Cykl kształcenia: 2023/2024
Nazwa jednostki prowadzącej studia: Wydział Matematyki i Fizyki Stosowanej (p.prakt)
Nazwa kierunku studiów: Inżynieria i analiza danych
Obszar kształcenia: nauki ścisłe
Profil studiów: praktyczny
Poziom studiów: drugiego stopnia
Forma studiów: stacjonarne
Specjalności na kierunku:
Tytuł otrzymywany po ukończeniu studiów: magister inżynier
Nazwa jednostki prowadzącej zajęcia: Zakład Systemów Złożonych
Kod zajęć: 14803
Status zajęć: obowiązkowy dla programu
Układ zajęć w planie studiów: sem: 2 / C15 P15 / 2 ECTS / Z
Język wykładowy: angielski
Imię i nazwisko koordynatora: dr hab. inż. prof. PRz Dominik Strzałka
Główny cel kształcenia: Prezentacja wybranych zagadnień informatyki w języku angielskim, ze szczególnym naciskiem na zagadnienia powiązane z kierunkiem studiów.
Ogólne informacje o zajęciach: Przedmiot zakłada poszerzenie wiedzy i umiejetności posługiwania się językiem angielskim technicznym.
1 | Beata Błaszczyk | English 4 IT. Praktyczny kurs języka angielskiego dla specjalistów IT | Helion. | 2005 |
2 | Han J., Kamber M. | Data Mining: Concepts and Techniques, The Morgan Kaufmann Series in Data Management Systems | Morgan Kaufmann Publishers. | 2000 |
Wymagania formalne: Zgodne z regulaminem studiów.
Wymagania wstępne w kategorii Wiedzy: Podstawowa znajomość pojęć informatycznych oraz z zakresu inżynierii i analizy danych, w języku polskim
Wymagania wstępne w kategorii Umiejętności: Podstawowe umiejętności w zakresie informatyki oraz inżynierii i analizy danych, język angielski na poziomie B2
Wymagania wstępne w kategorii Kompetencji społecznych: Umiejętność komunikacji i pracy z materiałami źródłowymi w języku angielskim.
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 | Zna podstawowe i zaawansowane słownictwo ogólne i techniczne, z zakresu szeroko rozumianej informatyki i telekomunikacji, w jęz. angielskim | ćwiczenia, projekt | referat ustny |
K_W12++ K_U17+ K_K03+ |
P7S_KO P7S_UK P7S_WG |
02 | Zna podstawowe i zaawansowane słownictwo ogólne i techniczne, z zakresu szeroko rozumianego uczenia maszynowego, analiz danych, sztucznej inteligencji, w jęz. angielskim | ćwiczenia, projekt | referat ustny |
K_W12+++ K_U17++ K_K01+ K_K03+ |
P7S_KK P7S_KO P7S_UK P7S_WG |
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 |
---|---|---|---|---|
2 | TK01 | C01-C15 | MEK01 MEK02 | |
2 | TK02 | P01-P15 | MEK01 MEK02 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Ćwiczenia/Lektorat (sem. 2) | Godziny kontaktowe:
15.00 godz./sem. |
||
Projekt/Seminarium (sem. 2) | Przygotowanie do zajęć projektowych/seminaryjnych:
5.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem.. |
Wykonanie projektu/dokumentacji/raportu:
12.00 godz./sem. Przygotowanie do prezentacji: 3.00 godz./sem. |
Konsultacje (sem. 2) | |||
Zaliczenie (sem. 2) |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Ćwiczenia/Lektorat | Ocena z prezentacji ustnej w jęz. angielskim |
Projekt/Seminarium | Ustna prezentacja projektu i pracy inżynierskiej |
Ocena końcowa | Na podstawie oceny prezentacji (oceny z projektu) |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
1 | B. Kowal; P. Kuraś; J. Mazurek; R. Perzina; B. Petrů Puhrová; R. Rajs; D. Strzałka | Is the best–worst method path dependent? Evidence from an empirical study | 2024 |
2 | E. Özkan; D. Strzałka; A. Włoch; N. Yilmaz | On Doubled and Quadrupled Fibonacci Type Sequences | 2024 |
3 | K. Demidowski; B. Kowal; P. Kuraś; P. Organiściak; D. Strzałka | Integracja systemów płatniczych w IoE oraz metaverse – wyzwania i przyszłość e-commerce w wirtualnym | 2024 |
4 | M. Bolanowski; M. Ćmil; P. Dymora; B. Kowal; P. Kuraś; M. Mazurek; P. Organiściak; A. Paszkiewicz; D. Strzałka; V. Vanivska | Detection of incidents and anomalies in SDN-based implementations of critical infrastructure resulting in adaptive system changes | 2024 |
5 | M. Ćmil; F. Grabowski; P. Kuraś; D. Strzałka | New Approaches to Generalized Logistic Equation with Bifurcation Graph Generation Tool | 2024 |
6 | B. Kowal; P. Kuraś; J. Mazurek ; D. Strzałka | REDUCE: A Python Module for Reducing Inconsistency in Pairwise Comparison Matrices | 2023 |
7 | D. Assante; C. Fornaro; A. Gokdemir; I. Hamburg; P. Kieseberg; F. Oz; D. Strzałka; G. Vârtopeanu; G. Vladut | Cybersecurity Education for SMEs | 2023 |
8 | W. Koczkodaj; A. Kowalczyk; M. Mazurek; W. Pedrycz; G. Redlarski; E. Rogalska; D. Strzałka; A. Szymanska; A. Wilinski; O. Xue | Peer Assessment as a Method for Measuring Harmful Internet Use | 2023 |
9 | A. Czmil; S. Czmil; M. Ćmil; J. Gawor; M. Piętal; D. Plewczynski; M. Sochacka-Piętal; D. Strzałka; T. Wołkowicz; M. Wroński | NanoForms: an integrated server for processing, analysis and assembly of raw sequencing data of microbial genomes, from Oxford Nanopore technology | 2022 |
10 | D. Strzałka | Risks, Challenges and Opportunities - Cybersecurity in SMEs. A Case Study About Poland | 2022 |
11 | E. Eberbach; D. Strzałka | In Search of Machine Learning Theory | 2022 |
12 | G. Budzik; A. Nikodem; A. Paszkiewicz; M. Salach; D. Strzałka; M. Witek; H. Wójcik | VR Education Support System—A Case Study of Digital Circuits Design | 2022 |
13 | J. Mazurek ; D. Strzałka | On the Monte Carlo weights in multiple criteria decision analysis | 2022 |
14 | P. Dymora; P. Hadaj; M. Łatka; M. Nowak; D. Strzałka | The use of PLANS and NetworkX in modeling power grid system failures | 2022 |
15 | W. Koczkodaj; M. Mazurek; W. Pedrycz; E. Rogalska; R. Roth; D. Strzałka; A. Szymanska; A. Wolny-Dominiak; M. Woodbury-Smith; O. Xue; R. Zbyrowski | Combating harmful Internet use with peer assessment and differential evolution | 2022 |
16 | A. Gerka; D. Jaworski; B. Kowal; P. Kuraś; G. Leopold; M. Lewicz; D. Strzałka | The Support System for Anomaly Detection with Application in Mainframe Management Process | 2021 |
17 | B. Kowal; P. Kuraś; J. Mazurek ; R. Perzina; D. Strzałka | REDUCE – an online decision support tool for reduction of inconsistency in multiplicative pairwise comparisons | 2021 |
18 | B. Kowal; P. Kuraś; J. Mazurek; R. Perzina; D. Strzałka | A Numerical Comparison of Iterative Algorithms for Inconsistency Reduction in Pairwise Comparisons | 2021 |
19 | D. Antos; K. Baran; R. Bochenek; B. Filip; D. Strzałka | Influence of the geometry of extra column volumes on band broadening in a chromatographic system. Predictions by computational fluid dynamics | 2021 |
20 | D. Strzałka; A. Włoch; S. Wolski | Distance Fibonacci Polynomials by Graph Methods | 2021 |
21 | P. Hadaj; D. Strzałka | Analysis of German National Electricity Grid at Risk of Random Damage - Case Study | 2021 |
22 | P. Hadaj; M. Nowak; D. Strzałka | The interconnection exchange and complex systems properties in power grid network | 2021 |
23 | B. Kowal; J. Mazurek; R. Perzina; D. Strzałka | A new Step-by Step (SBS) algorithm for inconsistency reduction in pairwise comparisons | 2020 |
24 | G. Dunkan; P. Dymora; W. Koczkodaj; B. Kowal; M. Mazurek; D. Strzałka | Open Government issues and opportunity: a case study based on a medium-sized city in Poland | 2020 |
25 | P. Hadaj; D. Strzałka | Modelling Selected Parameters of Power Grid Network in the South-Eastern Part of Poland: The Case Study | 2020 |
26 | T. Armstrong; W. Koczkodaj; M. Mansournia; J. Mazurek; W. Pedrycz; D. Strzałka; A. Wolny-Dominiak; P. Zabrodskii; A. Zolfaghari | 1,000,000 cases of COVID-19 outside of China: The date predicted by a simple heuristic | 2020 |
27 | W. Koczkodaj; F. Liu; V. Marek; J. Mazurek; M. Mazurek; L. Mikhailov; C. Ozel; W. Pedrycz; A. Przelaskowski; A. Schumann; R. Smarzewski; D. Strzałka; J. Szybowski; Y. Yayli | On the use of group theory to generalize elements of pairwise comparisons matrix: A cautionary note | 2020 |
28 | P. Dymora; W. Koczkodaj; M. Mazurek; D. Strzałka | Consistency-Driven Pairwise Comparisons Approach to Software Product Management and Quality Measurement | 2019 |
29 | W. Koczkodaj; J. Masiak; M. Mazurek; D. Strzałka; P. Zabrodskii | Massive health record breaches evidence by the office for civil rights data | 2019 |
30 | W. Koczkodaj; M. Mazurek; D. Strzałka; A. Wolny-Dolniak; M. Woodbury-Smith | Electronic health record breaches as social indicators | 2019 |