Rajaa hakua
Piilota rajaukset
TH00CZ44-3003
Opintojakson kiintiötietoja:
• 80 opiskelijaa per AMK:
TE00DN05-3001
Viestintä tapahtuu ensisijaisesti itslearningsissä kurssin ILMOITUKSET kohdassa sekä itslearning-viestien kautta. Opiskelijan on aktiivisesti seurattava tiedotusta.
Sähköposti on toissijainen viestintäkanava.
MS00CN47-3003
Being present is mandatory- No online teaching
+ Qualifications/Prerequisites:
Student enrollment in the course will not be accepted by the instructor if they have not passed the following prerequisite courses:
- Python programming skills and skills in utilizing Pandas for data manipulation and NumPy for numerical operations and array handling
- Basic knowledge of probability, statistics, calculus, and linear algebra
- Data Analytics and Machine Learning
TH00CZ49-3001
Sähköposti ja Itslearning.
Opintojakson palaute kerätään Pepissä SPARK-palautteena. Linkki palautteen antoon tulee sähköpostitse.
TH00CY27-3002
Toteutus on suunnattu ensisijaisesti kulttuurihyvinvoinnin opiskelijoille, mutta siihen voidaan ottaa muutama koulutuksen ulkopuolinen YAMK-opiskelija. Ole yhteydessä kurssin opettajiin!
TH00DL57-3002
Mikäli on opintojaksoon liittyvä kysymys, joka ei ratkea Itsin ohjeista, ota sähköpostilla yhteyttä vastuuopettajiin. (Toivomme että et käytä Itsin viestitoimintoa).
Harjoittelutunneilla tarvitaan hoitopuku ja työkengät.
TH00CR86-3002
Kurssin opettajat:
Marjo Harju: marjo.harju@turkuamk.fi ja Anna Jussilainen: anna.jussilainen@turkuamk.fi
MS00CN46-3003
Itslearning and contact classes are the main communication channels used on this course.
The student is required to have a computer capable of running a simple Ubuntu virtual machine.
TH00CL01-3005
Edeltävyysehdot: Kehittämis-, tutkimus- ja innovaatio-opintojakson (KETUI) hyväksytty suoritus ja opinnäytetyön suunnitelman hyväksytty suoritus.
TH00CL00-3005
It´s Learning -oppimisalusta, jolle on luotu ryhmäkohtainen opinnäytetyön suunnitelma- ja raporttialusta.
Edeltävyysehdot: Kehittämis-, tutkimus- ja innovaatio-osaaminen (KETUI) 3 op opinnot tehtynä ja/tai tekeillä
TH00CY34-3014
ITSlearning ja sähköposti
Ennen ANFY-kurssin alkua itsenäisesti opiskeltava materiaali:
Luut ja ytimet - ihmiselimistö lyhyesti : Nienstedt ja Kallio (WSOY)
tai
Keho - Anatomia ja fysiologia: Vierimaa ja Laurila (SanomaPro)
tai esimerkiksi:
Johdanto amk:n anatomian ja fysiologian opintoihin 1 op (nonstop-kurssi)
TT00DM88-3001
Communications with the teacher via email: mikko.p.kiuru@turkuamk.fi
The laboratory assignments will be completed inside Cisco Modeling Labs Virtual Machine, running on students' personal computers. Requirements for laptops running the Virtual Machine:
Processor: Intel or AMD based with nested virtualization support (VT-x)
RAM: min. 8 GB
Disk space: min. 20 GB free
Virtualization software: VMware Workstation (pref.), VMware Fusion (Intel Macs), VirtualBox
MS00CN48-3003
+ Qualifications/Prerequisites:
Student enrollment in the course will not be accepted by the instructor if they have not passed the following prerequisite courses:
- Python programming skills and skills in utilizing Pandas for data manipulation and NumPy for numerical operations and array handling
- Basic knowledge of probability, statistics, calculus, and linear algebra
- Data Analytics and Machine Learning
- Components and Application of Artificial Intelligence (familiarity with deep neural networks)
Note: This course is project-based, requiring students to possess knowledge in machine learning and deep learning, specifically in image recognition and Sequential models.
Consequently, it is advisable to enroll in the 'Components and Applications of Artificial Intelligence' course first. In that course, students learn how to employ deep neural networks for real-world projects. This foundational knowledge will better prepare students for the project-based nature of this course
TE00BU43-3006
All learning materials are available via Cisco Networking Academy and ITSlearning.
TH00CK77-3006
Sun Harkka sovellukseen tuodaan tavoitteet, väliarviointi ja loppuarviointi sekä työvuorot (suunnittelu ja toteuma)
Kustannukset opiskelija hoitaa itse.
Opettajan tavoittaa harjoittelujakson aikana parhaiten sähköpostitse.
TE00CM85-3006
Kurssin asioista tiedotetaan Itslearningissa. Kurssin opettajaan saa parhaiten yhteyden sähköpostilla.
TH00CL00-3006
It´s Learning -oppimisalusta, jolle on luotu ryhmäkohtainen opinnäytetyön suunnitelma- ja raporttialusta.
Opinnäytetyöryhmälle luotu OneDrive-alusta.
Joissakin tilanteissa sähköposti.
Edeltävyysehdot: Kehittämis-, tutkimus- ja innovaatio-osaaminen (KETUI) 3 op opinnot tehtynä ja/tai tekeillä
TH00CK77-3007
Sun Harkka sovellukseen tuodaan tavoitteet, väliarviointi ja loppuarviointi sekä työvuorot.
Kustannukset opiskelija hoitaa itse.
TH00CY66-3003
YAMK-opintoja, Avoin AMK: max 5 opiskelijaa.
Pääasiallisesti itsLearningin kautta, mutta myös sähköposti (Turun AMK:n sposti) ja puhelin ovat mahdollisia.