Cykl kształcenia: 2022/2023
Nazwa jednostki prowadzącej studia: Wydział Budowy Maszyn i Lotnictwa
Nazwa kierunku studiów: Zarządzanie i inżynieria produkcji
Obszar kształcenia: nauki techniczne
Profil studiów: ogólnoakademicki
Poziom studiów: drugiego stopnia
Forma studiów: stacjonarne
Specjalności na kierunku: Analityka biznesowa w zarządzaniu przedsiębiorstwem, Ekologia produkcji, Nowoczesne metody zarządzania produkcją, Zintegrowane systemy wytwarzania
Tytuł otrzymywany po ukończeniu studiów: magister inżynier
Nazwa jednostki prowadzącej zajęcia: Zakład Informatyki
Kod zajęć: 1552
Status zajęć: obowiązkowy dla programu Analityka biznesowa w zarządzaniu przedsiębiorstwem, Ekologia produkcji, Nowoczesne metody zarządzania produkcją, Zintegrowane systemy wytwarzania
Układ zajęć w planie studiów: sem: 1 / W15 L30 / 3 ECTS / E
Język wykładowy: polski
Imię i nazwisko koordynatora: dr hab. inż. prof. PRz Galina Setlak
Terminy konsultacji koordynatora: Poniedziałek 10.30-12.00, środa 11.00-12.30, gsetlak.v.prz.edu.pl
semestr 1: dr inż. Łukasz Paśko , termin konsultacji https://lukaszpasko.v.prz.edu.pl/konsultacje
semestr 1: mgr inż. Anna Szymusik-Szpara , termin konsultacji aszymusik.v.prz.edu.pl
Główny cel kształcenia: Głównym celem kształcenia jest zapoznanie studentów z podstawowymi nowoczesnymi metodami do tworzenia systemów wspomagania decyzji zarówno w zarządzaniu, jak i inżynierii produkcji. Przedstawienie również podstaw procesów decyzyjnych oraz metod i narzędzi informatycznych, wspomagających podejmowanie decyzji oraz oraz istniejące oprogramowanie niezbędne w tym zakresie, m.in. na przykładzie AITECH DSS 4.5 i Microsoft BUSINESS Intelligence.
Ogólne informacje o zajęciach: Moduł jest podstawowym modułem kształcenia w ramach programu studiów II stopnia na kierunku Zarządzanie i inżynieria produkcji
Materiały dydaktyczne: Materiały są umieszczane na stronach WWW prowadzących zajęcia: lukaszpasko.v.prz.edu.pl, gsetlak.v.prz.edu.pl
1 | Bojar, Waldemar, Katarzyna Rostek, Leszek Knopik.: | Systemy wspomagania decyzji | PWE, Warszawa. | 2014 |
2 | Pod red. nauk. Tadeusz Trzaskalik | Wielokryterialne wspomaganie decyzji: metody i zastosowania | Polskie.Wydawnictwo Ekonomiczne, Warszawa . | 2014 |
3 | Power D.J. | Decision Support, Analytics, and Business Intelligence | Copyright © Business Expert Press.. | 2013 |
4 | Michael Aleksander, Jared Decker, Bernard Wehbe | Analizy business intelligence : zaawansowane wykorzystanie Excela | HELION, Gliwice. | 2019 |
1 | Pod red. T. Szapiro | Decyzje menedżerskie z Excelem | PWE, Warszawa. | 2000 |
2 | Łachwa A. | Rozmyty świat zbiorów, liczb, relacji, faktów, reguł i decyzji .Rozmyty świat zbiorów, liczb, relacj | Akademicka Oficyna Wydawnicza Exit, W-wa. | 2001 |
3 | Surma, Jerzy | Business Intelligence : systemy wspomagania decyzji biznesowych | Wydaw. Nauk. PWN, Warszawa . | 2012 |
1 | Turban E., J.E.Aronson | Decision Support Systems and Intelligent Systems | New Jersey: Prentice Hall. | 2001 |
Wymagania formalne: Student musi być zarejestrowany na liście osób uprawnionych do zaliczenia przedmiotu.
Wymagania wstępne w kategorii Wiedzy: Student powinien posiadać wiedzę w zakresie Matematyki, Algebry liniowej, Technologii informacyjnych, Informatyki, Baz danych oraz Badań operacyjnych
Wymagania wstępne w kategorii Umiejętności: Wymagane jest posiadanie umiejętności obsługi podstawowego oprogramowania takiego, jak MS Excel, MATLAB
Wymagania wstępne w kategorii Kompetencji społecznych: Umiejętność samodzielnego poszerzania swej wiedzy i doskonalenia umiejętności zawodowych
MEK | Student, który zaliczył zajęcia | Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia | Metody weryfikacji każdego z wymienionych efektów kształcenia | Związki z KEK | Związki z PRK |
---|---|---|---|---|---|
01 | Posiada wiedzę w zakresie modelowania procesów decyzyjnych, ich rozpoznawania i identyfikacji struktury i parametrów modeli. Ponadto posiada umiejętności właściwego doboru odpowiednich metod do wspomagania problemów decyzyjnych. | wykład | egzamin cz. pisemna |
K_W05+ K_W07+++ K_K04+ |
P7S_UO P7S_WG P7S_WK |
02 | Posiada wiedzę w zakresie podstawowych i nowoczesnych metod, technik i narzędzi informatycznych wspomagających proces podejmowania decyzji w zarządzaniu oraz odpowiednie systemy oprogramowania | wykład | egzamin cz. pisemna |
K_W05++ K_W07++ |
P7S_WG P7S_WK |
03 | Zna współczesne technologie informatyczne, takie jak OLAP, hurtownie danych, metody eksploracji danych i sztucznej inteligencji oraz możliwości i rolę pulpitów menedżerskich we wspomaganiu decyzji | wykład | egzamin cz. pisemna, |
K_U09+++ K_U10++ |
P7S_UW |
04 | Stosuje odpowiednie metody i narzędzia optymalizacji, interpretuje uzyskane wyniki oraz wykonuje analizę wrażliwości. | laboratorium | zaliczenie cz. praktyczna |
K_U07+++ K_U09+++ K_U10+++ |
P7S_UK P7S_UW |
05 | Stosuje metody planowania sieciowego i metody wspomagania decyzji wielokryterialnych, wykorzystuje odpowiednie systemy komputerowe do wspomagania podejmowania decyzji. | laboratorium | zaliczenie cz. praktyczna |
K_U07+++ K_U09+++ K_U10++ |
P7S_UK P7S_UW |
Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).
Sem. | TK | Treści kształcenia | Realizowane na | MEK |
---|---|---|---|---|
1 | TK01 | W01 | MEK01 MEK02 | |
1 | TK02 | W02 | MEK02 | |
1 | TK03 | W03 | ||
1 | TK04 | W04 | MEK01 MEK02 | |
1 | TK05 | W05 | MEK03 | |
1 | TK06 | W06 | MEK02 MEK03 | |
1 | TK07 | W07 | MEK02 MEK03 | |
1 | TK08 | W08 | MEK02 | |
1 | TK09 | L01 | MEK04 | |
1 | TK10 | L02 | MEK04 | |
1 | TK11 | L03 | MEK04 | |
1 | TK12 | L04 | MEK04 | |
1 | TK13 | L05 | MEK04 | |
1 | TK14 | L06 | MEK04 MEK05 | |
1 | TK15 | L07 | MEK04 | |
1 | TK16 | L08 | MEK05 | |
1 | TK17 | L09 | MEK05 | |
1 | TK18 | L10 | MEK05 | |
1 | TK19 | L11 | MEK05 | |
1 | TK20 | L12 | MEK05 | |
1 | TK21 | L13 | MEK05 | |
1 | TK22 | L14 | MEK05 | |
1 | TK23 | L15 | MEK05 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 1) | Przygotowanie do kolokwium:
5.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem. |
Studiowanie zalecanej literatury:
5.00 godz./sem. |
Laboratorium (sem. 1) | Przygotowanie do laboratorium:
5.00 godz./sem. Przygotowanie do kolokwium: 5.00 godz./sem. |
Godziny kontaktowe:
30.00 godz./sem. |
Dokończenia/wykonanie sprawozdania:
5.00 godz./sem. |
Konsultacje (sem. 1) | Udział w konsultacjach:
4.00 godz./sem. |
||
Egzamin (sem. 1) | Przygotowanie do egzaminu:
5.00 godz./sem. |
Egzamin pisemny:
2.00 godz./sem. |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | Na egzaminie sprawdzana jest realizacja efektów modułowych (MEK01, MEK02 i MEK03). Aby uzyskać ocenę dostateczną (3,0) Student/Studentka muszą uzyskać co najmniej 60% poprawnych odpowiedzi, na wyższą ocenę - plus dostateczną (3,5) należy udzielić od 65% do 73% poprawnych odpowiedzi, na ocenę dobrą (4,0) od 73% do 85% poprawnych odpowiedzi , od 85% do 93% - ocenę plus dobrą (4,5) i powyżej 93% poprawnych odpowiedzi - ocenę bardzo dobrą (5,0) |
Laboratorium | Sprawdzenie umiejętności praktycznych dotyczących treści prezentowanych na zajęciach laboratoryjnych podzielone jest na dwa sprawdziany. Pierwszy sprawdzian weryfikuje modułowy efekt kształcenia MEK04, a drugi sprawdzian - MEK05. Sposób oceniania MEK04: student rozwiązuje zadania dotyczące optymalizacji. Maksymalna liczba punktów, jaką można zdobyć za dane zadanie zależy od poziomu trudności i czasochłonności zadania. Częściowe wykonanie zadania powoduje przyznanie liczby punktów proporcjonalnej do stopnia zrealizowania danego zadania. Zdobyte punkty za wszystkie zadania dotyczące MEK04 są sumowane. Student uzyskuje ocenę z MEK04 na podstawie następujących przedziałów procentowych, przy czym 100% to maksymalna możliwa do zdobycia sumaryczna liczba punktów: 0% - 49,99%: 2,0 (ndst); 50% - 59,99%: 3,0 (dst); 60% - 69,99%: 3,5 (+dst); 70% - 79,99%: 4,0 (db); 80% - 89,99%: 4,5 (+db); 90% - 100%: 5,0 (bdb). Sposób oceniania MEK05: student rozwiązuje zadania dotyczące metod planowania sieciowego, metod wspomagania decyzji wielokryterialnych i systemów wspomagania decyzji. Maksymalna liczba punktów, jaką można zdobyć za dane zadanie zależy od poziomu trudności i czasochłonności zadania. Częściowe wykonanie zadania powoduje przyznanie liczby punktów proporcjonalnej do stopnia zrealizowania danego zadania. Zdobyte punkty za wszystkie zadania dotyczące MEK05 są sumowane. Student uzyskuje ocenę z MEK05 na podstawie następujących przedziałów procentowych, przy czym 100% to maksymalna możliwa do zdobycia sumaryczna liczba punktów: 0% - 49,99%: 2,0 (ndst); 50% - 59,99%: 3,0 (dst); 60% - 69,99%: 3,5 (+dst); 70% - 79,99%: 4,0 (db); 80% - 89,99%: 4,5 (+db); 90% - 100%: 5,0 (bdb). |
Ocena końcowa | Warunkiem zaliczenia modułu jest osiągnięcie wszystkich efektów modułowych i zaliczenie wszystkich form zajęć. Student musi odpowiedzieć na wszystkie zadania egzaminacyjne, aby uzyskać ocenę dostateczną. Rozwiązanie zadań dodatkowych pozwala uzyskać ocenę wyższą: 25% - 3.5, 40% - 4.0, 60% - 4.5 80% - 5.0 |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
1 | Ł. Paśko; G. Setlak | Random Forests in a Glassworks: Knowledge Discovery from Industrial Data | 2020 |
2 | Ł. Paśko; M. Piróg; G. Setlak | Pozyskiwanie wiedzy z danych przemysłowych do wspomagania decyzji w procesie produkcyjnym | 2019 |