Exploration of massive data sets 1000-AD-EkspMasZD

(in Polish) 30 godz. – wykład, 30 godz. – laboratoria, 3 godz. – egzamin, 3 godz. - prezentacja zadań – laboratoria. 30 godz. - konsultacje z prowadzącymi zajęcia, 20 godz. - praca własna: przygotowanie zadań, 20 godz. - bieżące przygotowania do zajęć, studiowanie literatury, 20 godz.- praca własna: przygotowanie do egzaminu. RAZEM: 156 godz, (6 pkt ECTS.)

(in Polish) W01 - Zna zaawansowane metody projektowania i analizowania złożoności obliczeniowej algorytmów i programów sekwencyjnych, równoległych i rozproszonych (K_W12). W02 - Zna metody statystycznej analizy danych, w tym zagadnienia estymacji, testowania hipotez i redukcji wymiaru danych (K_W03, K_W05). W03 - Zna metody algorytmicznego rozwiązywania problemów obliczeniowo trudnych (aproksymacja, FFT, szybkie algorytmy wykładnicze, heurystyki, metody Monte Carlo, algorytm Metropolisa, symulowane wyżarzanie, algorytmy genetyczne) (K_W12). W04 - Zna biegle co najmniej jeden język programowania oraz biblioteki algorytmów i struktur danych; ma wiedzę na temat praktycznych uwarunkowań wydajnych implementacji algorytmów (K_W11).

(in Polish) U01 - Projektuje i analizuje algorytmy rozproszone; potrafi uzasadnić ich poprawność i przeanalizować złożoności (K_U16). U02 - Posługuje się bibliotekami algorytmów i struktur danych, w tym bibliotekami algorytmów numerycznych (K_U16, K_U15). U03 - Potrafi posługiwać się podstawowymi narzędziami informatycznymi wspomagającymi tworzenie oprogramowania i jego utrzymanie (K_U15, K_U17). U04 - Umie znajdować niezbędne informacje w literaturze fachowej, bazach danych i innych źródłach, zna podstawowe czasopisma i konferencje naukowe w swojej specjalności (K_U02).

(in Polish) K01 - Myśli twórczo w celu udoskonalenia istniejących bądź stworzenia nowych rozwiązań (K_K01). K02 - Samodzielnie i efektywnie pracuje z dużą ilością danych, dostrzega zależności i poprawnie wyciąga wnioski, posługując się zasadami logiki (K_K01). K03 - Jest nastawiony na jak najlepsze wykonanie zadania; dba o szczegół; jest systematyczny (K_K03). 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, K_K06). K05 - Pracuje systematycznie i posiada umiejętność pozytywnego podejścia do trudności stojących na drodze do realizacji założonego celu; dotrzymuje terminów (K_K03, K_K04).

(in Polish) Metody dydaktyczne podające: ● wykład informacyjny (konwencjonalny). Metody dydaktyczne poszukujące: ● ćwiczeniowa, ● laboratoryjna, ● klasyczna metoda problemowa.

- display

- description
- informative (conventional) lecture
- problem-based lecture

- laboratory

- games and simulations
- evaluative methods
- integrative methods

(in Polish) Aby w pełni docenić materiał w tego wykładu, zalecamy następujące wymagania: 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

Additional information (registration calendar, class conductors, localization and schedules of classes), might be available in the USOSweb system:

• Description of 1000-AD-EkspMasZD in USOSweb