1. SylabUZ
2. Faculty of Mathematics, Computer Science and Econometrics
3. winter term 2021/2022
4. Data Engineering - First-cycle studies leading to Engineer's degree
5. Data Exploration Methods

Generate PDF for this page

Data Exploration Methods - course description

Aim of the course

Rozwój technologii systemów baz danych i hurtowni danych, upowszechnienie systemów informatycznych w najróżniejszych dziedzinach zastosowań (m.in. administracja, przemysł, bankowość, handel, nauka) oraz powszechność korzystania z sieci WWW (np. portale społecznościowe), jako globalnego systemu informatycznego, spowodowało nagromadzenie olbrzymich zbiorów danych i informacji. Podstawowym celem przedmiotu jest poszerzenie wiedzy studentów o podstawowe pojęcia, metody i algorytmy technologii eksploracji danych. Po ukończeniu tego kursu student powinien być przygotowany do samodzielnego wykorzystania metod i narzędzi eksploracji danych do rozwiązywania praktycznych problemów właściwych dla zawodu analityka danych.

Prerequisites

Save changes

Podstawy programowania.

Scope

Wykład/Laboratorium:

1. Wstępne przetwarzanie danych.
2. Metody prezentacji i wizualizacji danych.
3. Szeregi czasowe.
4. Modelowanie regresji. Regresja liniowa i logistyczna.
5. Analiza zależności asocjacyjnych między danymi
6. Metody grupowania danych.

Teaching methods

Wykład: tradycyjny i problemowy. Laboratorium: rozwiązywanie zadań dot. eksploracji danych przy wykorzystaniu programu R. Dyskusja.

Learning outcomes and methods of theirs verification

Outcome description	Outcome symbols	Methods of verification	The class form

Assignment conditions

Ocena z laboratorium na podstawie kolokwium i/lub projektów (80%) z zadaniami o zróżnicowanym stopniu trudności, pozwalającymi na ocenę, czy student osiągnął efekty kształcenia w stopniu minimalnym oraz aktywności na zajęciach (20%). Wykład kończy się egzaminem w postaci testu.

Na ocenę z przedmiotu składa się ocena z laboratorium (70%) oraz ocena z wykładu (30%).

Warunkiem zaliczenia przedmiotu są pozytywne oceny z laboratorium i egzaminu.

Recommended reading

1. S. Osowski, Metody i narzędzia eksploracji danych, Wydawnictwo BTC, 2013.
2. T. Morzy, Eksploracja danych – metody i algorytmy, Wydawnictwo naukowe PWN, Warszawa, 2013.
3. M. Gągolewski, Programowanie w języku R – Analiza danych,obliczenia,symulacje, Wydawnictwo naukowe PWN, Warszawa, 2016.
4. C.C. Aggarwal, Data Mining, Springer, 2017.

Further reading

1. D.T. Larose, Metody i modele eksploracji danych, Wydawnictwo naukowe PWN, Warszawa, 2012.
2. M. Szeliga, Data science i uczenie maszynowe, Wydawnictwo naukowe PWN, Warszawa, 2017.

Notes

Modified by dr Alina Szelecka (last modification: 05-05-2021 13:03)