Odkrywanie wiedzy w dużych zbiorach danych 400-IS1-3OWD
Laboratorium i projekt (LAB+PROJ) Rok akademicki 2023/24

Tadeusz Morzy, Eksploracja danych : metody i algorytmy,Wydawnictwo Naukowe PWN, Warszawa, 2013.

Jacek Koronacki, Jan Ćwik, Statystyczne systemy uczące się, Akademicka Oficyna Wydawnicza EXIT,Warszawa, 2008

Umiejętności:

Student potrafi:

Wykorzystać metody statystyczne do analizy danych KP6_UW2

weryfikacja: zadanie projektowe

Samodzielnie implementować algorytmy stosując odpowiednie elementy wybranego języka programowania KP6_UW5

weryfikacja: zadanie projektowe

Zaprojektować i zoptymalizować bazę danych zgodnie ze specyfikacją, umie efektywnie wyszukiwać żądane informacje w istniejących bazach danych, potrafi zaimplementować bazę danych w wybranym systemie baz danych. KP6_UW7

weryfikacja: zadanie projektowe

Posługiwać się wzorcami projektowymi, posługiwać się API, wykorzystać narzędzia wspomagające proces tworzenia, testowania i debugowania oprogramowania. KP6_UW11

weryfikacja: zadanie projektowe

Posługiwać się językiem angielskim na poziomie B2, w tym terminologią informatyczną (z uwzględnieniem czytania dokumentacji) KP6_UK1

weryfikacja: zadanie projektowe

Pracować w zespole programistycznym przy kompleksowym rozwiązaniu zadanego problemu. KP6_UO1

weryfikacja: zadanie projektowe

Śledzić i przyswajać sobie nowe narzędzia i metody informatyczne KP6_UU2

weryfikacja: zadanie projektowe

Kompetencje społeczne:

Student jest gotów do:

Starannego określania priorytetów i ustalania właściwej kolejności podejmowanych działań KP6_KK1

weryfikacja: zadanie projektowe

Przyjęcia kreatywnej i innowacyjnej postawy niezbędnej do podjęcia praktycznej aktywności w społeczeństwie informacyjnym KP6_KO1

weryfikacja: zadanie projektowe

Studenci tworzą grupy projektowe złożone z 2-3 osób. Zadaniem projektowym jest zbadanie możliwości algorytmów służących do klasyfikacji, grupowania i redukcji wymiarowości w przypadku dużych zbiorów danych za pomocą środowiska WEKA. Każda grupa przentuje zebrane wyniki w postaci raportu.

Każdy raport jest oceniany na podstawie stopnia wykonania każdego z wymagań sformułowanych dla zadania projektowego

Oceny:

5 (co najmniej 91% wykonania)

4,5 (co najmniej 81% wykonania)

4 (co najmniej 71% wykonania)

3,5 (co najmniej 61% wykonania)

3 (co najmniej 51% wykonania)

2 (poniżej 51% wykonania)

Dopuszczalna jest 1 nieusprawiedliwiona nieobecność na 15 godzin projektu. Nieobecności przekraczające dopuszczalny limit, powinny być zaliczone na konsultacjach.

1. Wybór dużego zbioru danych

2. Testowanie wybranych klasyfikatorów na wydzielonych podzbiorach z pełną liczbą cech.

3. Redukcja wymiarowości zbioru za pomocą selekcji podzbioru cech i sprawdzenie jakości klasyfikacji.

4. Redukcja wymiarowości za pomocą ekstrakcji cech. Metoda analizy składowych głównych (PCA). Wizualicacja nowej przestrzeni cech w 2 wymiarach. Sprawdzenie jakości klasyfikacji.

Projekt, dyskusja dydaktyczna