SylabUZ

Generate PDF for this page

Zaawansowane metody analizy danych - course description

General information
Course name Zaawansowane metody analizy danych
Course ID 13.2-WF-FizP-ZMAD- 19
Faculty Faculty of Physics and Astronomy
Field of study Physics
Education profile academic
Level of studies Second-cycle studies leading to MS degree
Beginning semester winter term 2020/2021
Course information
Semester 3
ECTS credits to win 4
Available in specialities Computer Physics
Course type obligatory
Teaching language polish
Author of syllabus
  • dr hab. Piotr Lubiński, prof. UZ
Classes forms
The class form Hours per semester (full-time) Hours per week (full-time) Hours per semester (part-time) Hours per week (part-time) Form of assignment
Lecture 30 2 - - Exam
Laboratory 30 2 - - Credit with grade

Aim of the course

Zapoznanie studentów z wybranymi zaawansowanymi metodami analizy danych i różnymi podejściami do określania statystycznej wiarygodności wyników.

Prerequisites

Metody analizy danych.

Podstawy programowania.

Scope

Test chi2, zastosowanie rozkładu Studenta.

Metody symulacji rozkładów prawdopodobieństwa.

Metody bootstrap.

Testy korelacji Spearmana i Kendalla.

Elementy teorii prawdopodobieństwa w ujęciu Jaynesa.

Analiza zmienności i obrazów.

Analiza danych wg Particle Data Group.

Analiza klastrów.

Porównanie modeli, test Akaike i inne.

 

 

 

Teaching methods

Wykład, ćwiczenia rachunkowe, laboratorium komputerowe

Learning outcomes and methods of theirs verification

Outcome description Outcome symbols Methods of verification The class form

Assignment conditions

Laboratorium - pozytywna ocena z kolokwium (50%) i przygotowanie sprawozdania z opracowania wybranego zagadnienia z analizy danych (50%).

Wykład - pozytywna ocena z egzaminu pisemnego.

Ocena końcowa - średnia z ocen z laboratorium i egzaminu. 

Recommended reading

1. Nowak R., Statystyka dla fizyków, PWN, Warszawa, 2002

2. Brandt S., Analiza danych, PWN, Warszawa, 1998

3. Koronacki J., Mielniczuk J., Statystyka dla studentów kierunków technicznych i przyrodniczych.

Further reading

1. Bevington P.R., Robinson D.K., Data Reduction and Error Analysis for the Physical Sciences, McGraw-Hill Education, New York, 2003

2. Jaynes E.T., Probability Theory: The Logic of Science, Cambridge University Press, 2003

3. Bretthorst G.L, Bayesian Spectrum Analysis and Parameter Estimation, Springer, 1988

Notes


Modified by dr hab. Piotr Lubiński, prof. UZ (last modification: 08-06-2020 23:11)