Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Metody eksploracji danych w odkrywaniu wiedzy
Koordynator przedmiotu:
prof. nzw. dr hab. Marzena KRYSZKIEWICZ
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia I stopnia
Program:
Informatyka
Grupa przedmiotów:
Kierunkowe
Kod przedmiotu:
MED
Semestr nominalny:
1 / rok ak. 2009/2010
Liczba punktów ECTS:
5
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia0h
  • Laboratorium15h
  • Projekt15h
  • Lekcje komputerowe0h
Wymagania wstępne:
Limit liczby studentów:
Cel przedmiotu:
Na treść wykładu składa się szeroki zakres tematów z obecnie bardzo intensywnie rozwijanej dziedziny eksploracji danych. Prezentowane techniki i algorytmy mają istotne znaczenie praktyczne - dobrze nadają się do wydobywania wzorców ukrytych w olbrzymich z
Treści kształcenia:
Celem laboratorium jest zaznajomienie studentów z nowoczesnymi technologiami eksploracji danych. W trakcie laboratorium studenci zapoznają się z możliwościami prowadzenia eksploracji danych w wybranym komercyjnym systemie, np. IBM Warehouse Design Stud Projekt będzie polegał na zaimplementowaniu i przetestowaniu wybranych algorytmów odkrywania wiedzy przedstawionych na wykładzie lub innych z dziedziny eksploracji danych. <br> Przykłady algorytmów do zaimplementowania w ramach projektu:<br> <ol><li>Alg
Metody oceny:
Egzamin:
Literatura:
<ul><li>Han J., Kamber M., Data Mining: Concepts and Techniques, The Morgan Kaufmann Series in Data Management Systems, 2nd edition, Morgan Kaufmann, 2006</li> <li>Advances in Knowledge Discovery and Data Mining, eds. U.M. Fayyad, G. Piatetsky-Shapiro,
Witryna www przedmiotu:
Uwagi:

Efekty uczenia się