Narzędzia programistyczne w Pythonie wspierające analizę danych 1300-ONPPC-GGG
Ćwiczenia poświęcone są praktycznemu wykorzystaniu narzędzi programistycznych przedstawionych w trakcie wykładu. Podczas zajęć studenci studenci będą zapoznawani z obsługą IDE (Jupyter Notebook, PyCharm), w którym będą tworzyli własny kod do analizy danych.
Kolejne zajęcia przeprowadzą uczestników przez następujący zestaw praktycznych zagadnień:
- interepretacja danych środowiskowych z wykorzystaniem numerycznego modelowania procesów fizycznych
- graficzna reprezentacja zbioru danych
- analiza statystyczna jednej zmiennej
- współzależność zjawisk masowych
- podstawowe algorytmy uczenia maszynowego (wykorzystanie metody spadku gradientu w regresji prostej, regresji wielorakiej i regresji logistycznej)
Rodzaj przedmiotu
Założenia (opisowo)
Koordynatorzy przedmiotu
Efekty kształcenia
Efekty uczenia się w zakresie wiedzy:
K_W14 - zna techniki informatyczne i metody numeryczne niezbędne przy rozwiązywaniu problemów geofizycznych i geologicznych, zna wybrane języki programowania, systemy operacyjne oraz oprogramowanie wykorzystywane w geofizyce i geologii
Efekty uczenia się w zakresie umiejętności:
K_U25 - posiada umiejętności w zakresie obsługi i wykorzystania programów graficznych i obliczeniowych.
Efekty uczenia się w zakresie kompetencji społecznych:
K_K12 - rozumie i docenia znaczenie uczciwości intelektualnej w działaniach własnych i innych osób
Kryteria oceniania
Podstawą zaliczenia przedmiotu jest prawidłowe wykonanie zadań realizowanych w trakcie zajęć oraz pozytywna ocena uzyskana na podstawie kolokwium zaliczeniowego.
Praktyki zawodowe
nie są wymagane
Literatura
Literatura zalecana:
Johansson R., 2021 – Matematyczny Python. Obliczenia naukowe i analiza danych z użyciem NumPy, SciPy i Matplotlib. Wydawnictwo Helion
Gallatin K., Albon C., 2024 - Uczenie maszynowe w Pythonie. Receptury. Wydawnictwo Helion
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: