Metody eksploracji danych - opis przedmiotu

Informacje ogólne

Nazwa przedmiotu	Metody eksploracji danych
Kod przedmiotu	06.9-WK-IDP-MED-W-S14_pNadGenOYW3E
Wydział	Wydział Matematyki, Informatyki i Ekonometrii
Kierunek	Inżynieria danych
Profil	ogólnoakademicki
Rodzaj studiów	pierwszego stopnia z tyt. inżyniera
Semestr rozpoczęcia	semestr zimowy 2019/2020

Informacje o przedmiocie

Semestr	7
Liczba punktów ECTS do zdobycia	5
Typ przedmiotu	obieralny
Język nauczania	polski
Sylabus opracował	dr Maciej Niedziela

Formy zajęć

Forma zajęć	Liczba godzin w semestrze (stacjonarne)	Liczba godzin w tygodniu (stacjonarne)	Liczba godzin w semestrze (niestacjonarne)	Liczba godzin w tygodniu (niestacjonarne)	Forma zaliczenia
Wykład	30	2	-	-	Zaliczenie na ocenę
Laboratorium	30	2	-	-	Zaliczenie na ocenę

Cel przedmiotu

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.

Wymagania wstępne

Podstawy programowania.

Zakres tematyczny

Wykład/Laboratorium:

Wstępne przetwarzanie danych.
Metody prezentacji i wizualizacji danych.
Szeregi czasowe.
Modelowanie regresji. Regresja liniowa i logistyczna.
Analiza zależności asocjacyjnych między danymi
Metody grupowania danych.

Metody kształcenia

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

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu	Symbole efektów	Metody weryfikacji	Forma zajęć

Warunki zaliczenia

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.

Literatura podstawowa

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

Literatura uzupełniająca

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

Uwagi

Zmodyfikowane przez dr Robert Dylewski, prof. UZ (ostatnia modyfikacja: 19-09-2019 12:02)