SylabUZ
Course name | Basics of Machine Learning |
Course ID | 11.3-WK-IiEP-PUM-S18 |
Faculty | Faculty of Mathematics, Computer Science and Econometrics |
Field of study | Informatics and Econometrics |
Education profile | academic |
Level of studies | First-cycle studies leading to Bachelor's degree |
Beginning semester | winter term 2020/2021 |
Semester | 5 |
ECTS credits to win | 5 |
Course type | optional |
Teaching language | polish |
Author of syllabus |
|
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 | - | - | Credit with grade |
Laboratory | 30 | 2 | - | - | Credit with grade |
Założeniem kursu jest zapoznanie studentów z podstawowymi algorytmami uczenia maszynowego mającymi obecnie bardzo szerokie zastosowanie w praktycznej analizie różnego typu zbiorów danych.
Celem końcowym kursu jest nabycie przez studenta umiejętności wyboru odpowiednich metod uczenia maszynowego w zależności od postawionego praktycznego problemu. Umiejętność odkrywania wzorców oraz reguł ukrytych w danych. Użycie metod uczenia maszynowego jako wsparcie w procesie wspomagania decyzji biznesowych.
Dodatkowo analizy danych rzeczywistych będą przeprowadzane przy użyciu obecnie bardzo popularnego wśród analityków oprogramowania R. Po tym kursie student będzie posiadał umiejętność wykorzystania specjalistycznych bibliotek programu R, do rozwiązywania konkretnych problemów za pomocą algorytmów uczenia maszynowego.
Znajomość podstaw statystyki oraz rachunku prawdopodobieństwa.
Wykład/Laboratorium:
Wykład: tradycyjny i problemowy.
Laboratorium: rozwiązywanie problemów badawczych za pomocą algorytmów uczenia maszynowego przy wykorzystaniu specjalistycznych bibliotek programu R. Dyskusja. Praca w zespole.
Outcome description | Outcome symbols | Methods of verification | The class form |
Sprawdzanie stopnia przygotowania studentów oraz ich aktywności zarówno na laboratorium, jak i na wykładzie.
Ocena z laboratorium wystawiana będzie na podstawie wyników z kolokwium i/lub projektów.
Modified by dr Alina Szelecka (last modification: 05-06-2020 12:23)