Odkrywanie wiedzy z danych Field of study: Biomedical Engineering
Programme code: 08-S1IB12.2014

Module name: Odkrywanie wiedzy z danych
Module code: 08-IBIMB-S1-OWzD
Programme code: 08-S1IB12.2014
Semester: summer semester 2016/2017
Language of instruction: Polish
Form of verification: course work
ECTS credits: 3
Description:
W trakcie zajęć studenci zapoznają się z zagadnieniami umożliwiającymi efektywne pozyskiwanie wiedzy z danych. Zostają zapoznani z terminami: dane, informacja, wiedza z uwypukleniem różnic znaczeniowych. Zagadnienia związane z odkrywaniem wiedzy z danych będą omawiane w podzieleniu na etapy: przygotowania danych, czyszczenia i scalania danych (proces ETL), budowania modelu opartego o dane, oceny modelu i użytkowania modelu. Studenci zostaną zapoznani z metodyką CRISP-DM, ze zwróceniem uwagi na różnice w procesach eksploracji danych i odkrywania wiedzy z danych. Integralną częścią będzie zaznajomienie studentów z atrakcyjnymi wizualnymi metodami prezentowania pozyskanych informacji w celu pozyskania wiedzy o obiekcie lub zjawisku. Studenci zapoznają się również z oprogramowaniem wspomagającym proces odkrywanie wiedzy z danych
Prerequisites:
Podstawowa obsługa komputera, instalacja i konfiguracja oprogramowania.
Key reading:
(no information given)
Learning outcome of the module Codes of the learning outcomes of the programme to which the learning outcome of the module is related [level of competence: scale 1-5]
Ma podstawową wiedzę o różnicy w znaczeniu pojęć: dane-informacja-wiedza. Ma podstawową wiedzę o popularnych formatach plików w których przechowywane są dane. Zna poszczególne etapy metodologii CRISP-DM. [k_1]
 W11 [5/5]
Potrafi określić istotność pozyskiwania użytecznej wiedzy z dużych zbiorów danych Potrafi zaadaptować konkretną analizę do metodologii CRISP-DM. Potrafi wykonać konwersję pomiędzy plikami różnych typów. [k_2]
 W17 [4/5]
Potrafi wybrać optymalną strukturę danych pod kątem dalszych analiz. Potrafi przeprowadzić proces czyszczenia, ujednolicania i scalania (ETL) danych do postaci użytecznej w dalszych analizach. Potrafi zidentyfikować dane odstające i wpływowe. [k_3]
 W02 [1/5]
Ma podstawową wiedzę o podstawowych charakterystykach zbiorów danych, potrafi dokonać statystyki podstawową i opisującą oraz zinterpretować ich wyniki w celu scharakteryzowania zbioru danych podlegającego analizie. [k_4]
 U26 [5/5]
Posiada podstawową wiedzę na temat algorytmów eksploracji danych, w tym metod uczenia maszynowego i sztucznej inteligencji. [k_5]
 U06 [5/5]
Potrafi wybrać odpowiednią metodę eksploracji danych do charakteru konkretnych danych i zbudować na jej podstawie model, a następnie poddać go ocenie przed wprowadzeniem do użytkowania. Potrafi właściwie zinterpretować wyniki analiz przeprowadzonych na zbudowanym modelu. [k_6]
 U03 [5/5]
Potrafi posługiwać się odpowiednim oprogramowaniem w celu wspomagania odkrywania wiedzy z danych, począwszy od zaawansowanych edytorów tekstu, poprzez oprogramowanie statystyczne po systemy baz danych i wbudowane w nie mechanizmy [k_7]
 U01 [1/5]
ma świadomość odpowiedzialności za pracę własną [k_8]
 K02 [1/5]
Type Description Codes of the learning outcomes of the module to which assessment is related
Aktywność na zajęciach [k_w_1]
Prowadzący zajęcia przygotowuje zadania do wykonania, odpowiadające sprecyzowanym czynnościom administracyjnym w środowisku sieciowym. Zadaniem studentów jest ich wykonanie w rzeczywistym, testowym środowisku sieciowym, w czasie określonym czasie.
 k_1 k_2 k_3 k_4 k_5 k_6 k_7 k_8
Sprawozdanie [k_w_2]
Przygotowanie sprawozdania z zajęć, zawierającego opis przeprowadzonych działań oraz efekt końcowy wraz z dyskusją wyniku
 k_1 k_2 k_3 k_4 k_5 k_6 k_7 k_8
Form of teaching Student's own work Assessment of the learning outcomes
Type Description (including teaching methods) Number of hours Description Number of hours
laboratory classes [k_fs_1]
wykonanie zadanych ćwiczeń odpowiadających specyficznym zadaniom administracyjnym, pod nadzorem prowadzącego
 30
wykonanie określonego ćwiczenia w trakcie zajęć.
 60 Aktywność na zajęciach [k_w_1] Sprawozdanie [k_w_2]
Attachments
Module description (PDF)
Information concerning module syllabuses might be changed during studies.
Syllabuses (USOSweb)
Semester Module Language of instruction
(no information given)