Eesmärk:

Õppeaine läbinud õppur:
- selgitab andmeteaduse probleemide ja meetodite laia ulatust;
- määratleb andmeteaduses kasutatavate mõistete tähendusi, sh teistelt erialadelt pärinevaid termineid;
- sõnastab ja oskab püstitada andmeteaduse probleeme;
- kasutab Jupyteri keskkonda, et kirjutada Pythoni programmeerimiskeeles lihtsat koodi;
- valib ja rakendab andmeteaduses olulisi teeke, nagu NumPy, Pandas, Scikit-learn jm;
- koostab ja programmeerib töövooge, mis on seotud klasterdamise, klassifitseerimise ja regressiooni ülesannete lahendamisega;
- kasutab baastasemel andmevisualiseerimise tööriistu;
- analüüsib andmeteaduse meetodite ja tööriistade kasutusvõimalusi ettevõtluses, et toetada andmepõhiseid otsustusprotsesse ja automatiseerimist.

Sihtgrupp:

Suunatud ettevõtjatele, tipp- ja keskastmejuhtidele

Teemad:

Õppeaine läbinud õppur:
- selgitab andmeteaduse probleemide ja meetodite laia ulatust;
- määratleb andmeteaduses kasutatavate mõistete tähendusi, sh teistelt erialadelt pärinevaid termineid;
- sõnastab ja oskab püstitada andmeteaduse probleeme;
- kasutab Jupyteri keskkonda, et kirjutada Pythoni programmeerimiskeeles lihtsat koodi;
- valib ja rakendab andmeteaduses olulisi teeke, nagu NumPy, Pandas, Scikit-learn jm;
- koostab ja programmeerib töövooge, mis on seotud klasterdamise, klassifitseerimise ja regressiooni ülesannete lahendamisega;
- kasutab baastasemel andmevisualiseerimise tööriistu;
- analüüsib andmeteaduse meetodite ja tööriistade kasutusvõimalusi ettevõtluses, et toetada andmepõhiseid otsustusprotsesse ja automatiseerimist.

Õpiväljundid:

Õppeaine läbinud õppur:
- selgitab andmeteaduse probleemide ja meetodite laia ulatust;
- määratleb andmeteaduses kasutatavate mõistete tähendusi, sh teistelt erialadelt pärinevaid termineid;
- sõnastab ja oskab püstitada andmeteaduse probleeme;
- kasutab Jupyteri keskkonda, et kirjutada Pythoni programmeerimiskeeles lihtsat koodi;
- valib ja rakendab andmeteaduses olulisi teeke, nagu NumPy, Pandas, Scikit-learn jm;
- koostab ja programmeerib töövooge, mis on seotud klasterdamise, klassifitseerimise ja regressiooni ülesannete lahendamisega;
- kasutab baastasemel andmevisualiseerimise tööriistu;
- analüüsib andmeteaduse meetodite ja tööriistade kasutusvõimalusi ettevõtluses, et toetada andmepõhiseid otsustusprotsesse ja automatiseerimist.

Hindamiskriteeriumid:

Kirjalik eksam on sooritatud positiivsele tulemusele (vähemalt 51% lõpptulemusest)

Tunnistus:

TalTech tunnistus

Keel:

Eesti

Lektor:

Registreerumise tähtaeg:

21.08.2026 23:59

Kommentaar:

Kava avatakse kui kokku tuleb 20 õppurit. Nõutud on baakalaureus või 10 a töökogemust (tõestamine CVga) Motivatsioonikirja küsimustik, mille palume lisada registreerumisel (lisaks CV-le) asub : https://forms.gle/DxJwQay9Ae7uDp9LA

Ajakava: