Maija Marttila-Kontio visualisoiva datatieteilijä
|
|
- Anni Aaltonen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Kehittynyt data-analytiikka johtamisessa Noin 50 opiskelijaa saa valmiudet data scientist -tehtäviin Pohjois-Savon maakunnassa toimiville organisaatioille teemakoulutuksia ja seminaareja sekä datan hyödyntämisen kypsyyskartoituksia 2 1
2 Maija Marttila-Kontio (projektipäällikkö) Mikko Kontio (projektikoordinaattori) Virpi Hotti (vastuullinen johtaja) TIETÄVÄ-TIIMI Maija Marttila-Kontio visualisoiva datatieteilijä Ø LinkedIn-osoite: marttila Ø Opinnot: FT, tietojenkäsittelytiede Ø Sivuaineet: matematiikka (cum laude), fysiikka, kasvatustiede 2
3 Mikko Kontio verkostoituva datatieteilijä Ø LinkedIn-osoite: kontio Ø Opinnot: MBA, FM, tietojenkäsittelytiede Ø Sivuaineet: yrittäjyys ja kauppatiede, matematiikka, fysiikka Virpi Hotti visioiva datatieteilijä Ø LinkedIn-osoite: virpihotti Ø Opinnot: FT, tietojenkäsittelytiede Ø Sivuaineet: Kauppatiede (cum laude) 3
4 Kehittynyt data-analytiikka johtamisessa Orientoiva teemakoulutus Teemana Opi Kysymään Teemakoulutuksen aikataulu 8:30 Ilmoittautuminen ja aamukahvit 9:00 Statistista datataituriksi (Virpi) 9:45 Kuvailevan analytiikan treeni 10:15 Millainen on data scientist? (Maija) 11:00 Lounas 12:00 Missä mennään BI? (Mikko) 13:00 Avoimen datan lähteet ja hyödyntäminen (Mikko/Maija) 14:00 Kahvit 14:20 Tietokannoista ja kyselykielistä (Mikko) 15:30 Lopetus 8 4
5 Statistista datataituriksi Virpi Hotti Motto: Loista lainavaloilla kunnes omat valot syttyy 10/20/30 30/40/ /20/30 on Guy Kawasakin evankeliointi vuodesta 2005 HS :
6 Voi ei! Datatulva Google- kuvahaku: JasonGoto. 11 Datatulvan aiheuttajat
7 Ja kuinka paljon meillä vielä onkaan informaatiota, johon liittyvää dataa ei ole vielä käytössämme... Noumeenit Fenomeenit Exformaatio Data Exformation: useful and relevant information, not just data
8 Lähde: Advanced Business Analy.cs Course Notes, SAS Ins.tute. 15 Google- kuvahaku: JasonGoto. 16 8
9 Organisaatiokohtaiset datajoukot valitaan yleensä mitattavien asioiden perusteella - mutta mitataanko vai arvataanko? Kuvan lähde: 17 Mittaamisessa (ja myös datan analysoinnissa) tasapainotellaan datatarpeiden ja käytettävien datojen välillä KPI:t ja muut tarpeet Datat 18 9
10 Fakta- leh ja Talouselämä htp:// datamassojen+kaivelijoita+tarvitaan+nyt/ a Kylli Koskesta Hans Roslingiin Katsotaan: Hae Googlen kuvahausta Kylli-täti ja Hans Rosling
11 Kerro visualisoituja tarinoita (narration eli storytelling) Kuvan lähde: htp://vis.stanford.edu/files/2010- Narra.ve- InfoVis.pdf 21 Aloittaminen on vaikein vaihe valitse datajoukko, kuvaile se ja kerro tarina slicing dicing 22 11
12 Esimerkki datajoukon kuvailusta JMP työkalulla nominal ordinal con.- nuous ville hyvä 50 heikki tyydytävä 60 kalle kiitetävä 55 leila kiitetävä 70 lyyli hyvä 50 heikki hyvä 55 D A T A J O U K O T Analytiikan konteksti Kuvaileva statistiikka Graafit Tunnusluvut Mitä saa laskea? Mitä kannattaa laskea? Tehdään päätöksiä, jatketaanko? Päättelevä statistiikka Mallit Testit N Ä K E M Y K S E T 24 12
13 Open-minded data exploration and navigation Potential business rules? Potential segments? Potential predictors? Kuvien lähde: Gain U., Ho4 V.: Big Data analy;cs for professionals, Data- milling for laypeople. Horizon Research Publishing, USA 25 Kehittynyt data-analytiikka (KDA) proaktivoi KDA:ssa hyödynnetään mm. työkaluja, jotka generoivat/tuottavat/visualisoivat automaattisesti/ semi-automaattisesti potentiaalisia liiketoimintasääntöjä, vaihtoehtoisia ennustemalleja ja arvioivat niiden hyvyyttä => factual and visual narra.ves => suitable data sets 26 13
14 Datanälkä kasvaa tunnuslukujen narratiivisessa tulkinnassa Mitta-asteikko Tunnusluku Keskiarvo X X Varianssi X X Keskihajonta X X Vinous X X Huipukkuus X X Suhde Välimatka Järjestys Laatuero Minimi, Maksimi X X X Vaihteluväli X X X Prosenttipisteet X X X Moodi X X X X Frekvenssi X X X X Do you want to be a lover of clarity? htp://todayinsci.com/quota.onscategories/o_cat/ Observa.on- Quota.ons.htm mukaan John Steinbeck and Edward Flanders RickeTs, Sea of Cortez: a Leisurely Journal of Travel and Research (1941),
Hei SAS Forumilla 2013 mukana olleet!
Hei SAS Forumilla 2013 mukana olleet! Ottakaa minuun yhteyttä, jos ja kun haluatte keskustella kanssani dataan liittyvistä asioita. 040-5629192, virpi.hotti@uef.fi Ja verkostoidutaan eli tervetuloa LinkedInverkostooni
2. Aineiston kuvailua
2. Aineiston kuvailua Avaa (File/Open/Data ) aineistoikkunaan tiedosto tilp150.sav. Aineisto on koottu Tilastomenetelmien peruskurssilla olleilta. Tiedot osallistumisesta demoihin, tenttipisteet, tenttien
Sovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 11. lokakuuta 2007 Antti Rasila () TodB 11. lokakuuta 2007 1 / 15 1 Johdantoa tilastotieteeseen Peruskäsitteitä Tilastollisen kuvailun ja päättelyn menetelmiä
Data Scientist? Poikkitieteellinen, oma-aloitteinen monitaituri
Data Scientist? Poikkitieteellinen, oma-aloitteinen monitaituri 2 "Tässä ovat it-alan 7 tärkeintä trendiä 2013 Sosiaalinen media, langattomuus, analytiikka ja pilvipalvelut kietoutuvat yhä tiukemmin yritysten
ARVOTIETO Oy. Asiakasdatasta lisäarvoa
ARVOTIETO Oy Asiakasdatasta lisäarvoa ARVOTIETO OY MISSIO: Asiakasstrategian ja -datan hallittua toiminnallistamista. BUSINESS ARKKITEHTUURI STRATEGIA JOHTAMIS- JA TOIMINTAMALLI Faktapohjaisen johtamismallin
Esim. Pulssi-muuttujan frekvenssijakauma, aineisto luentomoniste liite 4
18.9.2018/1 MTTTP1, luento 18.9.2018 KERTAUSTA Esim. Pulssi-muuttujan frekvenssijakauma, aineisto luentomoniste liite 4 pyöristetyt todelliset luokka- frekvenssi luokkarajat luokkarajat keskus 42 52 41,5
... Vinkkejä lopputyön raportin laadintaan. Sisältö 1. Johdanto 2. Analyyseissä käytetyt muuttujat 3. Tulososa 4. Reflektio (korvaa Johtopäätökset)
LIITE Vinkkejä lopputyön raportin laadintaan Sisältö 1. Johdanto 2. Analyyseissä käytetyt muuttujat 3. Tulososa 4. Reflektio (korvaa Johtopäätökset) 1. Johdanto Kerro johdannossa lukijalle, mitä jatkossa
pisteet Frekvenssi frekvenssi Yhteensä
806118P JOHDATUS TILASTOTIETEESEEN Loppukoe 15.3.2018 (Jari Päkkilä) 1. Kevään -17 Johdaus tilastotieteeseen -kurssin opiskelijoiden harjoitusaktiivisuudesta saatujen pisteiden frekvenssijakauma: Harjoitus-
Johdatus tilastotieteeseen Tilastollisten aineistojen kuvaaminen. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Tilastollisten aineistojen kuvaaminen TKK (c) Ilkka Mellin (2005) 1 Tilastollisten aineistojen kuvaaminen Havaintoarvojen jakauma Tunnusluvut Suhdeasteikollisten muuttujien tunnusluvut
Sosiaali- ja terveysalan toimialamalli tiedolla johtamisen avuksi
KOKONAISARKKITEHTUURI HYVINVOINTIPALVELUISSA - SEMINAARI 4.12.2012, KUOPIO Sosiaali- ja terveysalan toimialamalli tiedolla johtamisen avuksi Jaana Sinipuro, Senior Advisor, SAS Nordic CoE for Healthcare
Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta
Tilastollisen analyysin perusteet Luento 1: ja hajonta Sisältö Havaittujen arvojen jakauma Havaittujen arvojen jakaumaa voidaan kuvailla ja esitellä tiivistämällä havaintoarvot sopivaan muotoon. Jakauman
Sovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 18. lokakuuta 2007 Antti Rasila () TodB 18. lokakuuta 2007 1 / 19 1 Tilastollinen aineisto 2 Tilastollinen malli Yksinkertainen satunnaisotos 3 Otostunnusluvut
Kandidaatintutkielman aineistonhankinta ja analyysi
Kandidaatintutkielman aineistonhankinta ja analyysi Anna-Kaisa Ylitalo M 315, anna-kaisa.ylitalo@jyu.fi Musiikin, taiteen ja kulttuurin tutkimuksen laitos Jyväskylän yliopisto 2018 2 Havaintomatriisi Havaintomatriisi
Til.yks. x y z
Tehtävien ratkaisuja. a) Tilastoyksiköitä ovat työntekijät: Vatanen, Virtanen, Virtanen ja Voutilainen; muuttujina: ikä, asema, palkka, lasten lkm (ja nimikin voidaan tulkita muuttujaksi, jos niin halutaan)
Itä-Suomen yliopisto Tietojenkäsittelytiede
Oppiaine-esittely 17.11.2017 Simo Juvaste Itä-Suomen yliopisto Tietojenkäsittelytiede Tietojenkäsittelytiede? Tietotekniikka Informaatioteknologia Informaatiotekniikka Tietojenkäsittely ICT jne Painotukset
TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas
TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012 Timo Törmäkangas MUITA HAJONNAN TUNNUSLUKUJA Varianssi, variance (s 2, σ 2 ) Keskihajonnan neliö Käyttöä enemmän osana erilaisia menetelmiä (mm. varianssianalyysi),
TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas
TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012 Timo Törmäkangas TEOREETTISISTA JAKAUMISTA Usein johtopäätösten teko helpottuu huomattavasti, jos tarkasteltavan muuttujan perusjoukon jakauma noudattaa
Location Business Forum 2015 Paikkatieto osana uudistuvaa analytiikkaa ja tiedolla johtamista
Location Business Forum 2015 Paikkatieto osana uudistuvaa analytiikkaa ja tiedolla johtamista Timo Helkiö, Senior Advisor Affecto Finland Oy Sisältö TIEDOLLA JOHTAMINEN JA UUDISTUVA ANALYTIIKKA PAIKKATIETO
Tilastotieteen kertaus. Kuusinen/Heliövaara 1
Tilastotieteen kertaus Kuusinen/Heliövaara 1 Mitä tilastotiede on? Tilastotiede kehittää ja soveltaa menetelmiä, joiden avulla reaalimaailman ilmiöistä voidaan tehdä johtopäätöksiä tilanteissa, joissa
tilastotieteen kertaus
tilastotieteen kertaus Keskiviikon 24.1. harjoitukset pidetään poikkeuksellisesti klo 14-16 luokassa Y228. Heliövaara 1 Mitä tilastotiede on? Tilastotiede kehittää ja soveltaa menetelmiä, joiden avulla
Ennustava analytiikka B2B- myynnissä. Miten hyötyä säännönmukaisuuksista markkinoinnissa ja myynnissä
Ennustava analytiikka B2B- myynnissä Miten hyötyä säännönmukaisuuksista markkinoinnissa ja myynnissä B2B Myynnin ja markkinoinnin haasteet nyt Myynti- ja muu yritysdata on olemassa, mutta ei saatavilla,
Tilastollisten aineistojen kuvaaminen
Ilkka Mellin Tilastolliset menetelmät Osa 1: Johdanto Tilastollisten aineistojen kuvaaminen TKK (c) Ilkka Mellin (2007) 1 Tilastollisten aineistojen kuvaaminen >> Havaintoarvojen jakauma Tunnusluvut Suhdeasteikollisten
Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta
Tilastollisen analyysin perusteet Luento 1: ja hajonta Sisältö Havaittujen arvojen jakauma Havaittujen arvojen jakaumaa voidaan kuvailla ja esitellä tiivistämällä havaintoarvot sopivaan muotoon. Jakauman
3. a) Mitkä ovat tilastolliset mitta-asteikot? b) Millä tavalla nominaaliasteikollisen muuttujan jakauman voi esittää?
Seuraavassa muutamia lisätehtäviä 1. Erään yrityksen satunnaisesti valittujen työntekijöiden poissaolopäivien määrät olivat vuonna 003: 5, 3, 16, 9, 0, 1, 3,, 19, 5, 19, 11,, 0, 4, 6, 1, 15, 4, 0,, 4,
7. laskuharjoituskierros, vko 10, ratkaisut
7. laskuharjoituskierros, vko 10, ratkaisut D1. a) Oletetaan, että satunnaismuuttujat X ja Y noudattavat kaksiulotteista normaalijakaumaa parametrein E(X) = 0, E(Y ) = 1, Var(X) = 1, Var(Y ) = 4 ja Cov(X,
Intranet Manager. Kaikki irti organisaation intranetistä. Kevät 2012 23.4. 24.4.2012 Syksy 2012 9.10. 10.10.2012!
Intranet Manager Kaikki irti organisaation intranetistä 23.4. 24.4.2012 9.10. 10.10.2012 Intranet Manager koulutus Intranet Manager koulutukseessa otat haltuun organisaatiosi intranetin tehokkaaseen hyödyntämiseen,
TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas
TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas f 332 = 3 Kvartiilit(302, 365, 413) Kvartiilit: missä sijaitsee keskimmäinen 50 % aineistosta? Kvartiilit(302, 365, 413) Keskiarvo (362.2) Keskiarvo
Mat Tilastollisen analyysin perusteet. Tilastollisten aineistojen kerääminen ja mittaaminen Tilastollisten aineistojen kuvaaminen Väliestimointi
Mat-2.104 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Tilastollisten aineistojen kerääminen ja mittaaminen Tilastollisten aineistojen kuvaaminen Väliestimointi Diskreetit muuttujat,
MTTTP1 Tilastotieteen johdantokurssi Luento JOHDANTO
8.9.2016/1 MTTTP1 Tilastotieteen johdantokurssi Luento 8.9.2016 1 JOHDANTO Tilastotiede menetelmätiede, joka käsittelee - tietojen hankinnan suunnittelua otantamenetelmät, koejärjestelyt, kyselylomakkeet
Monimutkaisesta datasta yksinkertaiseen päätöksentekoon. SAP Finug, Emil Ackerman, Quva Oy
Monimutkaisesta datasta yksinkertaiseen päätöksentekoon SAP Finug, 9.9.2015 Emil Ackerman, Quva Oy Quva Oy lyhyesti Quva kehittää innovatiivisia tapoja teollisuuden automaation lisäämiseksi Internetin
KUOPION TYÖLLISYYSSEMINAARI
KUOPION TYÖLLISYYSSEMINAARI 22.-23.2.2017 Pohjois-Savossa järjestetään vuonna 2017 maakunnan yhteinen työllisyysviikko viikolla 8. Työllisyysviikon tavoitteena on nostaa esille työllisyyden edistämiseen
Missä mennään BI? Mikko Kontio
Missä mennään BI? Mikko Kontio Source: EMC - Big Data in 2020 % Business Intelligence Business Analytics set of theories, methodologies, architectures, and technologies that transform raw data into meaningful
Matematiikka. Orientoivat opinnot /
Matematiikka Orientoivat opinnot / 30.8.2011 Tutkinnot Kaksi erillistä ja peräkkäistä tutkintoa: LuK + FM Laajuudet 180 op + 120 op = 300 op Ohjeellinen suoritusaika 3 v + 2 v = 5 v Tutkinnot erillisiä
TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas
TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas JAKAUMAN MUOTO Vinous, skew (g 1, γ 1 ) Kertoo jakauman symmetrisyydestä Vertailuarvona on nolla, joka vastaa symmetristä jakaumaa (mm. normaalijakauma)
TUTKIMUSOPAS. SPSS-opas
TUTKIMUSOPAS SPSS-opas Johdanto Tässä oppaassa esitetään SPSS-tilasto-ohjelman alkeita, kuten Excel-tiedoston avaaminen, tunnuslukujen laskeminen ja uusien muuttujien muodostaminen. Lisäksi esitetään esimerkkien
Hyvä sivistystoimenjohtaja/rehtori
Hyvä sivistystoimenjohtaja/rehtori Digitaalisten oppimisympäristöjen tulo kouluihin on nopeutunut merkittävästi viimeisen kahden vuoden aikana. Tämä on johtanut opettajien tieto- ja viestintäteknisten
1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet
VAASAN YLIOPISTO/AVOIN YLIOPISTO TILASTOTIETEEN PERUSTEET Harjoituksia 1 KURSSIKYSELYAINEISTO: 1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet Nimi Ikä v. Asema Palkka
1. päivä 10.9.2014. 8.30 Ilmoittautuminen ja aamukahvi, materiaalin jako
1. päivä 10.9.2014 8.30 Ilmoittautuminen ja aamukahvi, materiaalin jako 9.00 Koulutusohjelman avaus Tavoitteet Osallistujat Johtaja Anu Karvonen Suomen Rakennusinsinöörien Liitto RIL 9.15 Projektipäällikön
Analytiikan teknologiset trendit ja uudet mahdollisuudet HR:lle. Heikki Penttinen, OlapCon Oy
Analytiikan teknologiset trendit ja uudet mahdollisuudet HR:lle Heikki Penttinen, OlapCon Oy Sisältö 1. Alustus analytiikan kehityksestä 2. Gartnerin ennustukset analytiikan tulevaisuuden trendeistä 3.
Kvantitatiiviset tutkimusmenetelmät maantieteessä
Kvantitatiiviset tutkimusmenetelmät maantieteessä Harjoitukset: 2 Muuttujan normaaliuden testaaminen, merkitsevyys tasot ja yhden otoksen testit FT Joni Vainikka, Yliopisto-opettaja, GO218, joni.vainikka@oulu.fi
M I K S I AVA R E A TÄ N Ä Ä N PA I K A L L A?
M I K S I AVA R E A TÄ N Ä Ä N PA I K A L L A? Avarea Terve Median analytiikkapalvelun toteutuskumppani Palvelun toteutuksessa hyödynnetään Avarea Analytics for Marketing -ratkaisua Visualisoinnin ratkaisuna
Miten tullaan opettajaksi Helsingin yliopistosta?
Miten tullaan opettajaksi Helsingin yliopistosta? Opintoasiainkoordinaattori Tanja Steiner 13.10.2004 Teema Opettaja Käyttäytymistieteellinen tiedekunta Opettajankoulutus Helsingin yliopistossa Käyttäytymistieteellinen
Infrahankkeiden projektipäällikkö
1. Jakso 14.-15.11.2018 Keskiviikko 14.11.2018 8.30 Ilmoittautuminen ja aamukahvi, materiaalin jako 9.00 Projektipäällikön vaatimukset ja valmiudet tiimi motivointi & kuunteleminen viestintä valmentaminen
VeTe päätösseminaari VeTeen piirretty viiva 6.9.2011 Tampere-talolla
VeTe päätösseminaari VeTeen piirretty viiva 6.9.2011 Tampere-talolla 9.00 9.30 9.30 9.45 9.45 10.00 10.00 10.45 10.45 11.30 11.30 13.00 13.00 14.00 14.30 16.00 16.15 16.45 Ilmoittautuminen ja aamukahvi
Myös opettajaksi aikova voi suorittaa LuK-tutkinnon, mutta sillä ei saa opettajan kelpoisuutta.
Tietojenkäsittelytiede Tutkintovaatimukset Perustutkinnot LUONNONTIETEIDEN KANDIDAATIN TUTKINTO (VÄHINTÄÄN 120 OV) 1. Tietojenkäsittelytieteen cum laude approbatur -oppimäärä (vähintään 55 ov) ja kypsyysnäyte
Kuvioita, taulukoita ja tunnuslukuja. Aki Taanila 2.2.2011
Kuvioita, taulukoita ja tunnuslukuja Aki Taanila 2.2.2011 1 Tilastokuviot Pylväs Piirakka Viiva Hajonta 2 Kuviossa huomioitavia asioita 1 Kuviolla tulee olla tarkoitus ja tehtävä (minkä tiedon haluat välittää
Kaupan digimurros SKO-koulutuspäivät
Kaupan digimurros SKO-koulutuspäivät 15.4.2016 15.4.2016 / Karlos Kotkas, SOK Kaupanalan keskeisiä muutosvoimia tällä hetkellä Hidas talouskasvu Kilpailun lisääntyminen Sääntelyn purku Digitalisaatio Heikko
Open Access & Open Data & Tulosten suojaus Horisontti ohjelmassa. Liisa Ewart Lakimies Sopimus- ja kustannusasioiden NCP VTT 27.3.
Open Access & Open Data & Tulosten suojaus Horisontti 2020 - ohjelmassa. Liisa Ewart Lakimies Sopimus- ja kustannusasioiden NCP VTT 27.3.2017 Desca -mallisopimuksen kohdan 8.4. ohje Dissemination Be aware
AMMATILLISEN KOULUTUKSEN HYVINVOINTISEMINAARI
AMMATILLISEN KOULUTUKSEN HYVINVOINTISEMINAARI Opetus- ja kulttuuriministeriö ja Opetushallitus järjestävät yhteistyössä ammatillisen koulutuksen järjestäjien kanssa kuusi samansisältöistä ammatillisen
4. Seuraavaan ristiintaulukkoon on kerätty tehtaassa valmistettujen toimivien ja ei-toimivien leikkijunien lukumäärät eri työvuoroissa:
Lisätehtäviä (siis vanhoja tenttikysymyksiä) 1. Erään yrityksen satunnaisesti valittujen työntekijöiden poissaolopäivien määrät olivat vuonna 003: 5, 3, 16, 9, 0, 1, 3,, 19, 5, 19, 11,, 0, 4, 6, 1, 15,
Tunnuslukujen hyödyntäminen johtamisessa
Tunnuslukujen hyödyntäminen johtamisessa Jyväskylän ammattikorkeakoulu (JAMK) Korkeakoulujen KOTA seminaari 22. 23.8.2017 Heikki Malinen, Vararehtori Tero Janatuinen, Laatupäällikkö Musta tuntuu -ajattelusta
AMMATILLISEN KOULUTUKSEN HYVINVOINTISEMINAARI
AMMATILLISEN KOULUTUKSEN HYVINVOINTISEMINAARI Opetus- ja kulttuuriministeriö ja Opetushallitus järjestävät yhteistyössä ammatillisen koulutuksen järjestäjien kanssa kuusi samansisältöistä ammatillisen
Verkkojalanjälki Digitaalinen löydettävyys ja maineenhallinta
19.10.201 8 SIVU 1 Verkkojalanjälki Digitaalinen löydettävyys ja maineenhallinta Kirsi Mikkola 19.10.2018 Kittilä MATERIAALIT: www.liiketoiminta.info/kideve Minä: Kirsi Mikkola 23 vuotta verkkoliiketoiminnan
Tilastomenetelmien lopputyö
Tarja Heikkilä Tilastomenetelmien lopputyö Lopputyössä on esimerkkejä erilaisista tilastomenetelmistä. Datatiedosto Harjoitusdata.sav on muokattu tätä harjoitusta varten, joten se ei vastaa kaikkien muuttujien
ARVOTIETO Oy. Asiakasdatasta lisäarvoa. Marko J. Kivelä www.arvotieto.fi
ARVOTIETO Oy Asiakasdatasta lisäarvoa Marko J. Kivelä www.arvotieto.fi Strategiatyön ja Informaatiotyön inspiroiva symbioosi. Miksi Business Intelligence strategia ja mitä se sisältää? BUSINESS INTELLIGENCE
Intranet Manager. Kaikki irti organisaation intranetistä
Intranet Manager Kaikki irti organisaation intranetistä Syksy 2012 9.10. 10.10.2012 Intranet Manager koulutus Intranet Manager koulutukseessa otat haltuun organisaatiosi intranetin tehokkaaseen hyödyntämiseen,
LUONNONTIETEELLINEN KOULUTUSALA
1 LUONNONTIETEELLINEN KOULUTUSALA Biokemian ja molekyylilääketieteen tiedekunta (BMTK) Kaivannaisalan tiedekunta (OMS) Luonnontieteellinen tiedekunta (LuTK) Tieto ja sähkötekniikan tiedekunta (TST) Abipäivät
Infrahankkeiden projektipäällikkökoulutus 1. jakso 16. 17.3.2016 Helsinki 2. jakso 6. 7.4.2016 Helsinki 3. jakso 27. 28.4.
1. päivä 16.3.2016 8.30 Ilmoittautuminen ja aamukahvi, materiaalin jako 9.00 Koulutusohjelman avaus Tavoitteet Osallistujat Johtaja Anu Karvonen Suomen Rakennusinsinöörien Liitto RIL 9.15 Projektipäällikön
Matematiikka ja tilastotiede. Orientoivat opinnot / 25.8.2015
Matematiikka ja tilastotiede Orientoivat opinnot / 25.8.2015 Tutkinnot Kaksi erillistä ja peräkkäistä tutkintoa: LuK + FM Laajuudet 180 op + 120 op = 300 op Ohjeellinen suoritusaika 3 v + 2 v = 5 v Tutkinnot
Mitä mahdollisuuksia tuloksemme tarjoavat museoille?
Mitä mahdollisuuksia tuloksemme tarjoavat museoille? Prof. Eero Hyvönen Helsinki Institute for Information Technology HIIT University of Helsinki, Dept. of Computer Science Semantic Computing Research
Visuaaliset työpöydät - lisää voimaa liiketoimintaan suurten datamassojen ketterästä analysoinnista
Visuaaliset työpöydät - lisää voimaa liiketoimintaan suurten datamassojen ketterästä analysoinnista Tomas Rytkölä Presales Leader Business Analytics 2013 IBM Corporation Agenda 1 Miten saadaan lisää voimaa
MTTTP1, luento KERTAUSTA JA TÄYDENNYSTÄ. Tunnusluvut. 1) Sijainnin tunnuslukuja. Keskilukuja moodi (Mo) mediaani (Md) keskiarvo, kaava (1)
20.9.2018/1 MTTTP1, luento 20.9.2018 KERTAUSTA JA TÄYDENNYSTÄ Tunnusluvut 1) Sijainnin tunnuslukuja Keskilukuja moodi (Mo) mediaani (Md) keskiarvo, kaava (1) Muita sijainnin tunnuslukuja ala- ja yläkvartiili,
FSD1118. Kunnallisalan ilmapuntari 1997 : kuntalaiset. Koodikirja
FSD1118 Kunnallisalan ilmapuntari 1997 : kuntalaiset Koodikirja YHTEISKUNTATIETEELLINEN TIETOARKISTO c Yhteiskuntatieteellinen tietoarkisto, 2002 Tämän koodikirjan viittaustiedot: Kunnallisalan ilmapuntari
FYSIIKAN JA MATEMATIIKAN LAITOS, JOENSUU 1. vuosikurssi 2. vuosikurssi 3. vuosikurssi
FYSIIKAN JA MATEMATIIKAN LAITOS, JOENSUU FYSIIKKA 1. tai op koodi. tai Ruotsia fysiikan, kemian ja matematiikan 3 80130 metsätieteiden matematiikan 801338 Science, MATEMATIIKKA 1. tai op koodi. tai Ruotsia
Harjoitukset 2 : Monimuuttujaregressio (Palautus )
31C99904, Capstone: Ekonometria ja data-analyysi TA : markku.siikanen(a)aalto.fi & tuuli.vanhapelto(a)aalto.fi Harjoitukset 2 : Monimuuttujaregressio (Palautus 24.1.2017) Tämän harjoituskerran tarkoitus
Til.yks. x y z 1 2 1 20.3 2 2 1 23.5 9 2 1 4.7 10 2 2 6.2 11 2 2 15.6 17 2 2 23.4 18 1 1 12.5 19 1 1 7.8 24 1 1 9.4 25 1 2 28.1 26 1 2-6.2 33 1 2 33.
Tehtävien ratkaisuja. a) Tilastoyksiköitä ovat työntekijät: Vatanen, Virtanen, Virtanen ja Voutilainen; muuttujina: ikä, asema, palkka, lasten lkm (ja nimikin voidaan tulkita muuttujaksi, jos niin halutaan)
Matemaatikot ja tilastotieteilijät
Matemaatikot ja tilastotieteilijät Matematiikka/tilastotiede ammattina Tilastotiede on matematiikan osa-alue, lähinnä todennäköisyyslaskentaa, mutta se on myös itsenäinen tieteenala. Tilastotieteen tutkijat
AMMATILLISEN KOULUTUKSEN HYVINVOINTISEMINAARI
AMMATILLISEN KOULUTUKSEN HYVINVOINTISEMINAARI Opetus- ja kulttuuriministeriö ja Opetushallitus järjestävät yhteistyössä ammatillisen koulutuksen järjestäjien kanssa kuusi samansisältöistä ammatillisen
Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1
Tilastotieteen kertaus Vilkkumaa / Kuusinen 1 Motivointi Reaalimaailman ilmiöihin liittyy tyypillisesti satunnaisuutta ja epävarmuutta Ilmiöihin liittyvien havaintojen ajatellaan usein olevan peräisin
Voittaja. Toimenpiteen nimi. Työtila datan käsittelyyn. Tavoite / toimenpide
Työtila datan käsittelyyn Voittaja Jokaiselle rekisterinpitäjälle työtila arkaluontoisen henkilödatan käsittelyyn yhdessä muiden kanssa (FinDatan luvalla). Työtilassa on mahdollisuus: Perustaa virtuaalihuoneita
Turvallisuus ihmisten toimintana
Turvallisuus ihmisten toimintana OHJELMA Aika: Torstai 5.6.2014 klo 9.00-16.00 Paikka Allergiatalo, Paciuksenkatu 19, 00270 Helsinki 08.30 09.00 Aamukahvi ja ilmoittautuminen 09.00 09.05 Tilaisuuden avaus
OPISKELIJAN NIMI: OPISKELIJANUMERO:
OPISKELIJAN NIMI: OPISKELIJANUMERO: RYHMÄ: SYNTYMÄAIKA: OPETTAJATUUTORI: AIKAISEMPIEN OPINTOJEN TUNNUSTAMISTA HAETAAN SEURAAVASTI (YHTEISET PAKOLLISET OPINNOT) PO110015 ÄIDINKIELI 4 PO110021 RUOTSI 1 PO110033
Aureolis Oy. Analytiikka määrää myymälävalikoiman - Case Alkon myymäläuudistus 2015
Aureolis Oy Analytiikka määrää myymälävalikoiman - Case Alkon myymäläuudistus 2015 TDWI 18.10.2016 24.10.2016 Alkon valikoimanhallinnan uudistus Kesäkuussa 2015 käyttöönotettu uudistus, jonka myötä myymälöiden
ARVOTIETO OY. Asiakasdatasta lisäarvoa. Marko J. Kivelä www.arvotieto.fi
ARVOTIETO OY Asiakasdatasta lisäarvoa Marko J. Kivelä www.arvotieto.fi KETTERÄ ASIAKASTIEDON HALLINTA, JALOSTAMINEN JA HYÖDYNTÄMINEN CustomerBase VALUEMGR VALUEMANAGER on vuosien kokemukseen perustuva
Tekoäly ja alustatalous. Miten voit hyödyntää niitä omassa liiketoiminnassasi
Tekoäly ja alustatalous Miten voit hyödyntää niitä omassa liiketoiminnassasi AI & Alustatalous AI Digitaalisuudessa on 1 ja 0, kumpia haluamme olla? Alustatalouden kasvuloikka Digitaalisen alustatalouden
THL / Sote-tietopohja
THL / Sote-tietopohja 13.11.2017 Asiantuntijat Tampereen teknillisen yliopiston Tuotantotalouden ja tietojohtamisen yksikön NOVItutkimuskeskuksella on laaja kokemus tietojohtamisen tutkimusja kehityshankkeista
Datasta arvoaliiketoiminnalle. Kirsi Pietilä Business Intelligence Lead
Datasta arvoaliiketoiminnalle Kirsi Pietilä Business Intelligence Lead Kolikonheiton aikakausi on päättynyt Data ja numerot kertovat kaiken mitä haluat tietää asiakkaistasi, palvelustasi tai yrityksestäsi,
Metsämuuronen: Tilastollisen kuvauksen perusteet ESIPUHE... 4 SISÄLLYSLUETTELO... 6 1. METODOLOGIAN PERUSTEIDEN KERTAUSTA... 8 2. AINEISTO...
Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... SISÄLLYSLUETTELO... 6 1. METODOLOGIAN PERUSTEIDEN KERTAUSTA... 8 1.1 KESKEISTEN KÄSITTEIDEN KERTAUSTA...9 1.2 AIHEESEEN PEREHTYMINEN...9 1.3
MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 4A Parametrien estimointi Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016, periodi
OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 2
OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 2 Luento 2 Kuvailevat tilastolliset menetelmät Käytetyimmät tilastolliset menetelmät käyttäjäkokemuksen
Taloustieteen perusopetus yliopistossa. Matti Pohjola
Taloustieteen perusopetus yliopistossa Matti Pohjola Kauppatieteen uuden kandidaattiohjelman rakenne Aalto-yliopistossa Perusopinnot 60 op - taloustiede 6 Erikoistumisopinnot 42 op - pakolliset kurssit
KULUTTAJAN KONTEKSTI
KULUTTAJAN KONTEKSTI ON HYÖDYNTÄMÄTÖN MOBIILIN ERITYISOMINAISUUS MARKUS TALLGREN ADFORE TECHNOLOGIES OY 2 Sisältö Tilannetietoisuus Kontekstimoottori ja tekoäly Case-esittelyt Mainonnan reaaliaikainen
Mittaaminen menettely (sääntö), jolla tilastoyksikköön liitetään tiettyä ominaisuutta kuvaava luku, mittaluku.
1/11 4 MITTAAMINEN Mittaaminen menettely (sääntö), jolla tilastoyksikköön liitetään tiettyä ominaisuutta kuvaava luku, mittaluku. Mittausvirhettä johtuen mittarin tarkkuudesta tai häiriötekijöistä Mittarin
Tilastolliset toiminnot
-59- Tilastolliset toiminnot 6.1 Aineiston esittäminen graafisesti Tilastollisen aineiston tallentamisvälineiksi TI-84 Plus tarjoaa erityiset listamuuttujat L1,, L6, jotka löytyvät 2nd -toimintoina vastaavilta
MATEMATIIKAN TASOTESTI / EKAMK / 9.9.2003
MATEMATIIKAN TASOTESTI / EKAMK / 9.9.2003 Etelä-Karjalan ammattikorkeakoulun johdon toimeksiannosta järjestettiin aloittaville opiskelijoille matematiikan tasotesti. Mukana olivat kaikki koulutusalat,
Sivuston tiedotqbsupportcustom erservice.com
Sivuston tiedotqbsupportcustom erservice.com Luotu Kesäkuu 04 2019 09:57 AM Pisteet69/100 SEO Sisältö Otsikko Quickbooks Customer Service 800-329-0391 QB Phone Number Pituus : 58 Täydellistä, otsikkosi
Kokonaisvaltainen mittaaminen ohjelmistokehityksen tukena
Kokonaisvaltainen mittaaminen ohjelmistokehityksen tukena Mittaaminen ja ohjelmistotuotanto seminaari 18.04.01 Matias Vierimaa 1 Miksi mitataan? Ohjelmistokehitystä ja lopputuotteen laatua on vaikea arvioida
T Y Ö RY H M Ä T J A T Y Ö PA J A N A I H E E T
HYMY WORKSHOP 31.8.2018 T Y Ö RY H M Ä T J A T Y Ö PA J A N A I H E E T 1. YLEISESTÄ HYVINVOINTITIEDOSTA SENSITIIVISEEN HYVINVOINTITIETOON / TIMO STÅHL Katri, Heininen, Tampere Sari, Välimäki, Jyväskylä
AMMATILLISEN KOULUTUKSEN HYVINVOINTISEMINAARI
AMMATILLISEN KOULUTUKSEN HYVINVOINTISEMINAARI Opetus- ja kulttuuriministeriö ja Opetushallitus järjestävät yhteistyössä ammatillisen koulutuksen järjestäjien kanssa kuusi samansisältöistä ammatillisen
VERKKOMARKKINOINNIN MAHDOLLISUUDET Tietoa ja tuottoa pienteurastamoihin -hanke
VERKKOMARKKINOINNIN MAHDOLLISUUDET Tietoa ja tuottoa pienteurastamoihin -hanke Eveliina Toivonen 9.9.2016 www.hamk.fi TIETOISKUN SISÄLTÖ 1. Markkinoinnin perusperiaatteet 2. Verkkomarkkinoinnin kolme teemaa
FSD2828. Uutisointi ilmastonmuutoksesta ja rehevöitymisestä Koodikirja
FSD2828 Uutisointi ilmastonmuutoksesta ja rehevöitymisestä 1990-2010 Koodikirja TIETOARKISTO Tämän koodikirjan viittaustiedot: Uutisointi ilmastonmuutoksesta ja rehevöitymisestä 1990-2010 [koodikirja].
INSSI-seminaari VOV! Risto Salminen
INSSI-seminaari VOV! Valmistuminen opiskelijasta välittämällä Risto Salminen Välittämisen trendi? Viimeisten järkyttävien tapahtumien lisäksi aiempia trendejä johtamisessa suunta yksilöjohtamiseen vanhemmuus
Määrällisen aineiston esittämistapoja. Aki Taanila
Määrällisen aineiston esittämistapoja Aki Taanila 7.11.2011 1 Muuttujat Aineiston esittämisen kannalta muuttujat voidaan jaotella kolmeen tyyppiin: Kategoriset (esimerkiksi sukupuoli, koulutus) Asteikolla
FSD2404. Naistutkimus - Kvinnoforskning -lehden ensimmäinen vuosikymmen Koodikirja
FSD2404 Naistutkimus - Kvinnoforskning -lehden ensimmäinen vuosikymmen 1988-1997 Koodikirja TIETOARKISTO Tämän koodikirjan viittaustiedot: Naistutkimus - Kvinnoforskning -lehden ensimmäinen vuosikymmen
Rakennusautomaation käytettävyys. Rakennusautomaatioseminaari 30.5.2013 Sami Karjalainen, VTT
Rakennusautomaation käytettävyys Rakennusautomaatioseminaari 30.5.2013 Sami Karjalainen, VTT 2 Oma tausta Perusinsinööri DI, lvi-tekniikka, TKK 1993 Herääminen käytettävyysasioihin noin 2002 Tekniikan
Big data ja AI K-ryhmässä. TIEKE Jani Store, Senior Web Analyst
Big data ja AI K-ryhmässä TIEKE 2019-05-28 Jani Store, Senior Web Analyst 1 29.5.2019 K-ryhmä tänään #1 Suomen suurin ja Pohjois-Euroopan 3. suurin vähittäiskauppias Vähittäismyynti lähes 13 mrd, maksetut
HOITOTYÖN JOHTAMISEN RAPORTOINTIJÄRJESTELMÄ
HOITOTYÖN JOHTAMISEN RAPORTOINTIJÄRJESTELMÄ TERVEYDENHUOLLON ATK PÄIVÄT TAMPERE 10.05.2004 HANNA ASCHAN, JYH HYKS, JORVIN SAIRAALA TIETOJEN KÄYTTÖ JOHTAMISESSA JOHTAMISKULTTUURI AVOIMUUS, OIKEUDENMUKAISUUS
VeTe päätösseminaari VeTeen piirretty viiva 6.9.2011 Tampere-talolla
VeTe päätösseminaari VeTeen piirretty viiva 6.9.2011 Tampere-talolla 9.30 9.45 9.45 10.00 10.00 10.30 10.30 11.00 11.00 11.30 11.30 13.00 13.00 14.00 14.30 16.00 16.15 16.45 Päivän avaus Merja Miettinen,