KYBS7041 Anomalian havaitseminen (5 op)
Opinnon taso:
Syventävät opinnot
Arviointiasteikko:
0-5
Suorituskieli:
englanti, suomi
Vastuuorganisaatio:
Informaatioteknologian tiedekunta
Opetussuunnitelmakaudet:
2017-2018, 2018-2019, 2019-2020
Kuvaus
Sisältö
Anomalioiden kategoriat. Anomalian havaitsemismenetelmien
kategoriat. Datajoukot ja –tyypit. Lineaarialgebran
kertaus (tarvittaessa). Mitat ja metriikat.
Datan esiprosessointi. Menetelmien tarkkuuden mittaaminen
ja testaaminen. Poikkeamantunnistusmenetelmiä
(Kynnystäminen, klusterointi, NN-pohjaiset,
tiheyspohjaiset). Esimerkit toteutettu Matlabilla.
Suoritustavat
Luennoille osallistuminen ja harjoitustyö (useita kurssin aikana)
Arviointiperusteet
Opintojakson arviointi perustuu harjoitustöihin.
Osaamistavoitteet
Ymmärtää anomalian käsitteen ja eri kategoriat. Ymmärtää
datapisteen, -joukon ja –tyypin käsitteen ja eri
kategoriat. Ymmärtää eri anomalianhavaitsemismenetelmien
toimintaperiaatteet. Osaa soveltaa anomalianhavaitsemismenetelmiä
eri tilanteissa. Osaa arvioida
menetelmien suorituskykyä.
datapisteen, -joukon ja –tyypin käsitteen ja eri
kategoriat. Ymmärtää eri anomalianhavaitsemismenetelmien
toimintaperiaatteet. Osaa soveltaa anomalianhavaitsemismenetelmiä
eri tilanteissa. Osaa arvioida
menetelmien suorituskykyä.
Esitietojen kuvaus
Periaatteessa ei esitieto vaatimuksia. Käytännössä ohjelmoinnin
perusteiden tunteminen korkeantason numeeriseen
laskentaan tarkoitetulla kielellä (Matlab/R/Python)
ja lineaarialgebran osaaminen helpottavat
huomattavasti opiskelua ja kurssin suorittamista.
perusteiden tunteminen korkeantason numeeriseen
laskentaan tarkoitetulla kielellä (Matlab/R/Python)
ja lineaarialgebran osaaminen helpottavat
huomattavasti opiskelua ja kurssin suorittamista.
Oppimateriaalit
Luentomateriaalit
Suoritustavat
Tapa 1
Valitaan kaikki merkityt osat
Suoritustapojen osat
x
Julkaisematon arviointikohde