Biologian pakollisia opintoja
- Lärare
Harri Savilahti
Genetiikan LuK vaiheen opintoja, soveltuu myös sivuaineopiskelijoille
The course introduces methods and algorithms for extracting information and knowledge from data sets. This includes techniques for data pre-processing, visualizing high-dimensional data, basic machine learning methods for supervised learning (classification, regression), unsupervised learning (clustering, association rule analysis), model selection and validating how well a learned model predicts on new data (holdout, cross-validation). The CRISP-DM process model is introduced as a tool for analysing and implementing data science projects.
Prerequisites: Python programming skills. Basic knowledge of probability, statistics and linear algebra is beneficial. Taking the course TKO_7093 Statistical Data Analysis before this course is recommended.
· Opiskelija tietää mitä design ajattelu on
· Opiskelija ymmärtää design ajattelun perusteita ja niiden käyttöä terveyden- ja sosiaalihuollossa
· Opiskelija soveltaa design ajattelun prosessia ja menetelmiä terveyden- ja sosiaalihuollon haasteiden ratkomisessa
· Opiskelija kykenee arvioimaan design ajattelun käytettävyyttä myös muissa opinnoissa ja työelämässä
· Opiskelija saa tietoa yrityksen perustamisesta ja idean kaupallistamisesta
- Ajankohtaisia tiedotteita jatko-opiskelijoille
- Jatko-opiskelijoiden seminaaritöiden palautusalusta
- News for postgraduate students
- Returning seminar works
Tavallisissa populaatiomalleissa oletetaan, että lajin asuinalue on suuri yhtenäinen alue, jossa elinolosuhteet ovat kaikille yksilöille samanlaiset. Metapopulaatio taas koostuu useista paikallisista populaatioista, joiden välillä on muuttoliikettä. Kurssilla käsitellään dynaamista peliteoriaa erilaisissa metapopulaatiomalleissa, sovelluksena muun muassa muuttoliikkeen evoluutio.
Kurssiavain: peliteoria
HUOM! Materiaalia ei saa siirtää muille alueille, vaan sitä saa käyttää ainoastaan tällä alueella kieli- ja viestintäopintojen keskuksen järjestämillä italian kielen kursseilla!
Väitöskirjojen artikkeleleiden ja väitöskirjan käsikirjoituksen tarkistamiseen tarkoitettu kurssialue
Tämä on jatko-seminaarin Moodle. Löydät täästä ohjeita, ajantasaisen aikataulun ja zoom-linkin.
Tervetuloa jatko-opintomatkalle Gangnam Stylen kieleen! Syvennyt kurssilla arkipäivän aktiviteetteihin ja opit mm. kertomaan, mitä teet kunakin viikonpäivänä. Opiskelet verbin preesens- ja imperfektitaivutukset ja opit kertomaan, mistä pidät ja mitä haluat tehdä. Opiskelet myös adjektiivien käyttöä.
Kurssi on alkeisjatkokurssi, joka vaatii noin kahden kuukauden etukäteisopintoja korean kielestä. Ennen kurssin aloittamista sinun tulee jo osata hangeul-aakkoset, numerot, hinnan kysyminen ja kertominen sekä asioiminen ravintolassa ja kahvilassa. Lisäksi sinun tarvitsee osata kirjoittaa koreaksi näppäimistöllä. Mikäli olet epävarma tasostasi, ota yhteyttä opettajaan taru.u.salminen@utu.fi.
Kurssi alkaa viikolla 6 (6.2.2023 alkava viikko) ja päättyy viikolla 15 (10.4.2023 alkava viikko). Kurssikielinä ovat korea ja suomi.
Kurssi on jaettu neljään kahden viikon jaksoon. Opiskelu tapahtuu pääosin itsenäisesti, mutta kurssilla on neljä verkkotapaamista, joissa harjoitellaan suullista kielitaitoa ja samalla kuullun ymmärtämistä. Huom. kurssin suorittaminen vaatii aktiivista osallistumista vähintään kolmeen verkkotapaamiseen. Mikäli verkkotapaamisten ajankohdat eivät sovi, tapaamiset on mahdollista korvata pariharjoittelulla, joka tallennetaan.
Verkkotapaamisten ajankohdat ovat:
Ti 14.2. klo 18-19.15
Ti 28.2. klo 18-19.15
Ti 14.3. klo 18-19.15
Ti 28.3. klo 18-19.15
안녕하세요?
Tervetuloa syventämään korean kielen kielitaitoa korea 4-jatkokurssille! Tarvitset n. 6 kk- 1v. aikaisempia korean opintoja ennen tälle kurssille osallistumista. Osaat jo kommunikoida auttavasti arkielämän tilanteissa. Hallitset myös korealaiset aakkoset ja osaat kirjoittaa niillä tietokoneella.
Korea 4-kurssilla syvennyt lisää arkielämän korean kieleen. Opit mm. puhumaan syy-seuraussuhteista, ehdottamaan tapaamista, keskustelemaan säästä ja vuodenajoista, kertomaan ruoista ja ruoanlaitosta sekä kodistasi. Mikäli olet epävarma tasostasi, ota yhteyttä opettajaan taru.u.salminen@utu.fi .
Kurssi alkaa viikolla 7 (13.2.2023 alkava viikko) ja päättyy viikolla 15 (10.4. alkava viikko). Kurssikielinä ovat korea ja suomi.
Viime vuosina sekä Suomessa että Unkarissa on alettu arvioida uudelleen kansalliskirjallisuuden käsitettä. Suomessa maahanmuuttajakirjallisuus on vaikuttanut siihen, että alettiin kiinnittää huomiota esimerkiksi saamelaiskirjallisuuteen. Unkarissa kansalliskirjallisuuden käsitteeseen on vaikuttanut kaksi erilaista muutosta: toinen on rajojen muuttuminen ensimmäisen maailmansodan seurauksena, jolloin Unkarin ulkopuolella syntyivät uudet unkarinkieliset kirjallisuuskulttuurit, ja toinen on ihmisten muuttaminen, kuten vuoden 1956 vallankumouksen jälkeen monien unkarilaisten kirjailijoiden pakolaisuus ulkomaille, missä he jatkoivat kirjoittamista unkariksi tai jollakin muulla kielellä. Vaikka Suomen ja Unkarin kirjallisuudet eroavat historiallisesti monilta näkökulmiltaan, nykyään molemmissa maissa pyritään uudelleen arvioimaan kansallisen käsitettä, sillä nykypäivän transkulttuuriset, transnationaaliset ja monikieliset kirjallisuusilmiöt eivät enää sovi kansalliskirjallisuuden 1800-luvulla luomaan määritelmään. Kurssin tavoitteena on tarjota vertaileva näkökulma Suomen ja Unkarin kansalliskirjallisuuskäsitteen eri tulkintoihin analysoimalla 1900-luvun alussa Unkarissa ja Suomessa julkaistuja kirjallisuushistorioita, nykykirjallisuutta sekä lukion kirjallisuusopetusta.
Kurssilla käsitellään oppikirjan kappaleet 2-5 (periodi I) ja 6-10 (periodi II).
Ensimmäisen periodin jälkeen on vapaaehtoinen välikoe EXAMissa.
Myös loppukoe on EXAMissa. Jos suoritat välikokeen hyväksytysti, sinun pitää lukea lopputenttiin vain periodin II asiat.
EXAM-lopputenttiin on selkeästi merkitty, mikä osa kokeesta on kurssin alkuosaa ja mikä loppuosaa.
Syyslukukauden Kulttuurin ja terveyden tutkimusyksikön tutkijaseminaarit järjestetään englanniksi ja suomeksi. Seminaarin tavoitteena on käsitellä tutkijan omaa työtä ja alan merkittävää teoriaa. Syksyn ensimmäiseen tutkijaseminaariin kutsutaan tutkijoita esittelemään kulttuurin ja terveyden tutkimukseen liittyviä tutkimuksiaan. Esitysajan pituus on noin 5-10 min. Tutkimuksesi voi olla vasta alussa tai jo pidemmällä, tule esittelemään sitä matalalla kynnyksellä. Tervetuloa osallistumaan!
Tutkijaseminaari kokoontuu noin kerran kuussa tiistaisin klo 14.00-16.00. Seminaarit pidetään seuraavina päivinä:
15.10.2024
10.12.2024
Tapaamiset toteutetaan hybridinä Zoomissa ja Arcanumissa (Turun yliopiston kampuksella). Linkki Zoomiin ja tarkka tapaamispaikka löytyvät tutkijaseminaarin Moodle-alueelta ja koordinaattorista.
Haluatko esitellä tutkimustasi? Ota rohkeasti yhteyttä sähköpostitse tutkijaseminaarin koordinaattoriin Avril Tynaniin (aatyna@utu.fi)
Kulttuuriperinnön tutkijaseminaarissa työstetään kulttuuriperinnön tutkimuksen väitöskirjoja. Seminaari kokoontuu kuukausittain lukukauden aikana.
Rahoituksen jatkokurssi syventää LR03 Rahoituksen perusteet -kurssin tietoja ja osaamista rahoituksen teorian osalta sekä tarjoaa työkaluja rahoitukseen liittyvien kysymysten ratkaisemiseksi. Opintojakson keskeisiä teemoja ovat rahoitusmarkkinoiden toiminta ja osapuolet, rahoitusinstrumentit, hyöty- ja portfolioteoria, arvopaperien hinnoittelumallit, markkinoiden tehokkuus sekä yritysrahoituksen keskeiset kysymykset. Lisäksi perehdytään alan tutkimusmenetelmiin.rahoitusmarkkinoiden ja -teorian osalta.
Kurssi on opetusohjelmassa tarkoitettu lähinnä 3 vsk:n KTK-opiskelijoille.
Opintojakso syventää opiskelijan tietoja ja valmiuksia tilinpäätösinformaatiosta ajatellen sekä vaativia yrityksen talousjohdon tehtäviä (tilinpäätösinformaation tarjonta), vaativia tilinpäätösten analysointitehtäviä (tilinpäätösinformaation kysyntä) että pro gradu -työskentelyä ja mahdollisia jatko-opintoja. Opintojakson suoritettuaan opiskelija tiedostaa teorian merkityksen tilinpäätösinformaation tutkimuksessa, pystyy analysoimaan ja hyödyntämään alan tieteellisiä tekstejä, sekä soveltamaan oppimaansa myös käytäntöön.
Tavoitteet: Opiskelija osaa muodostaa yksinkertaisiin reaktioihin perustuvia mekanistisia malleja, sekä tuntee niiden analysoinnin perusmenetelmät.
Sisältö Suppeasti katsottuna matemaattinen mallintaminen on reaalimaailman ongelmien muuntamista hyvin määritellyiksi matemaattisiksi tehtäviksi. Kurssilla esitetään tähän useita systemaattisia menetelmiä. Esimerkkitehtäviä esitetään muun muassa fysiikan, fysiologian ja populaatiobiologian alalta. Yleisemmin mallintamiseen sisältyy myös matemaattisten mallien analysointia. Tämän johdosta kurssilla tarkastellaan myös dynaamisten systeemien analysoinnin perusmenetelmiä.
The course introduces mixed reality (especially virtual and augmented
reality) and metaverse, the underlying technologies, application areas,
and the design principles, process and tools for creating the
applications.
Tavoitteet
Opintojakson suoritettuaan opiskelija osaa soveltaa erilaisia kieli- ja käännösteknologisia apuvälineitä käännöstyössä. Opiskelija hallitsee kääntäjän tietoteknisten apuvälineiden edistyneitä toimintoja, kuten käännösmuistien ja termipankkien ylläpitoon liittyviä toimintoja ja erityyppisten tiedostojen (esim. pdf, xml, html, tmx, tbx, pot) käsittelyn. Hän tuntee erilaisten tietokoneavusteisten käännösprosessien, kuten lokalisointiprosessin ja konekäännöksen jälkieditoinnin, periaatteet ja osaa soveltaa niitä tarkoituksenmukaisesti käännöstoimeksiannoissa. Opiskelija ymmärtää teknisten tekstien ja verkkosivutekstien piirteitä kääntämisen näkökulmasta. Lisäksi kurssi vahvistaa opiskelijan jo oppimia yleisiä it-taitoja.
This course covers the main theories, techniques, and algorithms in machine learning and pattern recognition, starting with simple topics such as linear regression/classification and ending up with more advanced topics such as artificial neural networks and model complexity selection and performance estimation. For pattern recognition most popular feature extraction techniques are introduced and Bayesian decision theory is studied. Both main unsupervised and supervised learning techniques are considered with emphasize on how, why and when they work.
Lectures (28h) given by prof. Jukka Heikkonen, Dr. Paavo Nevalainen, Dr. Csaba Raduly-Baka, and Dr. Petra Virjonen
Kyseessä on UTU gradun arviointiin ja julkaisemiseen tarvittava englanninkielinen moodle alusta.
Opintojaksolla syvennytään muoti- ja design-teollisuuden oikeudellisiin kysymyksiin kriittisestä perspektiivistä. Opimme muun muassa, miten luksusbrändit käyttävät lainsäädäntöä varjellakseen imagoaan, millä edellytyksillä suunnittelija voi saada yksinoikeuden luovan työnsä tuloksiin. Analysoimme muotitrendeihin liittyviä aineettomia oikeuksia havainnoimalla, miten inspiroitumisen ja kopioinnin välinen rajanveto voi vaikuttaa siihen, kuinka useiden eri brändien kokoelmat muistuttavat toisiaan ilman oikeudenloukkausten mahdollisuuksia. Lisäksi selvitämme, miksi niin sanottuja "feikkituotteita" kuten väärennettyjä käsilaukkuja, aurinkolaseja ja vaatteita on varsin helposti saatavilla. Käsittelemme myös "kulttuurisen omimisen" (cultural appropriation) problematiikkaa juridisesta perspektiivistä.
Opintojakson suoritettuaan opiskelija hahmottaa muoti- ja designalan keskeiset oikeudelliset erityispiirteet erityisesti aineettomien oikeuksien suojan kannalta. Opiskelija tunnistaa globaalin, eurooppalaisen, kansallisen ja yksityisen sääntelyn dynamiikan alueella ja ymmärtää näiden käytännön vaikutuksen alan toimintaan sekä mahdolliset oikeuden ja alalle vakiintuneiden käytäntöjen väliset ristiriidat. Hän osaa ratkoa aihepiiriin liittyviä oikeudellisia ongelmia itsenäisesti ja osana ryhmää. Opiskelija kykenee jakson suoritettuaan tarkastelemaan kriittisesti muoti- ja designalan tavanomaisen toiminnan lähtökohtia oikeudellisesta perspektiivistä ja harjaantuu aiempaa monipuolisempaan alan oikeudellisen kehityksen seuraamiseen. Opiskelija oppii havaitsemaan muoti- ja designalaa koskevasta uutisoinnista tyypillisimmät juridiset väärinkäsitykset ja kykenee tarkastelemaan esimerkiksi "kopiointikohuja" kriittisesti. Opiskelija tunnistaa myös muoti- ja designalan sekä sitä koskevan säätelyn merkityksen kestävän kehityksen kannalta (erityisesti globaaliin etelään liittyvät kysymykset, sosiaalinen oikeudenmukaisuus, kulttuurinen kestävyys, ilmastonmuutos ja elinympäristöjen suojelu, vaikutukset muihin perus- ja ihmisoikeuksiin ja eri politiikkatavoitteisiin).
Tämä on Outi Paloposken väitöskirjaohjattavien Moodle-sivu plagiaatintunnistusta varten (FAIRUTU).
This is the Moodle site for TKO_3110 Principles of Interaction Design, 5 cp, the course instance for Spring 2023.
Tämä metakurssialue sisältää Chez Marianne 2 -kirjan äänitemateriaalit.
HUOM! Materiaalia ei saa siirtää muille alueille, vaan sitä saa käyttää ainoastaan tällä alueella kieli- ja viestintäopintojenkeskuksen järjestämillä italian kielen kursseilla!
Laajuus: 10 op
Tavoitteet: Opiskelija oppii tekemään omalla tieteenalallaan vaativia teoreettisia, metodologisia ja temaattisia ratkaisuja, hallitsemaan vaativaa ja laajaa lähteiden käyttöä sekä käymään rakentavaa tieteellistä keskustelua. Seminaarin aikana hän etenee väitöstutkimuksessaan jo pitkälle kirjoittamisvaiheeseen.
Sisältö: Tutkijaseminaari tukee jatkotutkinto-opiskelijan väitöskirjatyötä siten, että hän tuo seminaarikeskusteluun tutkimussuunnitelmansa ja metodipainotteinen työn, jonka tavoitteena on syventyä väitöstutkimuksen erityisongelmiin, kysymyksenasetteluun ja metodeihin sekä jonkin pitkälle kirjoitetun pääluvun.
Perehdytään satunnaisvektoreihin: satunnaismuuttujien yhteisjakaumiin, riippumattomuuteen, muunnosten jakaumiin, todennäköisyydet- ja momentit generoiviin funktioihin, raja-arvolauseisiin ja ehdollisiin jakaumiin.
Yhteydenotot: sote@utu.fi
The introspection course of the Sustainable Information Technology Engineering thematic module.
Turun yliopiston tilastotieteen jatko-opiskelijat järjestävät tilastotieteen luku- ja laskupiirin. Vuoden 2023 kirjana on A.C. Davisonin Statistical Models, joka kattaa laajasti eri tilastotieteen osa-alueita. Piiri kokoontuu 8.3.-13.11.2023 välisenä aikana lopussa esitetyn aikataulun mukaisesti. Kesätaukoa vietetään 13.6.-13.8. ja mukaan saa tulla koska tahansa.
Luku- ja laskupiiri on suunnattu jatko-opiskelijoille ja esitietona oletetaan tilastotieteen perus- ja aineopinnot tai muu soveltuva matemaattinen osaaminen (silmäile kirjaa ja arvioi osaamisesi). Lisäksi oletetaan riittävää suomen ja englannin kielen taitoa (tapaamisissa kielenä on suomi, kirjallisuus on englanniksi).
Ensimmäisessä kokoontumisessa (8.3.2023 klo 14.15) tutustutaan muihin osallistujiin ja jaetaan ensimmäisen luvun tiivistelmän teko sekä laskutehtävät. Oletuksena on, että jokainen osallistuja tekisi vähintään yhden tiivistelmän piirin aikana ja laskisi yhden tehtävän jokaiselle tapaamiskerralle, jolle osallistuu. Mikäli osallistujia on odotettua enemmän, sovitaan tarkemmista käytänteistä erikseen. Tapaamiset toteutetaan hybridinä, mutta osallistujia kannustetaan tapaamaan kasvotusten.
Piirin tapaamisissa tiivistelmästä vastuussa ollut henkilö esittää luvun keskeisimmät asiat. Lisäksi keskustellaan hyvässä hengessä mieleen tulleista asioista sekä mahdollisista epäselvyyksistä ja ongelmista. Lopuksi käydään läpi jaettujen tehtävien ratkaisut tai niiden yritykset. Mikäli jotkut jaetuista tehtävistä jäivät ratkaisematta, yritetään ratkaista ne yhdessä. Lopuksi jaetaan seuraavan luvun tiivistelmän tekovastuu sekä laskutehtävät.
Tarkoituksena on kuitenkin oppia uutta ja virkistää muistia, joten osallistumisen kannalta ei ole tarpeellista kyetä ratkaisemaan laskutehtäviä yksin, vaan ideana on lyödä viisaat päät yhteen ja oppia ja käsitellä aiheita yhdessä. Osallistujat voivat siis halutessaan järjestää keskenään ns. laskupajoja tapaamisten välillä. Toki halutessaan saa tehtäviä tehdä myös yksinäänkin.
Luku- ja laskupiiristä on mahdollista saada opintopisteitä. 3 opintopisteen suoritukseen tarvitaan:
Luku | Päivämäärä | Sivut | Sivumäärä |
Variation | 20.3. | 15-51 | 37 |
Uncertainty | 3.4. | 52-93 | 42 |
Likelihood | 24.4. | 94-160 | 67 |
Models | 15.5. | 161-224 | 64 |
Stochastic Models | 12.6. | 225-299 | 75 |
Estimation and Hypothesis Testing | 14.8. | 300-352 | 53 |
Linear Regression Models | 28.8. | 353-416 | 64 |
Designed Experiments | 11.9. | 417-467 | 51 |
Nonlinear Regression Models | 9.10. | 468-564 | 97 |
Bayesian Models | 30.10. | 565-644 | 80 |
Conditional and Marginal Inference | 13.11. | 645-695 | 51 |
Olio-ohjelmoinnin perusteet: Avoimen yliopiston toteutus
The emphasis of the course is on the practical side of game development. Throughout the course the students will work together in small teams on a project work resulting in a finished game. Various roles of game development will be demonstrated by assigning each member of the team an area of responsibility (e.g. management, game design, programming, graphics and audio).
By the end of the course the student
is familiar with the stages of a game development process
has experience in working with an interdisciplinary group
can develop game projects using a game development platform such as Unity
knows the basic concepts of game design, game graphics and game AI
has gone through the process of creating a working game
Kurssin "Tietokantojen perusteet" verkkosivu keväälle 2022
Kurssin Tietokantojen perusteet verkkosivu / kevät 2024
The course covers the practices of green programming and related concepts. It explores how to measure and optimize system energy consumption as part of software development. The goal is for the student to be able to identify key factors of energy consumption in a web application, apply their learning as part of a software development project, and design software systems to be energy-efficient after completing the course.
The student gets a clear and well-founded understanding of algorithm design frameworks and techniques. The course introduces advanced data structures, greedy algorithms in graphs, divide and conquer and dynamic programming techniques. The student will also become familiar with the basic theory of computationally hard problems.
TKO_3120 Machine Learning and Pattern Recognition
This course covers the main theories, techniques, and algorithms in machine learning and pattern recognition, starting with simple topics such as linear regression/classification and ending up with more advanced topics such as artificial neural networks and model complexity selection and performance estimation. For pattern recognition most popular feature extraction techniques are introduced and Bayesian decision theory is studied. Both main unsupervised and supervised learning techniques are considered with emphasize on how, why and when they work.
Lectures (28h) given by prof. Jukka Heikkonen, Dr. Csaba Raduly-Baka, Dr. Paavo Nevalainen, Dr. Petra Virjonen
The course has compulsory exercise project.
The course takes a practical look at game testing at different development stages (i.e. production testing, quality assurance and play testing) and presents issues typical to particular game genres.
By the end of the course the student
is familiar with with different phases and types of game testing
can create and oversee a usability test plan for a game
can create and oversee a user experience test plan for a game
has experience in bug hunting and ascertaining their seriousness
is confident in reporting to and collaborating with game developers
knows how to test different types of games such as serious games
The course is designed to give a wide perspective of terms and practices
in digital art and visual communication though interactive mediums. It
will present multidisciplinary and cross-media framework of the study
engaged by various cases from IT and game development practices.
The historical framework of art practices will be addresses widely,
following the principles of conventional art theory and analysis for
pursuing developing practices in contemporary mediums of expression and
storytelling, such as interactive digital mediums and video games. The
agenda of the course is planned to provide an extensive insight into the
present practices of digital art creation (2D and 3D, UI/UX design and
animation).
Kurssi johdattelee tietotekniikaan perusteisiin ja käsittelee mm. seuraavia aiheita:
The seminar is intended to be a roundtable for computer science (CS)
graduate students and researchers. It is based on contemporary academic
and professional materials in and related to CS.
Objectives
After completing the course, the student will be able to
- understand basic and advanced deep neural network architectures and their application to various challenges in natural language processing
- select appropriate language resources and deep learning models and fine-tune state-of-the-art models for a range of tasks involving natural language
- understand and explain the capabilities and limitations of deep learning-based models and concepts such as transfer learning, multi- and cross-lingual models, and large-scale pre-training
- independently implement multi-stage natural language processing systems combining several task-specific models
The course concentrates on the basics of gamification and serious games
using a practical approach. The aim is that the students understand and
master the skills to make experiences more fun and engaging.
Kurssilla käydään läpi eräitä kasvatustieteissä tyypillisiä kvantitatiivisen tutkimusaineiston käsittelyyn
liittyviä menetelmiä ja niiden toteuttamista SPSS-ohjelmalla. Työpajoissa (12 h) tutustutaan erilaisiin varianssi- ja regressioanalyysien sovelluksiin sekä
harjoitellaan niiden toteutusta ja tulosteiden tulkintaa SPSS-ympäristössä. Käsiteltäviä menetelmiä ovat
mm. kovarianssianalyysi, toistettuihin mittauksiin liittyvät analyysit, askeltava ja hierarkkinen mallinnus,
kategoristen muuttujien analyysit ja monitasoanalyysit. Näiden yhteydessä pohditaan myös ei-parametrisia
vaihtoehtoja sekä efektikoon arviointia ja käyttöä tulosten raportoinnissa.
Turnitin-tehtävä, jotta voi tarkistaa
Väitöskirjat (jatko-opiskelijan lopputyö), International law
Kurssin tarkoituksena on tutustuttaa maisteriopiskelijat tutkimusalan ajankohtaisiin suuntauksiin. Jatko-opiskelijat saavat tilaisuuden esitellä tutkimustaan. Lisäksi he voivat osallistua tekstipajaan ja saada kommentteja tutkimuksesta kirjoittamiseen.
Kurssin kielet ovat englanti, ranska ja saksa.
Kurssista voi saada 5 ECTS.
Tämä metakurssialue sisältää venäjän kielen kursseilla käytettävän Кафе Питер 2 -oppikirjan (2022) äänitteet.
HUOM! Materiaalia ei saa siirtää muille alueille, vaan sitä saa käyttää ainoastaan tällä alueella kieli- ja viestintäopintojenkeskuksen järjestämillä italian kielen kursseilla!