Käesoleva kursuse raames õpetatakse mõistma tehisintellekti tööriistade võimekusi ning neid õppetöös paremini kasutama.
Käsitleme loova tehisintellekti (generative AI) tehnoloogiate teoreetilisi ja kui ka praktilisi aspekte, keskendudes peamiselt sellele, et kuidas need saaksid õppimisprotsessi toetada ja uute teadmiste omandamisel abiks olla.
Alustame loova AI kujunemisest ja ajaloost; põhimõistetest kui ka mudelite üldisest tutvustamisest. Edasi liikudes käsitleme kursusel loovaid tehisintellekti tehnoloogiaid, sh keele-, pildi-, filmi- ja kõnemudeleid ning nende praktilisi rakendusi. Õpime kasutama erinevaid tööriistu, mis aitavad mõista nende tehnoloogiate potentsiaali igapäevastes õppimisprotsessides. Näiteks Dall-E ja Midjourney tööriistad, mis võimaldavad visuaalse sisu loomist, või ChatGPT ja teised tekstipõhised AI tekstitööriistad.
Õpime ka erinevaid promptimistehnikaid ning nende kasutusviise õppetöös.
Lisaks vaatleme kursuse käigus ka teemasid nagu AI eetika; õigusruum ja andmekaitse. Arutleme AI tehnoloogiate potentsiaalsete ohtude ja piirangute üle, sh küberturvalisuse riskid ja süvavõltsingute probleemid. Lõpuks kaalume AI tulevikuperspektiive ja reflekteerime õpitud teadmisi, et mõista paremini, kuidas tehisintellekt võib mõjutada meie tuleviku tööd ja elu.
Käesoleva kursuse raames õpetatakse mõistma tehisintellekti tööriistade võimekusi ning neid õppetöös paremini kasutama.
Käsitleme loova tehisintellekti (generative AI) tehnoloogiate teoreetilisi ja kui ka praktilisi aspekte, keskendudes peamiselt sellele, et kuidas need saaksid õppimisprotsessi toetada ja uute teadmiste omandamisel abiks olla.
Alustame loova AI kujunemisest ja ajaloost; põhimõistetest kui ka mudelite üldisest tutvustamisest. Edasi liikudes käsitleme kursusel loovaid tehisintellekti tehnoloogiaid, sh keele-, pildi-, filmi- ja kõnemudeleid ning nende praktilisi rakendusi. Õpime kasutama erinevaid tööriistu, mis aitavad mõista nende tehnoloogiate potentsiaali igapäevastes õppimisprotsessides. Näiteks Dall-E ja Midjourney tööriistad, mis võimaldavad visuaalse sisu loomist, või ChatGPT ja teised tekstipõhised AI tekstitööriistad.
Õpime ka erinevaid promptimistehnikaid ning nende kasutusviise õppetöös.
Lisaks vaatleme kursuse käigus ka teemasid nagu AI eetika; õigusruum ja andmekaitse. Arutleme AI tehnoloogiate potentsiaalsete ohtude ja piirangute üle, sh küberturvalisuse riskid ja süvavõltsingute probleemid. Lõpuks kaalume AI tulevikuperspektiive ja reflekteerime õpitud teadmisi, et mõista paremini, kuidas tehisintellekt võib mõjutada meie tuleviku tööd ja elu.
Õppejõu Siiri Künnapas poolt loetava aine RKE094 Andme- ja tekstitöötlus materjalid kaugõppele sügisel 2016.
Tabelarvutus: andmete analüüsi ja esitamise põhimõtted ja töövõtted. Dokumentide vormistamine ja viitamine vastavalt TTK kirjalike tööde vormistamise juhendile. Mõjuvate esitluste loomise põhimõtted ja esitluste koostamine.
Tabelarvutus. Statistilise andmeanalüüsi põhimõisted ja meetodid. Mõjuvate esitluste koostamise põhimõtted. Esitlustarkvarad. Tekstitöötlus ja viitamine vastavalt TTK kirjalike tööde vormistamise juhendile.
Esitluste koostamise põhimõtted. Esitlustarkvara. Tekstitöötlus ja viitamine vastavalt TTK kirjalike tööde vormistamise juhendile. Tabelarvutus. Statistilise andmeanalüüsi põhimõisted ja meetodid.
Tabeltöötluse põhimõtted ja efektiivsed töövõtted. Valemite ja funktsioonide sisestamine. Adresseerimine: suhtelised, absoluut- ja sega-aadressid, nimed. Tabelite ja andmete vormindamine. Sorteerimine ja filtreerimine. Prognoosimine. Diagrammide loomine, muutmine ja vormindamine. Liigend- ja sagedustabelid.
Viitamine ja kirjalike tööde vormistamine vastavalt TTK kirjalike tööde vormistamise juhendile. Laadide vormistamine. Leheküljeseaded. Objektide lisamine, muutmine ja automaatne nummerdamine. Zotero viitehaldustarkvara.
Mõjuvate esitluste loomise põhimõtted. Esitluste loomise efektiivsed töövõtted.
Esitluste koostamise põhimõtted. Esitlustarkvara. Tekstitöötlus ja viitamine vastavalt TTK kirjalike tööde vormistamise juhendile. Tabelarvutus. Statistilise andmeanalüüsi põhimõisted ja meetodid.
Tabeltöötluse põhimõtted ja efektiivsed töövõtted. Valemite ja funktsioonide sisestamine. Adresseerimine: suhtelised, absoluut- ja sega-aadressid, nimed. Andmete vormindamine. Sorteerimine, filtreerimine, prognoosimine. Diagrammide loomine, redigeerimine ja vormindamine. Rist- ja sagedustabelid.
Viitamine ja tekstitöötlus vastavalt TTK kirjalike tööde vormistamise juhendile. Dokumendi läbivaatus. Objektide lisamine ja muutmine.
Esitluste loomise põhimõtted. Efektiivne esitluste loomine.
Kursus annab ülevaate andmetöötluse põhiprintsiipidest, andmeanalüüsi ja masinõppe levinumatest meetoditest, õpetab vastava tarkvara kasutamist andmete hankimiseks ning lihtsamate andmetöötluse, andmeanalüüsi ja andmete visualiseerimise ülesannete lahendamiseks.
Kursuses käsitletakse andmeanalüüsi, -töötluse ja visualiseerimise põhimõtteid, aruannete ja juhtimislaudade loomise aluseid, andmete laadimist ja korrastamist Power Query tööriista abil ning andmete visualiseerimist ja analüüsimist Power BI Desktop programmi abil.
Tekstitöötlus ja viitamine vastavalt TTK kirjalike tööde vormistamise juhendile. Tabelarvutus. Statistilise andmeanalüüsi põhimõisted ja meetodid.
Veebirakenduste loomise alused inglise keeles
Kursuses käsitletakse andmeanalüüsi, -töötluse ja visualiseerimise põhimõtteid, aruannete ja juhtimislaudade loomise aluseid, andmete laadimist ja korrastamist Power Query tööriista abil ning andmete visualiseerimist ja analüüsimist Power BI Desktop programmi abil.
Käesoleva kursuse raames käsitleme loova tehisintellekti (generative AI) tööriistu.
Keskendume peamiselt sellele, et kuidas tehisintellekti tööriistad saaksid õppimisprotsessi toetada ja uute teadmiste omandamisel abiks olla.
Kursus on struktureeritud järkjärgulise ülesehitusega: esmalt tutvustatakse loova tehisintellekti olemust ja promptimise põhimõtteid, seejärel käsitletakse erinevaid töövahendeid (teksti-, visualiseerimis-, kõne- ning pilditööriistad). Kursuse lõpuosas keskendutakse eetilistele aspektidele, isikliku AI mentori loomisele ning omandatud teadmiste rakendamisele kodutööde ja esitluste kaudu. Kursuse eesmärgiks on, et üliõpilased rakendaksid saadud teadmisi ja oskusi järjepidevalt juba igas kursuse etapis, kasutades neid paralleelselt oma õppetöös.
Käesoleva kursuse raames õpetatakse mõistma tehisintellekti tööriistade võimekusi ning neid õppetöös paremini kasutama.
Käsitleme loova tehisintellekti (generative AI) tehnoloogiate teoreetilisi ja kui ka praktilisi aspekte, keskendudes peamiselt sellele, et kuidas need saaksid õppimisprotsessi toetada ja uute teadmiste omandamisel abiks olla.
Alustame loova AI kujunemisest ja ajaloost; põhimõistetest kui ka mudelite üldisest tutvustamisest. Edasi liikudes käsitleme kursusel loovaid tehisintellekti tehnoloogiaid, sh keele-, pildi-, filmi- ja kõnemudeleid ning nende praktilisi rakendusi. Õpime kasutama erinevaid tööriistu, mis aitavad mõista nende tehnoloogiate potentsiaali igapäevastes õppimisprotsessides. Näiteks Dall-E ja Midjourney tööriistad, mis võimaldavad visuaalse sisu loomist, või ChatGPT ja teised tekstipõhised AI tekstitööriistad.
Õpime ka erinevaid promptimistehnikaid ning nende kasutusviise õppetöös.
Lisaks vaatleme kursuse käigus ka teemasid nagu AI eetika; õigusruum ja andmekaitse. Arutleme AI tehnoloogiate potentsiaalsete ohtude ja piirangute üle, sh küberturvalisuse riskid ja süvavõltsingute probleemid. Lõpuks kaalume AI tulevikuperspektiive ja reflekteerime õpitud teadmisi, et mõista paremini, kuidas tehisintellekt võib mõjutada meie tuleviku tööd ja elu.
Käesoleva kursuse raames õpetatakse mõistma tehisintellekti tööriistade võimekusi ning neid õppetöös paremini kasutama.
Käsitleme loova tehisintellekti (generative AI) tehnoloogiate teoreetilisi ja kui ka praktilisi aspekte, keskendudes peamiselt sellele, et kuidas need saaksid õppimisprotsessi toetada ja uute teadmiste omandamisel abiks olla.
Alustame loova AI kujunemisest ja ajaloost; põhimõistetest kui ka mudelite üldisest tutvustamisest. Edasi liikudes käsitleme kursusel loovaid tehisintellekti tehnoloogiaid, sh keele-, pildi-, filmi- ja kõnemudeleid ning nende praktilisi rakendusi. Õpime kasutama erinevaid tööriistu, mis aitavad mõista nende tehnoloogiate potentsiaali igapäevastes õppimisprotsessides. Näiteks Dall-E ja Midjourney tööriistad, mis võimaldavad visuaalse sisu loomist, või ChatGPT ja teised tekstipõhised AI tekstitööriistad.
Õpime ka erinevaid promptimistehnikaid ning nende kasutusviise õppetöös.
Lisaks vaatleme kursuse käigus ka teemasid nagu AI eetika; õigusruum ja andmekaitse. Arutleme AI tehnoloogiate potentsiaalsete ohtude ja piirangute üle, sh küberturvalisuse riskid ja süvavõltsingute probleemid. Lõpuks kaalume AI tulevikuperspektiive ja reflekteerime õpitud teadmisi, et mõista paremini, kuidas tehisintellekt võib mõjutada meie tuleviku tööd ja elu.
Loova tehisintellekti tööriistade kasutamine organisatsioonis on kursus, mis keskendub AI tööriistade rakendusvõimaluste mõistmisele ja praktilisele kasutamisele organisatsiooni protsesside, teenuste ja toodete arendamisel ning täiustamisel.
Aine annab üliõpilastele ideid, suuniseid ja teadmisi AI tööriistade rakendamiseks nii organisatsioonis kui ka ettevõtluses laiemalt.
Kursus on üles ehitatud praktilise suunitlusega, alustades loova tehisintellekti põhimõtetest ja promptimise tehnikatest ning liikudes edasi AI assistentide ja agentide loomise juurde.
Edasi käsitletakse AI rakendusi erinevates ärivaldkondades (turundus, müük, projektijuhtimine, personalitöö) ning vaadeldakse ka eetilisi küsimusi ja regulatiivseid piiranguid.
Kursuse lõpuosas keskendutakse sobivate AI lahenduste valikule konkreetse organisatsiooni jaoks, tulemuste esitlemisele ja AI strateegia kujundamisele.
Eesmärgiks on, et õppijad saaksid igas etapis õpitud teadmisi ja oskusi koheselt rakendada oma töö- või õpikeskkonnas
Aine annab õpingute lõpus olijatele teadmised, kuidas kasutada AI tööriistu organisatsioonis ja ettevõtluses laiemalt.
Kursus hõlmab R ja RStudio keskkonna paigaldamist, ülevaadet R keele põhifunktsioonidest, andmete importimist, puhastamist, töötlemist, eelanalüüsimist, visualiseerimist, ning tutvustab ka R keeles programmeerimist ja R Markdowni abil dünaamiliste aruannete loomist.