Odkrywanie wiedzy w dużych zbiorach danych
Informacje ogólne
Kod przedmiotu: | 400-IS1-3OWD |
Kod Erasmus / ISCED: | (brak danych) / (brak danych) |
Nazwa przedmiotu: | Odkrywanie wiedzy w dużych zbiorach danych |
Jednostka: | Filia Uniwersytetu w Białymstoku w Wilnie, Wydział Ekonomiczno-Informatyczny |
Grupy: |
3L stac. I st. studia informatyki - przedmioty obowiązkowe - WILNO Wilno - informatyka 3 rok 1 st. stacjonarne sem.zimowy |
Punkty ECTS i inne: |
5.00
|
Język prowadzenia: | polski |
Rodzaj przedmiotu: | obowiązkowe |
Tryb prowadzenia przedmiotu: | w sali |
Skrócony opis: |
Przedmiot ma zaznajomić studenta z problematyką dużych zbiorów danych i metodami, które pomagają odkryć w nich wiedzę. Będą rozpatrywane różne podejścia rozpoczynając od przygotowania danych, ich wizualizację po klasyfikację ,grupowanie czy odkrywanie reguł asocjacji. |
Pełny opis: |
Profil studiów:praktyczny Forma studiów: stacjonarne Rodzaj przedmiotu: do wyboru Dziedzina: Nauki ścisłe i przyrodnicze Dyscyplina:Informatyka Rok studiów / semestr: 3 / 5 Wymagania wstępne: brak Laboratorium: 30 godz. Projekt: 30 godz. Metody dydaktyczne: laboratorium,projekt Punkty ECTS: 5 Bilans nakładu pracy studenta: Udział w zajęciach: - laboratorium 30 godz. - projekt 30 godz. Przygotowanie do zajęć: - laboratorium 30 godz. - projekt 30 godz. Zapoznanie z literaturą: 5 godz. Udział w konsultacjach: 3 godz. Wskaźniki ilościowe: wymagającymi bezpośredniego udziału nauczyciela: 65 godz., 2.6 ECTS o charakterze praktycznym: 100 godz., 4 ECTS |
Literatura: |
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 |
Efekty uczenia się: |
Wiedza: Student zna i rozumie: Zasady kolekcjonowania i przechowywania danych. KP6_WG5 Podstawowe zagadnienia w dziedzinie sztucznej inteligencji, reprezentacji i przetwarzania wiedzy, komunikacji człowiek-komputer. KP6_WG9 Podstawy inżynierii oprogramowania. KP6_WG10 Umiejętności: Student potrafi: Wykorzystać metody statystyczne do analizy danych KP6_UW2 Samodzielnie implementować algorytmy stosując odpowiednie elementy wybranego języka programowania KP6_UW5 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 Posługiwać się wzorcami projektowymi, posługiwać się API, wykorzystać narzędzia wspomagające proces tworzenia, testowania i debugowania oprogramowania. KP6_UW11 Posługiwać się językiem angielskim na poziomie B2, w tym terminologią informatyczną (z uwzględnieniem czytania dokumentacji) KP6_UK1 Pracować w zespole programistycznym przy kompleksowym rozwiązaniu zadanego problemu. KP6_UO1 Śledzić i przyswajać sobie nowe narzędzia i metody informatyczne KP6_UU2 Kompetencje społeczne: Student jest gotów do: Starannego określania priorytetów i ustalania właściwej kolejności podejmowanych działań KP6_KK1 Przyjęcia kreatywnej i innowacyjnej postawy niezbędnej do podjęcia praktycznej aktywności w społeczeństwie informacyjnym KP6_KO1 |
Metody i kryteria oceniania: |
Zaliczenie |
Zajęcia w cyklu "Rok akademicki 2023/24" (w trakcie)
Okres: | 2023-10-01 - 2024-06-30 |
Przejdź do planu
PN LAB
WT ŚR LAB+PROJ
CZ PT LAB+PROJ
|
Typ zajęć: |
Laboratorium, 30 godzin, 30 miejsc
Laboratorium i projekt, 30 godzin, 30 miejsc
|
|
Koordynatorzy: | Kamil Ząbkiewicz | |
Prowadzący grup: | Kamil Ząbkiewicz | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: | Zaliczenie na ocenę |
Właścicielem praw autorskich jest Uniwersytet w Białymstoku.