Cykl kształcenia: 2024/2025
Nazwa jednostki prowadzącej studia: Wydział Elektrotechniki i Informatyki
Nazwa kierunku studiów: Automatyka i robotyka
Obszar kształcenia: nauki techniczne
Profil studiów: praktyczny
Poziom studiów: drugiego stopnia
Forma studiów: stacjonarne
Specjalności na kierunku: Przemysłowe systemy sterowania
Tytuł otrzymywany po ukończeniu studiów: magister inżynier
Nazwa jednostki prowadzącej zajęcia: Katedra Informatyki i Automatyki
Kod zajęć: 12154
Status zajęć: obowiązkowy dla programu Przemysłowe systemy sterowania
Układ zajęć w planie studiów: sem: 3 / W30 L15 / 3 ECTS / E
Język wykładowy: polski
Imię i nazwisko koordynatora 1: dr inż. Krzysztof Świder
Imię i nazwisko koordynatora 2: dr inż. Bartosz Jędrzejec
Główny cel kształcenia: Zdobycie wiedzy i umiejętności w zakresie użytkowania i projektowania nowoczesnych systemów informacyjnych z wykorzystaniem metod uczenia maszynowego do analizy dużych zbiorów danych.
Ogólne informacje o zajęciach: W ramach przedmiotu omawiane są pojęcia, algorytmy i systemy z zakresu przetwarzania, wizualizacji i analizy dużych zbiorów danych z wykorzystaniem metod uczenia maszynowego. Student który zaliczył przedmiot powinien postrzegać data science (badanie danych) jako proces obejmujący zgromadzenie, poznanie i przygotowanie danych, a także ich analizę oraz ocenę i wdrożenie uzyskanych wyników.
Materiały dydaktyczne: http://prz-rzeszow.pl/~kswider/ekd
1 | J. Han, M. Kamber, J. Pei | Data Mining: Concepts and Techniques, 3rd ed. | Morgan Kaufman, 2011 (można wykorzystać także wczesniejsze wydania). | |
2 | B. Lantz | Machine Learning with R. Second Edition | Packt Publishing Ltd.. | 2015 |
3 | D.T. Larose | Odkrywanie wiedzy z danych. Wprowadzenie do eksploracji danych | Wydawnictwo Naukowe PWN. | 2006 |
1 | B. Lantz | Machine Learning with R. Second Edition | Packt Publishing Ltd.. | 2015 |
2 | Adam Pelikant | Hurtownie danych. Od przetwarzania analitycznego do raportowania | Helion. | 2012 |
3 | Scott L Cameron | Microsoft SQL Server 2008 Analysis Services Krok po kroku | Promise. | 2016 |
Wymagania formalne: Zaliczenie 1-semestrowego przedmiotu w zakresie podstaw informatyki
Wymagania wstępne w kategorii Wiedzy: Wymagana znajomość wybranych zagadnień matematyki w tym podstaw statystyki.
Wymagania wstępne w kategorii Umiejętności: Pożądana znajomość podstaw technologii baz danych i programowania.
Wymagania wstępne w kategorii Kompetencji społecznych: Znajomość i przestrzeganie obowiązków studenta oraz podstawowych zasad etyki
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 | Zdobył podstawową wiedzę dotyczącą ewolucji nowoczesnych technologii gromadzenia i zarządzania informacją oraz rozumie ideę wspomagania decyzji na podstawie analizy danych. | wykład | test pisemny |
K_W04+ K_K01++ K_K06+ |
P7S_KK P7S_KR P7S_WG |
02 | Poznał istotę i metody, analizy przeglądowej oraz możliwości praktycznego wykorzystania wybranych miar statystyki opisowej w poznawaniu danych. | wykład, laboratorium | kolokwium, test pisemny |
K_W06++ K_U06+ |
P7S_UW P7S_WG |
03 | Poznał wybrane techniki wstępnej obróbki danych umożliwiające: oczyszczanie, integrację, transformacje oraz redukcję danych. | wykład, laboratorium | kolokwium, test pisemny |
K_W06++ K_U06+ |
P7S_UW P7S_WG |
04 | Ma podstawową wiedzę na temat hurtowni danych i związanych z nimi modeli wielowymiarowych oraz jest w stanie przeprowadzać proste analizy OLAP. | wykład, laboratorium | kolokwium, test pisemny |
K_W06++ K_U06+ |
P7S_UW P7S_WG |
05 | Ma podstawową wiedzę na temat pojęć i technik z zakresu regresji i klasyfikacji, w tym indukcji drzew decyzyjnych. | wykład, laboratorium | kolokwium, test pisemny |
K_U06++ |
P7S_UW |
06 | Ma podstawową wiedzę na temat pojęć i technik grupowania, w tym klasteryzacji metodą k-średnich. | wykład, laboratorium | kolokwium, test pisemny |
K_W06++ K_U06+ |
P7S_UW P7S_WG |
07 | Ma podstawową wiedzę na temat pojęć i technik z zakresu analizy asocjacji, w tym generowania częstych wzorców. | wykład, laboratorium | kolokwium, test pisemny |
K_W06++ K_U06+ |
P7S_UW P7S_WG |
08 | Ma podstawową wiedzę na temat możliwości praktycznego zastosowania wybranych metod uczenia maszynowego w systemach wytwarzania. | wykład, laboratorium | kolokwium, test pisemny |
K_W03+ K_U04+ K_U05+ K_U06++ |
P7S_UW 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 |
---|---|---|---|---|
3 | TK01 | W01-W03 | MEK01 | |
3 | TK02 | W04-W10 | MEK02 | |
3 | TK03 | W11-W12 | MEK03 | |
3 | TK04 | W13-W14 | MEK01 | |
3 | TK05 | W15-W16 | MEK04 | |
3 | TK06 | W17-W18 | MEK04 | |
3 | TK07 | W19-W20 | MEK07 | |
3 | TK08 | W21-W24 | MEK05 | |
3 | TK09 | W25-W26 | MEK05 | |
3 | TK10 | W27-W28 | MEK06 | |
3 | TK11 | W29-W30 | MEK08 | |
3 | TK12 | L01-L15 | MEK02 MEK04 MEK05 MEK06 MEK07 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 3) | Przygotowanie do kolokwium:
4.00 godz./sem. |
Godziny kontaktowe:
30.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
5.00 godz./sem. Studiowanie zalecanej literatury: 10.00 godz./sem. |
Laboratorium (sem. 3) | Przygotowanie do laboratorium:
10.00 godz./sem. Przygotowanie do kolokwium: 3.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem. |
Dokończenia/wykonanie sprawozdania:
10.00 godz./sem. |
Konsultacje (sem. 3) | Przygotowanie do konsultacji:
1.00 godz./sem. |
Udział w konsultacjach:
1.00 godz./sem. |
|
Egzamin (sem. 3) |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | ocena z testu pisemnego |
Laboratorium | ocena z kolokwium i wykonanych prac |
Ocena końcowa | średnia ważona ocen z: kolokwium, testu pisemnego oraz z wykonanych prac. |
Wymagane podczas egzaminu/zaliczenia
EKD_PrzZad.pdf
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
EKD_LabZad.pdf
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie