Conducted in
terms:
2024/25L, 2025/26L
ISCED code: 0613
ECTS credits:
6
Language:
Polish
Organized by:
Faculty of Mathematics and Computer Science
(in Polish) Eksploracja danych 1000-I1ED
This course has not yet been described...
Total student workload
(in Polish) 1. Godziny realizowane z udziałem nauczycieli:
a. wykład – 30 godzin,
b. laboratorium – 30 godzin,
c. bieżące przygotowanie do zajęć, w tym rozwiązywanie zadań zleconych przez prowadzących, zapoznanie się z informacją zwrotną dotyczącą rozwiązanych zadań oraz konsultacje z prowadzącymi zajęcia – 40 godzin.
2. Czas poświęcony na pracę indywidualną studenta/słuchacza/uczestnika kursu potrzebny do pomyślnego zaliczenia przedmiotu:
a. studiowanie literatury – 10 godzin,
b. zapoznanie się z materiałami dodatkowymi, m.in. dokumentacją bibliotek i pakietów – 10 godzin,
c. wykonanie projektu zaliczeniowego – 15 godzin.
3. Czas wymagany do przygotowania się do uczestnictwa w procesie oceniania (np. w egzaminach):
a. przygotowanie się do egzaminu – 15 godzin.
RAZEM: 150 godzin (6 punktów ECTS)
Learning outcomes - knowledge
(in Polish) Kody odnoszą się do efektów uczenia się dla kierunku Informatyka, studia I stopnia, inżynierskie.
W1 - Wie jak definiuje się najważniejsze zadania eksploracji danych tj. klasyfikację, szacowanie (regresję), grupowanie i odkrywanie reguł (K_W01, K_W09).
W2 - Dla każdego z podstawowych problemów eksploracji danych zna przynajmniej jeden algorytm stosowany do jego rozwiązania (K_W09).
W3 - Orientuje się w dostępnych na rynku narzędziach informatycznych stosowanych do eksploracji danych, zna w stopniu podstawowym przynajmniej jedno takie narzędzie (K_W10).
Learning outcomes - skills
(in Polish) Kody odnoszą się do efektów uczenia się dla kierunku Informatyka, studia I stopnia, inżynierskie.
U1 - Potrafi znaleźć potrzebne dane w zbiorach danych ogólnie dostępnych, umie pobrać dane i poddać je analizie (K_U02, K_U08).
U2 - Umie zaproponować odpowiednie algorytmy eksploracji danych do konkretnego zagadnienia, w tym klasyfikacji, grupowania, szacowania i budowania reguł, oraz wyselekcjonować z ich użyciem najlepszy model (K_U02, K_U18).
U3 - Umie posługiwać się w stopniu podstawowym przynajmniej jednym narzędziem informatycznym do eksploracji danych (K_U23).
U4 - Potrafi przygotować raport z wynikami swoich analiz oraz zastosować zbudowany model do klasyfikacji, szacowania lub grupowania w oparciu o nowy zbiór danych (K_U02, K_U03, K_U04).
Learning outcomes - social competencies
(in Polish) Kody odnoszą się do efektów uczenia się dla kierunku Informatyka, studia I stopnia, inżynierskie.
K1 - Potrafi sformułować problem eksploracji danych w sposób zrozumiały zarówno dla osób, z którymi współpracuje w tym obszarze, jak i ekspertów analityków (K_K02, K_K04).
K2 - Potrafi czerpać wiedzę z danych i na tej podstawie formułować propozycje rozwiązania sytuacji problemowych (K_K02).
Teaching methods
(in Polish) Pokaz, wykład informacyjny (konwencjonalny), laboratoryjna, projektu, studium przypadku.
Observation/demonstration teaching methods
- display
Expository teaching methods
- informative (conventional) lecture
Exploratory teaching methods
- project work
- laboratory
- case study
- laboratory
- case study
Type of course
compulsory course
Prerequisites
(in Polish) - Podstawowa umiejętność posługiwania się komputerem.
- Podstawowa umiejętność programowania.
- Znajomość podstawowych pojęć statystyki opisowej.
Course coordinators
Additional information
Additional information (registration calendar, class conductors, localization and schedules of classes), might be available in the USOSweb system: