Uniwersytet Kazimierza Wielkiego - Centralny System Uwierzytelniania

NA SKRÓTY
STUDENCI, PRACOWNICY
JEDNOSTKI ORGANIZACYJNE
PRZEDMIOTY
- Metody eksploracji danych
  - Semestr zimowy 2022/23 - Wykład (WYK)
STUDIA
AKADEMIKI
POMOC

Metody eksploracji danych 1300-Inf11MED-SD
Wykład (WYK) Semestr zimowy 2022/23

Informacje o zajęciach (wspólne dla wszystkich grup)

Liczba godzin:	15
Limit miejsc:	(brak limitu)
Zaliczenie:	Zaliczenie na ocenę
Rygory zaliczenia zajęć:	zaliczenie na ocenę
Literatura uzupelniająca:	1. Rojek I.: Zastosowania metod sztucznej inteligencji w projektowaniu i nadzorowaniu procesów technologicznych obróbki skrawaniem, Bydgoszcz, UKW, 2017 2. Larose D., Odkrywanie wiedzy z danych. Wprowadzenie do eksploracji danych, PWN 2006 3. Krawiec K., Stefanowski J., Uczenie maszynowe i sieci neuronowe, Poznań, Wydaw. Politechniki Poznańskiej, 2004. 4. Cichosz P., Systemy uczące się, Warszawa, WNT, 2000 5. https://searchsqlserver.techtarget.com/definition/data-mining 6. Missbach M., Anderson G., SAP w 24 godziny, Helion, 2016.
Metody dydaktyczne:	wykład kursowy
Metody dydaktyczne - inne:	prezentacja multimedialna
Literatura:	1. Morzy T., Eksploracja danych: metody i algorytmy, PWN, 2018 2. Osowski S., Metody i narzędzia eksploracji danych , BTC, 2013 3. Larose D., Metody i modele eksploracji danych, PWN 2008
Efekty uczenia się:	W1, W2, W3
Metody i kryteria oceniania:	kolokwium zaliczeniowe Ocena końcowa w zakresie wykładów polega na weryfikowaniu założonych efektów kształcenia poprzez ocenę wiedzy wykazanej na kolokwium zaliczeniowym. Kolokwium składa się z 15 pytań testowych, za które można uzyskać łącznie 15 pkt. oraz 1 pytania otwartego za 3pkt. Zaliczenie na ocenę 3.0 wymaga uzyskania 50% +1 punktów.
Zakres tematów:	Program wykładu obejmuje następujące zagadnienia: Wprowadzenie do eksploracji danych: metody i zastosowania. Odkrywanie asocjacji: sformułowanie problemu i definicja reguł asocjacyjnych. Tablica obserwacji. Odkrywanie asocjacji binarnych, algorytmy odkrywania binarnych reguł asocjacyjnych, miary oceny reguł. Odkrywanie wielopoziomowych reguł asocjacyjnych. Odkrywanie wielowymiarowych reguł asocjacyjnych. Binaryzacja i dyskretyzacja danych. Klasyfikacja typów wiedzy: wiedza pozytywna i negatywna. Asocjacje negatywne: negatywne reguły asocjacyjne i negatywnie skorelowane. Miary atrakcyjności reguł asocjacyjnych. Odkrywanie wzorców sekwencji: sformułowanie problemu, algorytmy odkrywania wzorców sekwencji, odkrywanie uogólnionych wzorców sekwencji. Wprowadzenie do klasyfikacji danych. Metody klasyfikacji danych. Klasyfikacja danych poprzez indukcję drzew decyzyjnych. Algorytmy indukcji drzew decyzyjnych. Klasyfikatory regułowe: definicje podstawowych pojęć. Wywodzenie klasyfikatorów regułowych z drzew decyzyjnych. Klasyfikacja asocjacyjna: definicja problemu, algorytmy klasyfikacji asocjacyjnej. Klasyfikatory bayesowskie. Sieci bayesowskie. Klasyfikator najbliższego sąsiedztwa. Kombinacja klasyfikatorów. Ocena jakości klasyfikatorów: miary oceny, przestrzeń i krzywa ROC. Składowe procesu grupowania. Definicje miar niepodobieństwa obiektów. Klasyfikacja metod grupowania. Schemat metod opartych na podobieństwie Metody selekcji i generacji prototypów Pojęcie business intelligence oraz business intelligence w systemie SAP

Grupy zajęciowe

zobacz na planie zajęć

Grupa	Termin(y)	Prowadzący	Miejsca Liczba osób w grupie / limit miejsc	Akcje
1	wielokrotnie, czwartek (niestandardowa częstotliwość), 8:30 - 10:45, sala 202	Izabela Rojek	13/13	szczegóły
Wszystkie zajęcia odbywają się w budynku: Budynek przy ulicy M. Kopernika

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Kazimierza Wielkiego.