Conducted in
terms:
2022/23L, 2023/24L, 2024/25L
ISCED code: 0613
ECTS credits:
2
Language:
Polish
Organized by:
Faculty of Physics, Astronomy and Informatics
(in Polish) Wstęp do data mining 0800-WDAM-IS1
This course has not yet been described...
Total student workload
(in Polish) Godziny realizowane z udziałem nauczycieli ( 20 godz.):
- udział w laboratoriach 20 godz.
Czas poświęcony na pracę indywidualną studenta ( 30 godz.):
- przygotowanie do laboratorium i sprawdzianów 10 godz.
- realizacja zadań i projektów zaliczeniowych 20 godz.
Łącznie: 50 godz. (2 ECTS)
Learning outcomes - knowledge
(in Polish) W1. Student posiada wiedzę z zakresu matematyki i statystyki
przydatną do formułowania i rozwiązywania zadań analizy i
eksploracji danych (efekty kierunkowe Informatyka Stosowana:
K_W01)
W2. Student zna podstawowe algorytmy uczenia maszynowego
wykorzystywane przy analizie danych (efekty kierunkowe
Informatyka Stosowana K_W04, K_W05, K_W08)
W3. Student zna narzędzia wykorzystywane przy analizie danych
(efekty kierunkowe Informatyka Stosowana: K_W06)
W4. Student zna kryteria wyboru metod eksploracji danych w
zależności od potrzeb i dobiera stosowne narzędzia do
optymalnego rozwiązania problemu (efekty kierunkowe
Informatyka Stosowana: K_W06, K_W07, K_W08)
W5. Student zna mocne i słabe strony wykorzystywanych metod
analizy danych (efekty kierunkowe Informatyka Stosowana:
K_W12)
Learning outcomes - skills
(in Polish) U1. Student wykorzystuje nabytą wiedzę z zakresu matematyki do
znalezienia prawidłowości w danych (efekty kierunkowe
2
Informatyka Stosowana: K_U01, K_U02)
U2. Student potrafi pozyskiwać kluczowe informacje z dużych
zbiorów danych (efekty kierunkowe Informatyka Stosowana:
K_U04, K_U06)
U3. Student potrafi wykorzystywać algorytmy eksploracji danych
do rozwiązywania problemów informatycznych (efekty
kierunkowe Informatyka Stosowana: K_U08, K_U09)
U4. Student korzysta z odpowiednich metod do analizy danych i
potrafi wskazać najbardziej efektywną metodę (efekty kierunkowe
Informatyka Stosowana: K_U012)
U5. Student tworzy skrypty do analizy danych z wykorzystaniem
przeznaczonych do tego narzędzi i bibliotek (efekty kierunkowe
Informatyka Stosowana: K_U013)
U6. Student analizuje dane pochodzące z systemów bazodanowych
różnego pochodzenia (efekty kierunkowe Informatyka Stosowana:
K_U016)
U7. Student dokonuje krytycznej selekcji metod eksploracji danych
i potrafi wskazać różnice pomiędzy nimi (efekty kierunkowe
Informatyka Stosowana: K_U021)
U8. Student potrafi ocenić poprawność metod eksploracji danych,
wykorzystanych w realizacji zadania (efekty kierunkowe
Informatyka Stosowana: K_U022)
U9. Student poszukuje metod, które są bardziej optymalne, na
podstawie wyników analizy danych (efekty kierunkowe
Informatyka Stosowana: K_U023)
U10. Student potrafi współpracować w zespole, oszacować czas
potrzebny na realizację zadania i odpowiednio przydzielać zasoby
niezbędne do realizacji zadania (efekty kierunkowe Informatyka
Stosowana: K_U024)
Learning outcomes - social competencies
(in Polish) K1. Student ma świadomość skutków, jakie niesie ze sobą
korzystanie z metod eksploracji danych (efekty kierunkowe
Informatyka Stosowana: K_K01)
K2. Student rozumie problemy etyczne związane z działaniem
metod eksploracji danych (efekty kierunkowe Informatyka
Stosowana: K_K02)
K3. Student wykazuje się skutecznością w rozwiązywaniu
problemów o charakterze naukowo-badawczym i programistyczno-
wdrożeniowym z wykorzystaniem metod informatycznych (efekty
kierunkowe Informatyka Stosowana: K_K03)
K4. Student potrafi przekazywać informacje na temat
zastosowanych technik informatycznych w sposób zrozumiały dla
innych osób (efekty kierunkowe Informatyka Stosowana: K_K04)
K5. Student zna ograniczenia związane z metodami eksploracji
danych (efekty kierunkowe Informatyka Stosowana: K_K06)
Teaching methods
(in Polish) - wykład informacyjny, wykład problemowy
- demonstracje i symulacje
- analiza problemów, studium przypadku
- metoda projektu
Expository teaching methods
- discussion
- narration
- description
- participatory lecture
- narration
- description
- participatory lecture
Exploratory teaching methods
- presentation of a paper
- experimental
- project work
- laboratory
- practical
- brainstorming
- experimental
- project work
- laboratory
- practical
- brainstorming
Type of course
compulsory course
Prerequisites
(in Polish) - umiejętność programowania strukturalnego oraz obiektowego
- podstawowa znajomość analizy matematycznej, algebry i
statystyki
- podstawowa znajomość obsługi systemów kontroli wersji
- znajomość j. angielskiego w stopniu umożliwiającym korzystanie
z dokumentacji technicznej
Course coordinators
Additional information
Additional information (registration calendar, class conductors, localization and schedules of classes), might be available in the USOSweb system: