SylabUZ

Generate PDF for this page

Data Processing and Visualisation - course description

General information
Course name Data Processing and Visualisation
Course ID 11.0-WK-IiEP-PWD-L-S14_pNadGenS0FUS
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 2018/2019
Course information
Semester 4
ECTS credits to win 5
Course type optional
Teaching language polish
Author of syllabus
  • dr Maciej Niedziela
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
Laboratory 30 2 - - Credit with grade
Lecture 30 2 - - Exam

Aim of the course

Celem kursu jest zapoznanie studentów ze sposobem zapisu i przetwarzania danych rzeczywistych oraz z możliwościami wizualizacji i prezentacji wyników przeprowadzonych analiz przy wykorzystaniu wybranych pakietów matematycznych. Wykładane zagadnienia i problemy są ilustrowane na bieżąco dużą ilością przykładów. Po ukończeniu tego kursu student powinien być przygotowany do samodzielnego wykorzystania wybranych pakietów matematycznych (Scilab, Octave, Geogebra, Excell, PowerPoint lub Beamer) w procesie reprezentacji, przekształcania i prezentacji danych rzeczywistych problemów inżynierskich.

Prerequisites

Brak wymagań.

Scope

Wykład/laboratorium:

1.     Metody reprezentacji danych w pakietach matematycznych.

2.     Operacje wykonywane na wektorach i macierzach.

3.     Wizualizacja danych jako uzupełnienie metod analitycznych. Wykresy 2D i 3D.

4.     Dynamiczna i statyczna prezentacja danych.

5.     Wykorzystanie wybranego pakietu matematycznego w procesie przetwarzania danych i ich wizualizacji w wybranych problemach związanych z analizą danych rzeczywistych.

6.     Tworzenie prezentacji multimedialnych w wybranych pakietach biurowych.

Teaching methods

Wykład: konwersatoryjny i problemowy.

Laboratorium: rozwiązywanie zadań związanych z przetwarzaniem i wizualizacją danych przy wykorzystaniu wybranego pakietu matematycznego (Scilab, Octave, Geogebra, Excell, PowerPoint lub Beamer).

Learning outcomes and methods of theirs verification

Outcome description Outcome symbols Methods of verification The class form

Assignment conditions

Zaliczenie laboratorium na podstawie udziału w projekcie grupowym (40%), sprawdzianu (40%), aktywności na zajęciach (10%).

Na ocenę z przedmiotu składa się ocena z projektu (50%) oraz ocena z egzaminu pisemnego (50%). Warunkiem zaliczenia przedmiotu jest pozytywna ocena z projektu i egzaminu.

Recommended reading

1.     M. Dziewoński, OpenOffice 3.x PL. Oficjalny podręcznik, Helion.

2.     R. Zimek, PowerPoint 2010 PL. Ćwiczenia, Helion, 2010.

3.     J. Walkenbach, M. Alexander, Analiza i prezentacja danych w Excel, Helion, 2011.

4.     K. Masłowski, Excel 2010 PL. Ćwiczenia praktyczne, Helion, 2010.

5.     M. Lial, R. Greenwell, N. Ritchey, Calculus with Applications, Pearson, 2012.

Further reading

  1. Agata i Jerzy Rzędowscy, Mistrzowskie prezentacje slajdowy poradnik mówcy doskonałego, Helion.
  2. A.Quarteroni, F.Saleri, Scientific Computing with Matlab and Octave, Springer, 2006.

Notes


Modified by dr Robert Dylewski, prof. UZ (last modification: 04-05-2018 19:24)