Õppeaine eesmärk on:
- anda teadmised andmeanalüüsi, masinõppe ja andmekaeve meetodite rakendamisest tänapäevases tööstuses ning oskusi suurest hulgast andmetest peidetud mustrite, regulaarsuste, seaduspärasuste ning trendide leidmiseks;
- tutvustada andmete visualiseerimise põhiprintsiipe;
- arendada oskused sobivate meetodite valikuks ja rakendamiseks, et näidata andmete sisemist struktuuri ja teha otsuseid.

The aim of this course is to:
- provide knowledge on applying data analysis, machine learning, and data mining methods in modern industry and skills to discover hidden patterns, regularities, relationships, and trends in large datasets;
- introduce the fundamental principles of data visualization;
- develop skills for choosing and applying appropriate methods to discover the internal structure of data and make decisions.

Aine läbinud üliõpilane:
- eristab laia valikut andmeanalüüsi, andmete visualiseerimise, masinõppe ja andmekaeve meetodeid ning tunneb nende rakendusvõimalusi;
- teab hea visualisatsiooni omadusi;
- oskab välja pakkuda tööstusandmete analüüsimise uurimisprobleemi;
- oskab valida sobivad meetodid tööstusandmete visualiseerimiseks ja analüüsimiseks ning oskab andmeanalüüsi tulemusi hinnata ja interpreteerida;
- oskab kasutada vastavat tarkvara.

After completing this course, the student:
- differentiates between a wide variety of data analysis, data visualization, machine learning, and data mining methods and knows their application possibilities;
- understands the features of good visualization;
- can propose a research problem for industrial data analysis;
- can choose appropriate methods for visualizing and analyzing industrial data, as well as evaluate and interpret the results of data analysis;
- is able to use relevant software.

Kursus annab teadmisi ja oskusi, et mõista, kavandada, kasutada ja hallata kaasaegseid andmeanalüüse ning andmete visualiseerimise, masinõppe ja andmekaevandamise lahendusi tööstusprobleemide lahendamiseks. Kursusel õpetatakse erinevate andmeanalüüside, andmete visualiseerimise, masinõppe ning andmekaeve meetodite ja algoritmide kasutamist ja põhimõtteid ning nende rakendamise tööriistu. Samuti käsitletakse tulemuste valideerimist ja tõlgendamist.

The course provides knowledge and skills to understand, design, use, and manage modern data analysis, data visualization, machine learning, and data mining solutions for solving industrial problems. The course teaches the use and principles of various data analysis, data visualization, machine learning, and data mining methods and algorithms, as well as their application tools. Validation and interpretation of results are also covered.

-

-

-

-

1. James, G., Witten, D., Hastie, T. & Tibshirani, R. (2021). An Introduction to Statistical Learning with Applications in R. Second Edition. Springer.
2. Cole Nussbaumer Knaflic, „Storytelling with Data“
3. Cole Nussbaumer Knaflic , „Storytelling with Data: Let's Practice!“
4. Loengukonspekt ja abimaterjalid asuvad Moodle'is.

-