Conducted in
terms:
2024/25Z, 2025/26Z
ISCED code: 0612
ECTS credits:
5
Language:
Polish
Organized by:
Faculty of Physics, Astronomy and Informatics
Big data sets exploration 0800-EDZBIOD
This course has not yet been described...
Total student workload
(in Polish) Uczestnictwo w wykładach- 30h
Uczestnictwo w laboratoriach- 30 h
Praca indywidulana- 60 h
Przygotowanie i udział w egzaminie- 30 h
Razem: 150 h ( 5 ECTS)
Learning outcomes - knowledge
(in Polish) W01 - Zna zaawansowane metody projektowania i analizowania złożoności obliczeniowej algorytmów i programów sekwencyjnych, równoległych i rozproszonych (K_W01, K_W02, K_W03, K_W06).
W02 - Zna metody statystycznej analizy danych, w tym zagadnienia estymacji, testowania hipotez i redukcji wymiaru danych (K_W01, K_W02, K_W03).
W03 - Zna metody algorytmicznego rozwiązywania problemów obliczeniowo trudnych (aproksymacja, FFT, szybkie algorytmy wykładnicze, heurystyki, metody Monte Carlo, algorytm Metropolisa, symulowane wyżarzanie, algorytmy genetyczne) (K_W01, K_W02, K_W03).
W04 - Zna biegle co najmniej jeden język programowania oraz biblioteki algorytmów i struktur danych; ma wiedzę na temat praktycznych uwarunkowań wydajnych implementacji algorytmów (K_W04, K_W05).
Learning outcomes - skills
(in Polish) U01 - Projektuje i analizuje algorytmy rozproszone; potrafi uzasadnić ich poprawność i przeanalizować złożoności (K_U02, K_U03, K_U04, K_U06, K_U08, K_U09, K_U10).
U02 - Posługuje się bibliotekami algorytmów i struktur danych, w tym bibliotekami algorytmów numerycznych (K_U08, K_U11).
U03 - Potrafi posługiwać się podstawowymi narzędziami informatycznymi wspomagającymi tworzenie oprogramowania i jego utrzymanie (K_U03, K_U08, K_U11 ).
U04 - Umie znajdować niezbędne informacje w literaturze fachowej, bazach danych i innych źródłach, zna podstawowe czasopisma i konferencje naukowe w swojej specjalności (K_U01, K_U03).
Learning outcomes - social competencies
(in Polish) K01 - Myśli twórczo w celu udoskonalenia istniejących bądź stworzenia nowych rozwiązań (K_K04, K_K06).
K02 - Samodzielnie i efektywnie pracuje z dużą ilością danych, dostrzega zależności i poprawnie wyciąga wnioski, posługując się zasadami logiki (K_K04, K_K06).
K03 - Jest nastawiony na jak najlepsze wykonanie zadania; dba o szczegół; jest systematyczny (K_K03, K_K04, K_K06 ).
K04 - Skutecznie przekazuje innym swoje myśli w zrozumiały sposób; właściwie posługuje się terminologią fachową; potrafi nawiązać kontakt w obrębie swojej dziedziny i z osobą reprezentującą inną dziedzinę (K_K05).
K05 - Pracuje systematycznie i posiada umiejętność pozytywnego podejścia do trudności stojących na drodze do realizacji założonego celu; dotrzymuje terminów (K_K03, K_K04, K_K06).
Teaching methods
(in Polish) Metody dydaktyczne podające:
- wykład informacyjny (konwencjonalny).
Metody dydaktyczne poszukujące:
- ćwiczeniowa,
- laboratoryjna,
- klasyczna metoda problemowa.
Observation/demonstration teaching methods
- display
Expository teaching methods
- informative (conventional) lecture
- problem-based lecture
- description
- problem-based lecture
- description
Exploratory teaching methods
- laboratory
Online teaching methods
- games and simulations
- evaluative methods
- integrative methods
- evaluative methods
- integrative methods
Prerequisites
(in Polish) 1. Podstawowe wiadomości z zakresu informatyki obejmujące bazy danych i programowanie współbieżne oraz systemy operacyjne.
2. Algorytmy oraz struktury danych i matematyka dyskretna.
3. Eksploracja danych oraz metody uczenia maszynowego.
4. Wymagana jest praktyczna znajomość współczesnego języka programowania np. Python, C, C++, C#, Java, itp. oraz zasad programowania obiektowego
Course coordinators
Term 2025/26Z: | Term 2024/25Z: |
Additional information
Additional information (registration calendar, class conductors, localization and schedules of classes), might be available in the USOSweb system: