- Teacher: Anukatariina Saloheimo
- Teacher: Pia-Marja Vähäkangas
Metropolia Moodle
Search results: 610
- Teacher: Anukatariina Saloheimo
- Teacher: Pia-Marja Vähäkangas
- Teacher: Pia-Marja Vähäkangas
- Teacher: Pia-Marja Vähäkangas
- Teacher: Pia-Marja Vähäkangas
- Teacher: Pia-Marja Vähäkangas

- Teacher: Minni Laitinen
- Teacher: Ulla Nikupaavo
- Teacher: Sanna Törnroos
- Teacher: Niilo Tuomela

- Teacher: Minna Kalajoki
- Teacher: Smarika KC
- Teacher: LeighAnne Rauhala
- Teacher: Tanja Saariaho
- Teacher: Victor de Bruin
In this course, students will learn data analytics theory and practical tools. Students will master the art of acquiring,
refining, and shaping data to align with specific objectives, honing their
skills through hands-on experience. Students will emerge with a holistic mastery of
data manipulation, model selection, decision evaluation, and value assessment. The
skill set will empower them to contribute effectively to data-driven
decision-making processes in various professional contexts, positioning them to
continue to learn more about the field of business analytics
The lecturer for this course are:
- Misa Bakajic misa.bakajic@metropolia.fi
- Teacher: Misa Bakajic

- Teacher (A): Lotta Holm

The aim of the training is that teachers can integrate community and interaction in their own teaching and they can use different methods, practices and technologies in different stages of the learning process. The training is structured so that it can be completed independently as a self-study online course or in a guided group setting.

Sensor Technologies and Basics of Sensor Fusion-course (1 ECTS) is a compact introduction to the “senses” of autonomous robots and drones. The course walks you through the most common motion, distance and environment sensors (such as IMU, wheel encoders, GPS/GNSS, LiDAR, ultrasonic sensors and cameras) and shows how they are used to perceive the world and support control and navigation.
You’ll look at how sensor signals are generated, what can go wrong (noise, bias, latency), and how simple preprocessing and fusion steps can turn raw measurements into more reliable information. Examples are drawn from mobile robots and UAVs, but the ideas apply to many intelligent systems.
- Teacher: Heidi Wahl
- Teacher: Jawad Yasin
- Teacher (A): Timo Roine

Anturiteknologiat ja sensorifuusion perusteet (1 op) tarjoaa tiiviin johdatuksen autonomisten robottien ja droonien ”aisteihin”. Opintojaksolla tutustut tavallisimpiin liikettä, etäisyyttä ja ympäristöä mittaaviin antureihin, kuten inertiamittausyksikköön (IMU), pyöräenkoodereihin, GPS- ja GNSS-paikannukseen, LiDARiin, ultraääniantureihin ja kameroihin. Opit, miten niiden avulla järjestelmä havainnoi ympäristöään sekä tukee liikkeen ohjausta ja navigointia.
Opintojaksolla tarkastelet, miten anturisignaalit muodostuvat ja mitkä tekijät voivat heikentää mittaustiedon laatua. Tällaisia tekijöitä ovat esimerkiksi kohina, mittauspoikkeama ja viive. Lisäksi opit, miten raakamittauksista voidaan muodostaa luotettavampaa tietoa esikäsittelyn ja sensorifuusion avulla. Esimerkit liittyvät mobiilirobotteihin ja drooneihin, mutta samoja periaatteita voidaan soveltaa myös monissa muissa älykkäissä järjestelmissä.
- Teacher (A): Timo Roine

- Teacher: Mirva Konka
- Teacher: Tommi Mäntykoski

- Teacher: Kari Järvi
- Teacher: Kari Järvi
- Teacher: Ari Moilanen
- Teacher: Virve Prami
- Teacher: Janne Salonen


TT00EW18-3150
TT00EW18-3153
TT00EW18-3154
TT00EW18-3152
Kurssille pääsy vaati, että sinut on viety jollekin yllä olevista toteutuksista ja sinun täytyy olla kirjautuneena Moodleen Metropolian käyttäjätunnuksella (Ei Haka).
- Teacher: Ari Moilanen
- Teacher: Virve Prami
Tämä verkkokurssi on erityisesti suunnattu optometristeille, joiden ”Rajattu lääkkeen määrääminen optikoille” -lisäkoulutuksesta on kulunut aikaa ja koulutuksen tietoja ja taitoja ei tullut otettua kokonaisvaltaisesti käyttöön.
Verkkokurssilla muistutamme mieliin pääkohdat tärkeimmistä silmäsairauksista ja tutkimustekniikoista.
Kurssi sisältää luentoja ja tapausten analysointia.
- Teacher: Satu Autio
- Teacher: Päivi Nokipii
- Teacher: Nora Savolainen
- Teacher: Jenny Räikkönen
- Teacher: Kajsa Sten
- Teacher: Johanna Valtanen