Wykład monograficzny
Podstawowe informacje o zajęciach
Cel kształcenia i wykaz literatury
Główny cel kształcenia:
Głównym celem jest przekazanie studentom wiedzy w zakresie zaawansowanych metod i narzędzi sztucznej inteligencji do rozwiązywania złożonych zadań w zarządzaniu i inżynierii produkcji. Przedstawienie również nowoczesnych technologii i systemów do wspomagania podejmowania decyzji w przedsiębiorstwach funkcjonujących w warunkach niepewności. Zaprezentowanie nowoczesnych zaawansowanych metod i narzędzi w zakresie inżynierii i analizy danych (Data science) oraz możliwości ich zastosowań w ramach koncepcji Przemysł 4.0.
Ogólne informacje o zajęciach:
Przekazywana w ramach modułu wiedza wykracza poza poziom podstawowego programu nauczania na kierunku, stanowi ważne uzupełnienie w wiedzę zaawansowaną w zakresie zastosowań nowoczesnych technologii informacyjnych oraz sztucznej inteligencji do wspomagania decyzji w zarządzaniu i inżynierii produkcji.
Materiały dydaktyczne:
gsetlak.v.prz.edu.pl
Wykaz literatury, wymaganej do zaliczenia zajęć
| 1 | Foreman J. | Mistrz analizy. Od danych do wiedzy | HELION, Gliwice. | 2017 |
| 2 | Osowski S. | Metody i narzędzia eksploracji danych | Wydawnictwo BTC, LEGIONOWO. | 2013 |
| 3 | Alexander M., J. Decker, B. Wehbe | Analizy Business Intelligence | Helion, Gliwice. | 2015 |
| 4 | Morzy T. | Eksploracja danych. Metody i techniki | PWN, Warszawa. | 2013 |
| 5 | Dmowski J. | Przemysł 4.0 PL. Szansa czy zagrożenie dla rozwoju innowacyjnej gospodarki? | The Boston Consulting Group, Warszawa . | 2016 |
| 1 | Foster Provost, Tom Fawcett | Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji, | Helion, Gliwice. | 2015 |
| 1 | Aileen Nielsen | Szeregi czasowe. Praktyczna analiza i predykcja z wykorzystaniem statystyki i uczenia maszynowego | Helion. | 2020 |
Wymagania wstępne w kategorii wiedzy / umiejętności / kompetencji społecznych
Wymagania formalne:
Student/Studentka musi być zarejestrowany na liście osób uprawnionych do zaliczenia przedmiotu
Wymagania wstępne w kategorii Wiedzy:
Podstawowy zakres wiedzy obowiązujący na kierunku studiów i specjalności Informatyka w zarządzaniu przedsiębiorstwem, w tym z Podstaw sztucznej inteligencji
Wymagania wstępne w kategorii Umiejętności:
Umiejętność obsługi podstawowego oprogramowania
Wymagania wstępne w kategorii Kompetencji społecznych:
Umiejętność samodzielnego poszerzania swej wiedzy i doskonalenia umiejętności zawodowych
Efekty kształcenia dla zajęć
| 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 |
|---|---|---|---|---|---|
| MEK01 | zna zaawansowane metody i narzędzia sztucznej inteligencji i uczenia maszynowego oraz potrafi je wykorzystać do analizy i eksploracji danych, w tym wielowymiarowej analizy danych przemysłowych | wykład, | zaliczenie |
K-U01+ |
P6S-UW |
| MEK02 | Potrafi wykorzystać zaawansowane metody i odpowiednie narzędzia programowe do analiz danych przemysłowych oraz dostosować te rozwiązania w ramach koncepcji Przemysł 4.0 do właściwych warunków funkcjonowania przedsiębiorstwa | wykład | zaliczenie |
K-W11+ |
P6S-WK |
Treści kształcenia dla zajęć
| Sem. | TK | Treści kształcenia | Realizowane na | MEK |
|---|---|---|---|---|
| 7 | TK01 | W01 | MEK02 | |
| 7 | TK02 | W02 | MEK01 MEK02 | |
| 7 | TK03 | W03 | MEK02 | |
| 7 | TK04 | W04 | MEK02 | |
| 7 | TK05 | W05 | MEK01 MEK02 | |
| 7 | TK06 | W06 | MEK02 | |
| 7 | TK07 | W07 | MEK01 | |
| 7 | TK08 | W08 | MEK01 MEK02 | |
| 7 | TK09 | W09 | MEK02 | |
| 7 | TK10 | W10 | MEK01 | |
| 7 | TK11 | W11 | MEK02 | |
| 7 | TK12 | W12 | MEK01 | |
| 7 | TK13 | W13 | MEK02 | |
| 7 | TK14 | W14 | MEK01 | |
| 7 | TK15 | W15 | MEK01 MEK02 |
Nakład pracy studenta
| Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
|---|---|---|---|
| Wykład (sem. 7) | Przygotowanie do kolokwium:
10.00 godz./sem. |
Godziny kontaktowe:
30.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
10.00 godz./sem. Studiowanie zalecanej literatury: 8.00 godz./sem. |
| Konsultacje (sem. 7) | Udział w konsultacjach:
2.00 godz./sem. |
||
| Zaliczenie (sem. 7) | Przygotowanie do zaliczenia:
10.00 godz./sem. |
Zaliczenie pisemne:
2.00 godz./sem. Zaliczenie ustne: 1.00 godz./sem. Inne: 5.00 godz./sem. |
Sposób wystawiania ocen składowych zajęć i oceny końcowej
| Forma zajęć | Sposób wystawiania oceny podsumowującej |
|---|---|
| Wykład | Na zaliczeniu pisemnym wykładu sprawdzana jest realizacja wszystkich efektów modułowych (MEK01-MEK02). Student, aby uzyskać ocenę dostateczną musi uzyskać co najmniej od 50% do 60% poprawnych odpowiedzi, następnie od 60 do 70% - ocenę 3,5, a od 71% do 80% punktów - ocenę dobry, jeżeli uzyska co najmniej 81-90% punktów - ocenę ponad dobry (4,5) oraz ocenę bardzo dobry (5,0), jeżeli uzyska powyżej 91% punktów do 100 %. |
| Ocena końcowa | Warunkiem zaliczenia modułu jest osiągnięcie wszystkich efektów modułowych i zaliczenie wszystkich form zajęć. Ocena końcowa wyznaczana jest na podstawie oceny z wykładu z wagą 1.0. |
Przykładowe zadania
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
Treści zajęć powiazane są z prowadzonymi badaniami naukowymi tak
| 1 | Ł. Paśko; G. Setlak | Image as a Way of Processing Multidimensional Production Data for Product Quality Prediction Using Deep Learning | 2024 |
| 2 | Ł. Paśko; G. Setlak | Random Forests in a Glassworks: Knowledge Discovery from Industrial Data | 2020 |