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 Elektrodynamiki i Systemów Elektromaszynowych
Kod zajęć: 17962
Status zajęć: obowiązkowy dla programu
Układ zajęć w planie studiów: sem: 6 / W20 L10 / 3 ECTS / Z
Język wykładowy: polski
Imię i nazwisko koordynatora: dr inż. Paweł Górka
Główny cel kształcenia: Uzyskanie wiedzy teoretycznej i praktycznych umiejętności w zakresie pozyskiwania, eksploracji i przetwarzania danych.
Ogólne informacje o zajęciach: W ramach modułu omawiane są zagadnienia związane z pozyskiwaniem, analizą i wstępnym przygotowaniem danych dla systemów sztucznej inteligencji. Prezentowane są możliwości pozyskiwania danych zarówno ze źródeł lokalnych, jak i z internetowych portali, usług i baz danych. Przedstawione są głównie biblioteki dla języków programowanie Python i Java, jak i (w mniejszym zakresie) możliwości systemu Matlab. Dodatkowo zaprezentowane będzie użycie PHP i bibliotek JavaScript do prezentacji wyników analizy danych na stronach WWW.
Materiały dydaktyczne: Dostępne na stronie wizytówki prowadzącego zajęcia.
1 | Tom White | Hadoop. Komplety przewodnik. Analiza i przechowywanie danych | Helion. | 2015 |
2 | Jules S. Damji, Brooke Wenig | Spark. Błyskawiczna analiza danych. | Helion. | 2023 |
3 | Wes McKinney | Python w analizie danych | Helion. | 2023 |
4 | Jake VanderPlas | Python Data Science Handbook | O'Reilly. | 2016 |
5 | Mike Cohen | Praktyczna algebra liniowa dla analityków danych | Helion. | 2023 |
1 | Alberto Boschetti, Luca Massaron | Python. Podstawy nauki o danych | |Helion. | 2017 |
2 | David Natingga | Algorytmy Data Science. Siedmiodniowy przewodnik | Helion. | 2019 |
3 | Herbert Schildt | Java. Kompendium programisty | Helion. | 2023 |
Wymagania formalne: Student zapisany na semestr 5 studiów pierwszego stopnia kierunku informatyka.
Wymagania wstępne w kategorii Wiedzy: Podstawowa znajomość składni języków programowania Java i Python.
Wymagania wstępne w kategorii Umiejętności: Umiejętność programowania w jednym z języków programowania (Java, C++, Python...). Umiejętność korzystania ze środowisk programistycznych jak IntelliJ, Visual Studio Code.
Wymagania wstępne w kategorii Kompetencji społecznych: Dociekliwość, umiejętność analitycznego i abstrakcyjnego myślenia, umiejętność współpracy, kreatywność.
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 | Ma więcej niż podstawową wiedzę w zakresie programowania i analizy programów w językach Java i Python. | wykład, laboratorium, dydaktyka zdalna lub stacjonarna | kolokwium |
K_W04+ K_U04+ K_K07++ |
P6S_KO P6S_UK P6S_WG |
02 | Potrafi wykorzystać nabytą wiedzę w zakresie pozyskiwania danych, ich analizy, selekcji, filtracji, przekształcania, weryfikacji. Potrafi wykorzystać narzędzia programistyczne do automatyzacji tych czynności. | wykład, laboratorium, dydaktyka zdalna lub stacjonarna | kolokwium |
K_U02+ K_U06+ K_K07+++ |
P6S_KO P6S_UW |
03 | Potrafi prezentować wyniki analizy danych w postaci syntetycznych zestawień, w formie graficznej, jako właściwie dobrany typ wykresów. | wykład, laboratorium, dydaktyka zdalna lub stacjonarna | kolokwium |
K_U04+++ K_U06++ K_K07++ |
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 | W1, L1 | MEK02 | |
6 | TK02 | W2-W3 L2 | MEK01 MEK02 | |
6 | TK03 | W3-W6, L3 | MEK01 MEK02 | |
6 | TK04 | W6-W9, L4 | MEK01 MEK02 | |
6 | TK05 | W9-W10, L5 | MEK02 MEK03 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 6) | Przygotowanie do kolokwium:
10.00 godz./sem. |
Godziny kontaktowe:
20.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
2.00 godz./sem. Studiowanie zalecanej literatury: 3.00 godz./sem. Inne: 5.00 godz./sem. |
Laboratorium (sem. 6) | Przygotowanie do laboratorium:
5.00 godz./sem. Przygotowanie do kolokwium: 5.00 godz./sem. |
Godziny kontaktowe:
10.00 godz./sem. |
Inne:
15.00 godz./sem. |
Konsultacje (sem. 6) | |||
Zaliczenie (sem. 6) | Przygotowanie do zaliczenia:
2.00 godz./sem. |
Zaliczenie pisemne:
1.00 godz./sem. |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | kolokwium |
Laboratorium | uczestnictwo w zajęciach, zaliczenie ćwiczeń |
Ocena końcowa | średnia ważona ocen z kolokwium i laboratoriów |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie