Algorytmy analizy skupień w praktyce Kierunek studiów: Informatyka
Kod programu: W4-N2IN19.2021

Nazwa modułu: Algorytmy analizy skupień w praktyce
Kod modułu: W4-IN-N2-20-F-AASwP
Kod programu: W4-N2IN19.2021
Semestr:
  • semestr zimowy 2023/2024
  • semestr letni 2022/2023
  • semestr zimowy 2022/2023
  • semestr letni 2021/2022
Język wykładowy: polski
Forma zaliczenia: zaliczenie
Punkty ECTS: 4
Opis:
Celem jest wprowadzenie słuchacza w algorytmy analizy skupień zarówno te podziałowe, hierarchiczne, gęstościowe jak i nowe algorytmy analizy skupień. Uwzględnione będzie ich zastosowanie w praktyce, w ujęciu medycyny.
Wymagania wstępne:
(brak informacji)
Literatura podstawowa:
Guojun Gan, Chaoqun Ma, Jianhong Wu, „Data Clustering: Theory, Algorithms, and Applications”, 2007, SIAM Brian S. Everitt, Sabine Landau, Morven Leese, Daniel Stahl, „Cluster Analysis, Copyright 2011 John Wiley & Sons JOHN A. HARTIGAN, „Clustering Algorithms „ Department of Statisties Yaie University , 1975, John Wiley & Sons. Tadeusz Morzy , „Eksploracja danych : metody i algorytmy”, Warszawa, 2013, PWN Wierzchoń Sławomir , Kłopotek Mieczysław , „Algorytmy analizy skupień”, PWN , 2017 Gatnar Eugeniusz, Walesiak Marek, „Statystyczna analiza danych z wykorzystaniem programu R”, PWN, 2009
Efekt modułowy Kody efektów kierunkowych do których odnosi się efekt modułowy [stopień realizacji: skala 1-5]
Ma świadomość zalet algorytmów grupowania i ich wpływu na poznanie analizowanych danych i ich dziedziny. [M_001]
 K_K02 [1/5]
Ma wiedzę z zakresu podstaw eksploracji danych, w tym typów danych, miar podobieństwa, metod wyznaczania reprezentantów skupień [M_002]
 K_W01 [2/5] K_W02 [2/5] K_W04 [2/5] K_W09 [3/5]
Ma wiedzę z zakresu podziałowych algorytmów grupowania, w tym k-średnich i k-medoidów [M_003]
 K_W04 [2/5] K_W09 [3/5]
Ma wiedzę z zakresu hierarchicznych algorytmów grupowania w tym AHC [M_004]
 K_W04 [2/5] K_W09 [3/5]
Potrafi wyznaczyć podobieństwo / odległość obiektów względem siebie w przestrzeni wielowymiarowej [M_005]
 K_U01 [2/5] K_U03 [2/5] K_U08 [2/5] K_U09 [3/5]
Potrafi zaimplementować bądź użyć gotowych bibliotek/pakietów pozwalających na użycie algorytmu podziałowego dla dowolnego zbioru danych rzeczywistych [M_006]
 K_U01 [1/5] K_U03 [2/5] K_U08 [2/5] K_U09 [3/5]
Potrafi wyznaczyć reprezentanta grupy obiektów w przestrzeni wielowymiarowej [M_007]
 K_U01 [2/5] K_U03 [3/5] K_U08 [2/5] K_U09 [4/5]
Potrafi wizualizować otrzymaną strukturę grup i ją poprawnie zinterpretować [M_008]
 K_U01 [1/5] K_U03 [2/5] K_U08 [1/5] K_U09 [3/5]
Typ Opis Kody efektów modułowych do których odnosi się sposób weryfikacji
Egzamin pisemny [W_001]
Weryfikacja wiedzy w oparciu o treści prezentowane na wykładzie. Egzamin składa się zarówno z pytań otwartych jak i zamkniętych z teorii.
 M_001 M_002 M_003 M_004 M_005 M_006 M_007 M_008
Projekty i sprawozdania [W_002]
Opracowanie projektów ze sprawozdaniami dla nich w określonym terminie jako weryfikacja umiejętności nabytych podczas rozwiązywania problemów.
 M_001 M_005 M_006 M_007 M_008
Rodzaj prowadzonych zajęć Praca własna studenta Sposoby weryfikacji
Typ Opis (z uwzględnieniem metod dydaktycznych) Liczba godzin Opis Liczba godzin
wykład [Z_001]
Przekazanie treści kształcenia w formie werbalnej z wykorzystaniem środków audiowizualnych oraz innych pisemnych pomocy dydaktycznych.
 15
Przygotowanie do egzaminu.
 15 Egzamin pisemny [W_001]
laboratorium [Z_002]
Szczegółowe przygotowanie studentów do rozwiązywania zadań ze wskazaniem na metodologię postępowania, wskazaniem kolejności wykonywanych czynności.
 30
Przygotowanie do laboratorium. Samodzielne rozwiązanie przez studentów zadań przydzielonych na laboratorium, opracowanie sprawozdań
 60 Projekty i sprawozdania [W_002]
Załączniki
Opis modułu (PDF)
Informacje o sylabusach mogą ulec zmianie w trakcie trwania studiów.
Sylabusy (USOSweb)
Semestr Moduł Język wykładowy
(brak danych)