Cykl kształcenia: 2024/2025
Nazwa jednostki prowadzącej studia: Wydział Elektrotechniki i Informatyki
Nazwa kierunku studiów: Informatyka
Obszar kształcenia: nauki techniczne
Profil studiów: ogólnoakademicki
Poziom studiów: pierwszego stopnia
Forma studiów: niestacjonarne
Specjalności na kierunku: AA - inżynieria systemów informatycznych, AI - Sztuczna inteligencja, TT - informatyka w przedsiębiorstwie, Z - inżynieria systemów złożonych
Tytuł otrzymywany po ukończeniu studiów: inżynier
Nazwa jednostki prowadzącej zajęcia: Zakład Systemów Złożonych
Kod zajęć: 16119
Status zajęć: wybierany dla specjalności
Układ zajęć w planie studiów: sem: 6 / W10 L10 / 3 ECTS / Z
Język wykładowy: polski
Imię i nazwisko koordynatora: dr Michał Piętal
Główny cel kształcenia: Celem realizacji przedmiotu jest nauczenie studentów biegłości w obcowaniu z danymi zewnętrznymi
Ogólne informacje o zajęciach:
1 | W. Sradomski | Matlab Praktyczny podręcznik modelowania | Helion. | 2015 |
2 | M. Rabiej | Statystyka z programem STATISTICA | Helion. | 2012 |
1 | Jerzy Surma | Business Intelligence | Wydawnictwo Naukowe PWN. | 2009 |
2 | Jerzy Surma | Cyfryzacja życia w erze Big Data | Wydawnictwo Naukowe PWN. | 2017 |
3 | Jerzy Surma | Hakowanie sztucznej inteligencji | Wydawnictwo Naukowe PWN. | 2020 |
Wymagania formalne: Matematyka i statystyka ze studiów na poziomie podstawowym.
Wymagania wstępne w kategorii Wiedzy: Wiedza i świadomość odnośnie przetwarzania danych tabularycznych.
Wymagania wstępne w kategorii Umiejętności: Umiejętność posługiwania się arkuszami kalkulacyjnymi, typu MS Excel
Wymagania wstępne w kategorii Kompetencji społecznych: Praca indywidualna, praca w grupie
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 | Student zna problematykę i potrafi rozwiązać zadania praktyczne, w obszarze regresji, bądź optymalizacji, ale też: danych wielowymiarowych bądź podstawowych determinant statystycznych, takich jak korelacja. | wykład, laboratorium | zaliczenie cz. pisemna |
K_W04+ K_W10+ K_U04+ |
P6S_UK P6S_WG |
02 | Student zna pochodzenie danych ankietowych (CATI/CAWI/PAPI/CAPI) oraz potrafi wstępnie zaprojektować bądź ocenić jakość, względem przedłożonej ankiety. | wykład, laboratorium | zaliczenie cz. pisemna |
K_W04+ K_U04+ K_K05+ |
P6S_KO P6S_UK P6S_WG |
03 | Student zna problematykę (możliwości oraz problemy), związaną z obszarem otwartych danych rządowych (ang. open gov data). Student umie analizować dane ze sprawozdania finansowego w sposób podstawowy. | wykład, laboratorium | zaliczenie cz. pisemna |
K_U02++ K_U04+ K_K05+ |
P6S_KO P6S_UK P6S_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 |
---|---|---|---|---|
6 | TK01 | W01, L01 | MEK01 | |
6 | TK02 | W02, L02 | MEK01 | |
6 | TK03 | W03, L03 | MEK01 | |
6 | TK04 | W04, L04 | MEK02 | |
6 | TK05 | W05, L05 | MEK03 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 6) | Godziny kontaktowe:
10.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
10.00 godz./sem. Studiowanie zalecanej literatury: 10.00 godz./sem. |
|
Laboratorium (sem. 6) | Przygotowanie do laboratorium:
10.00 godz./sem. |
Godziny kontaktowe:
10.00 godz./sem. |
Inne:
2.00 godz./sem. |
Konsultacje (sem. 6) | Przygotowanie do konsultacji:
5.00 godz./sem. |
Udział w konsultacjach:
5.00 godz./sem. |
|
Zaliczenie (sem. 6) | Przygotowanie do zaliczenia:
10.00 godz./sem. |
Zaliczenie pisemne:
2.00 godz./sem. Inne: 2.00 godz./sem. |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | Zaliczenie pisemne |
Laboratorium | Ocena końcowa z laboratorium |
Ocena końcowa | Średnia arytmetyczna z oceny z wykładu i laboratorium |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
1 | M. Chiliński; S. Gadakh; J. Gawor; K. Jodkowska; M. Piętal; D. Plewczynski; K. Sengupta; N. Zawrotna | Consensus-Based Identification and Comparative Analysis of Structural Variants and Their Influence on 3D Genome Structure Using Long- and Short-Read Sequencing Technologies in Polish Families | 2023 |
2 | 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 |
3 | M. Piętal | Brakujące wartości w danych: problematyka, wyzwania, metody | 2020 |