KYBS7041 Anomaly Detection (5 cr)

Study level:
Advanced studies
Grading scale:
0-5
Language:
Finnish
Responsible organisation:
Faculty of Information Technology
Curriculum periods:
2024-2025, 2025-2026, 2026-2027, 2027-2028

Tweet text

Opettele tunnistamaan data-anomaliat ja soveltamaan havaitsemismenetelmiä eri aloilla.

Description

Opintojakso tarjoaa opiskelijoille ymmärryksen anomalian havaitsemisen periaatteista, käsitteistä ja menetelmistä. Opintojakson aikana opiskelijat oppivat tunnistamaan erilaisia anomalioita ja ymmärtämään niiden merkityksen datan analysoinnissa. Lisäksi opintojakso keskittyy anomalianhavaitsemismenetelmien toimintaperiaatteiden ymmärtämiseen ja niiden soveltamiseen eri tilanteissa, mukaan lukien menetelmien suorituskyvyn arviointi.

Opintojakso tarjoaa opiskelijoille mahdollisuuden syventää osaamistaan anomalian havaitsemisessa ja kehittää taitoja, jotka ovat arvokkaita monilla eri aloilla, kuten tietoturvassa, finanssialalla, terveydenhuollossa ja teollisuudessa.

Learning outcomes

Opintojakson suoritettuaan opiskelija kykenee:

  • Ymmärtämään anomalian käsitteen ja eri kategoriat
  • Ymmärtämään eri anomalianhavaitsemismenetelmien toimintaperiaatteita
  • Soveltamaan anomalianhavaitsemismenetelmiä käytännössä
  • Arvioimaan menetelmien suorituskykyä
  • Vertailemaan eri menetelmiä ja arvioimaan kriittisesti eri menetelmien soveltuvuutta erilaisiin datoihin ja ongelmiin.

Description of prerequisites

Kurssin esitietovaatimuksena on ohjelmointitaito (esim. Ohjelmointi 1) ja datatieteen aineopintomoduulin opintojaksot tai vastaavat tiedot.

Study materials

Ilmoitetaan toteutuskohtaisesti.

Completion methods

Method 1

Evaluation criteria:
Ilmoitetaan toteutuskohtaisesti.
Select all marked parts
Parts of the completion methods
x

Teaching (3–5 cr)

Type:
Participation in teaching
Grading scale:
0-5
Language:
Finnish

Teaching