Cykl kształcenia: 2021/2022
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: pierwszego stopnia
Forma studiów: stacjonarne
Specjalności na kierunku: inżynieria i analiza danych
Tytuł otrzymywany po ukończeniu studiów: inżynier
Nazwa jednostki prowadzącej zajęcia: Zakład Systemów Złożonych
Kod zajęć: 12535
Status zajęć: obowiązkowy dla programu inżynieria i analiza danych
Układ zajęć w planie studiów: sem: 6 / W15 L15 P15 / 3 ECTS / Z
Język wykładowy: polski
Imię i nazwisko koordynatora: dr inż. Paweł Dymora
Terminy konsultacji koordynatora: https://pdymora.v.prz.edu.pl/konsultacje
semestr 6: mgr inż. Paweł Kuraś , termin konsultacji https://pkuras.v.prz.edu.pl/konsultacje
Główny cel kształcenia: Zasadniczym celem kształcenia na module jest prezentacja wybranych zagadnień z zakresu hurtowni danych i wielowymiarowej analizy danych z wykorzystaniem kostek OLAP oraz elementów wybranych narzędzi analitycznych lub programistycznych.
Ogólne informacje o zajęciach: Podczas zajęć studenci poznają podstawy wielowymiarowej analizy danych oraz wybrane algorytmy w wybranych środowiskach bazodanowych oraz programistycznych.
Materiały dydaktyczne: http://v.prz.edu.pl/pawel.dymora
1 | Pelikant A. | Hurtownie danych. Od przetwarzania analitycznego do raportowania. Wydanie II | Helion SA. | 2021 |
2 | Gil Raviv | Power Query w Excelu i Power BI. Zbieranie i przekształcanie danych. | Helion SA. | 2020 |
3 | Hadley Wickham, Garrett Grolemund | Język R. Kompletny zestaw narzędzi dla analityków danych | Helion. | 2018 |
4 | Osowski Stanisław | Metody i narzędzia eksploracji danych | BTC. | 2017 |
5 | Robert Layton | Learning Data Mining with Python | . | 2017 |
6 | Chodkowska-Gyurics Agnieszka | Hurtownie danych Teoria i praktyka | PWN. | 2014 |
1 | Pelikant A. | Hurtownie danych. Od przetwarzania analitycznego do raportowania. Wydanie II | Helion SA. | 2021 |
2 | Osowski Stanisław | Metody i narzędzia eksploracji danych | BTC. | 2017 |
3 | Chodkowska-Gyurics Agnieszka | Hurtownie danych Teoria i praktyka | PWN. | 2014 |
4 | Bill Jelen, Rob Collie | Power Pivot dla Excela. Zaawansowane możliwości | Helion SA. | 2014 |
Wymagania formalne: Ukończony kurs podstaw baz danych oraz programowania w wybranym języku programowania. Znajomość SQL. Student spełnia wymagania określone w regulaminie studiów.
Wymagania wstępne w kategorii Wiedzy: Student powinien znać podstawowe zagadnienia z zakresu relacyjnych baz danych, algorytmiki, języka SQL i podstaw programowania.
Wymagania wstępne w kategorii Umiejętności: Potrafi eksplorować zbiory danych, pisać skrypty, manipulować danymi.
Wymagania wstępne w kategorii Kompetencji społecznych: Praca w grupie, komunikatywność.
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 podstawową wiedzę nt. organizacji hurtowni i potrafi wskazać korzyści z wdrożenia hurtowni danych. | wykład , laboratorium, projekt | zaliczenie, obserwacja wykonawstwa |
K_W05+ K_W06++ K_W07++ K_U05+ K_U06++ K_U07++ K_U08+++ K_U15+ K_U18++ K_U23+ K_K01+ K_K03+ |
P6S_KK P6S_KO P6S_KR P6S_UK P6S_UW P6S_WG |
02 | Zna pojęcie i rozumie znaczenie kostki OLAP oraz potrafi wykonywać zaawansowane operacje na kostce danych. | wykład , laboratorium, projekt | zaliczenie, obserwacja wykonawstwa |
K_W05+ K_W06++ K_W07++ K_U05++ K_U06++ K_U07++ K_U08+++ K_U15+ K_U18++ K_U23+ K_K01+ K_K03+ |
P6S_KK P6S_KO P6S_KR P6S_UK P6S_UW P6S_WG |
03 | Potrafi zaprojektować efektywny model danych hurtowni i zbudować kostkę OLAP w wybranym narzędziu hurtowni danych oraz zaprojektować procesy ETL. | wykład , laboratorium, projekt | zaliczenie, obserwacja wykonawstwa |
K_W05+ K_W06++ K_W07++ K_U05++ K_U06+++ K_U07++ K_U08+++ K_U15++ K_U18+++ K_U23+ K_K01+ K_K03++ |
P6S_KK P6S_KO P6S_KR P6S_UK P6S_UW P6S_WG |
04 | Potrafi wykorzystać język SQL/MDX oraz wybrane implementacje pakietów i algorytmów data mining w wybranym środowisku programistycznym/analitycznym do eksplorowania wielowymiarowych danych. | wykład , laboratorium, projekt | zaliczenie, obserwacja wykonawstwa |
K_W05+ K_W06++ K_W07++ K_U05+++ K_U06+++ K_U07+++ K_U08+++ K_U15+ K_U18+++ K_U23+ K_K01+ K_K03++ |
P6S_KK P6S_KO P6S_KR P6S_UK P6S_UW P6S_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 |
---|---|---|---|---|
6 | TK01 | W01, L01 | ||
6 | TK02 | W01, W02, L01, L02, P01 | MEK01 MEK02 | |
6 | TK03 | W03, W04, L02, L03, P02, P03 | MEK01 MEK02 MEK03 | |
6 | TK04 | W04, W05, L04, P04 | MEK02 MEK03 | |
6 | TK05 | W05, W06, L05, P05 | MEK03 MEK04 | |
6 | TK06 | W07, L06, L07, P06, P07 | MEK03 MEK04 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 6) | Godziny kontaktowe:
15.00 godz./sem. |
Studiowanie zalecanej literatury:
3.00 godz./sem. |
|
Laboratorium (sem. 6) | Przygotowanie do laboratorium:
6.00 godz./sem. Przygotowanie do kolokwium: 3.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem. |
Dokończenia/wykonanie sprawozdania:
6.00 godz./sem. |
Projekt/Seminarium (sem. 6) | Godziny kontaktowe:
15.00 godz./sem.. |
||
Konsultacje (sem. 6) | Przygotowanie do konsultacji:
2.00 godz./sem. |
Udział w konsultacjach:
3.00 godz./sem. |
|
Zaliczenie (sem. 6) | Przygotowanie do zaliczenia:
5.00 godz./sem. |
Zaliczenie pisemne:
2.00 godz./sem. |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | Wykład kończy się pisemnym zaliczeniem. |
Laboratorium | Obecność obowiązkowa na wszystkich zajęciach laboratoryjnych – dopuszcza się zwolnienia lekarskie z koniecznością odrobienia zajęć. |
Projekt/Seminarium | Celem zajęć projektowych będzie samodzielna (dopuszczalna również zespołowa) realizacja projektu informatycznego, którego efektem ma być udokumentowana implementacja wybranych algorytmów data mining. |
Ocena końcowa | Ocena końcowa wystawiana jest jako średnia ważona oceny z laboratorium, oceny z projektu i oceny z wykładu. Warunkiem dopuszczenia do egzaminu jest uzyskanie pozytywnej oceny końcowej z laboratorium i pozytywna ocena z realizacji samodzielnego projektu. |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie