Eksploracja danych 1000-5D17ED
Wybrane zagadnienia ogólne:
* Podstawy teoretyczne systemów uczących i eksploracji danych: wymiar Vapnika-Chervonenkisa i podstawowe twierdzenia teorii uczenia pojęć
* Paradygmaty uczenia: np. nienadzorowane, nadzorowane, semi-nadzorowane, adaptacyjne, meta-uczenie.
* Wnioskowania aproksymacyjne:
logiczne aspekty w eksploracji danych:
+ metody (aproksymacyjnego) wnioskowania boolowskiego
+ boolowskie metody redukcji danych,
+ systemy regułowe, interpretowalność,
+ indukcja różnych modeli klasyfikatorów.
* Algorytmiczne aspekty uczenia: heurystyki, metaheurystyki, oraz ekorytmy w eksploracji danych.
* Procesy odkrywania wiedzy dla aproksymacji złożonych pojęć nieostrych i wnioskowania o nich.
* Eksploracja danych w systemach interakcyjnych.
* Zastosowania różnych działów matematyki w eksploracji danych.
* Zastosowania eksploracji danych w różnych dziedzinach.
* Inteligencja obliczeń i modele obliczeń inspirowane naturą (nature-inspired computing, natural computing)
Wybrane metody eksploracji danych
* metody odkrywania nowych wzorców, w szczególności cech, częstych wzorców, reguł asocjacyjnych, reguł decyzyjnych, klasyfikatorów
* metody eksploracji danych z brakującymi wartościami
* metody eksploracji danych niezbalansowanych
* metody wykrywania obiektów nietypowych
* metody uczenia podobieństwa i odległości
* metody eksploracji danych relacyjnych
* metody eksploracji danych sekwencyjnych, czasowych, przestrzennych
* metody eksploracji danych multimedialnych, np. tekstów
* metody wykrywanie modeli procesów z danych
* metody hierarchicznego uczenia
* metody i technologie obliczeń dla Big Data
* skalowalność metod eksploracji danych, analiza danych strumieniowych
* metody eksploracji danych w złożonych sieciach (np. społecznościowych, grafów)
* metody eksploracji danych w sterowaniu obliczeniami złożonych systemów
* metody adaptacyjnego uczenia i uczenia wspólnego (co-learning)
* metody eksploracji danych w systemach rozproszonych
* metody eksploracji danych w systemach autonomicznych
* metody eksploracji danych w systemach złożonych (obejmujących Cyber Physical Systems, Inernet of Things, Wisdom Web o Things)
Rodzaj przedmiotu
Koordynatorzy przedmiotu
W cyklu 2024: | W cyklu 2023: |
Efekty kształcenia
Wiedza:
1. Zna szeroki wachlarz nowoczesnych metod eksploracji dużych danych
2. Zna szeroki wachlarz modeli matematycznych związanych z eksploracją danych.
Umiejętności
1. Ma pogłębioną umiejętność przygotowania wystąpień ustnych, w języku polskim i języku obcym, w zakresie informatyki lub w obszarze leżącym na pograniczu różnych dyscyplin naukowych (K_U11).
2. Potrafi opisywać wybrane problemy informatyczne i ich rozwiązania w sposób zrozumiały dla nieinformatyka; potrafi przygotować prezentację (artykuł) z użyciem narzędzi informatycznych (K_U12).
3. Potrafi przygotować (także w języku angielskim) opracowanie naukowe z wybranej dziedziny informatyki (K_U13).
4. Ma umiejętności językowe w zakresie informatyki zgodne z wymaganiami określonymi dla poziomu B2+ Europejskiego Systemu Opisu Kształcenia Językowego (K_U14).
5. Potrafi określić kierunki dalszego uczenia się i zrealizować proces samokształcenia (K_U15).
Kompetencje
1. Zna ograniczenia własnej wiedzy i rozumie potrzebę dalszego kształcenia, w tym zdobywania wiedzy pozadziedzinowej (K_K01).
2. Potrafi precyzyjnie formułować pytania, służące pogłębieniu własnego zrozumienia danego tematu (w szczególności w kontaktach z nieinformatykiem) lub odnalezieniu brakujących elementów rozumowania (K_K02).
3. Potrafi pracować zespołowo, w tym w zespołach interdyscyplinarnych; rozumie konieczność systematycznej pracy nad wszelkimi projektami, które mają długofalowy charakter (K_K03).
4. Potrafi formułować opinie na temat podstawowych zagadnień informatycznych (K_K06).
5. Rozumie potrzebę systematycznego zapoznawania się z czasopismami naukowymi i popularnonaukowymi w celu poszerzania i pogłębiania wiedzy (K_K08).
Kryteria oceniania
Metody i kryteria oceniania:
Zaliczenie na podstawie:
1) przygotowania i wygłoszenia referatu,
2) zatwierdzenia tematu pracy magisterskiej (studenci I roku) lub złożenia pracy (studenci II roku)
Literatura
Literatura zostanie podana na pierwszych zajęciach.
Więcej informacji
Więcej informacji o poziomie przedmiotu, roku studiów (i/lub semestrze) w którym się odbywa, o rodzaju i liczbie godzin zajęć - szukaj w planach studiów odpowiednich programów. Ten przedmiot jest związany z programami:
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: