Wykład monograficzny
Informacje ogólne
Kod przedmiotu: | 1000-I2M1901 |
Kod Erasmus / ISCED: |
(brak danych)
/
(0613) Tworzenie i analiza oprogramowania i aplikacji
|
Nazwa przedmiotu: | Wykład monograficzny |
Jednostka: | Wydział Matematyki i Informatyki |
Grupy: |
Inf., II st., stacjonarne, 1 rok, wykłady monograficzne |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | polski |
Wymagania wstępne: | Dobra znajomość przynajmniej jednego języka programowania (zalecany Python, ale może być też Java lub C++). Znajomość podstaw algebry liniowej (macierze, wektory i operacje na nich), rachunku prawdopodobieństwa (prawdopodobieństwo klasyczne i warunkowe) oraz statystyki opisowej (średnia, mediana, wariancja itp.). |
Rodzaj przedmiotu: | przedmiot fakultatywny |
Całkowity nakład pracy studenta: | wykład - 30 godzin praca własna, studiowanie literatury - 30 godzin RAZEM: 60 godzin 2 punkty ECTS |
Efekty uczenia się - wiedza: | W1. Dostrzega różnice między danymi ustrukturyzowanymi i nieustrukturyzowanymi, rozumie specyficzne problemy i trudności związane z przetwarzaniem i analizowaniem danych nieustrukturyzowanych (K_W05, K_W06, K_W08). W2. Zna najważniejsze metody wyodrębniania kluczowych cech dokumentów tekstowych i przekształcania ich do postaci numerycznej, nadającej się do analizy (K_W08). W3. Dla każdego z podstawowych problemów eksploracji tekstu (klasyfikacja, grupowanie, wyszukiwanie informacji) zna przynajmniej jeden algorytm stosowany do jego rozwiązania (K_W08, K_W10). (Kody odnoszą się do efektów dla studiów 2 stopnia na kierunku informatyka.) |
Efekty uczenia się - umiejętności: | U1. Potrafi znaleźć potrzebne dane w zbiorach danych ogólnie dostępnych, umie pobrać dane i przekształcić je do postaci nadającej się do analizy (K_U10, K_U12). U2. Umie wybrać algorytm eksploracji danych odpowiedni do konkretnego zagadnienia, oraz zaprezentować jego działanie na przykładowych danych (K_U10). (Kody odnoszą się do efektów dla studiów 2 stopnia na kierunku informatyka.) |
Efekty uczenia się - kompetencje społeczne: | K1. Potrafi sformułować problem eksploracji danych tekstowych w sposób zrozumiały zarówno dla osób, z którymi współpracuje w tym obszarze, jak i ekspertów analityków. (K_K02, K_K05) K2. Potrafi czerpać wiedzę z danych i na tej podstawie formułować propozycje rozwiązania sytuacji problemowych. (K_K03) (Kody odnoszą się do efektów dla studiów 2 stopnia na kierunku informatyka.) |
Metody dydaktyczne podające: | - wykład informacyjny (konwencjonalny) |
Metody dydaktyczne poszukujące: | - studium przypadku |
Skrócony opis: |
Tematyka wykładu obejmować będzie różnorodne zagadnienia związane z eksploracją tekstu (ang. text mining) czyli wydobywaniem informacji z nieustrukturyzowanych dokumentów tekstowych, eksploracją stron internetowych (ang. web mining) czy danych z sieci społecznościowych (ang. social web mining). Wykład połączony jest z seminarium magisterskim 1000-I2SEMmgrI (grupa 1). Eksploracja tekstu to interdyscyplinarna dziedzina wiedzy łącząca w sobie zagadnienia klasycznej eksploracji danych, uczenia maszynowego, statystyki oraz przetwarzania języka naturalnego. Jej początki datuje się na połowę lat 80-tych XX wieku, a od początku XXI wieku możemy obserwować jej szybki rozwój. Ponieważ obecnie zdecydowana większość (około 80%) informacji przechowywana jest w postaci zwykłego tekstu, text-mining jest powszechnie uznawany za dziedzinę wiedzy o wysokim potencjale komercyjnym. |
Literatura: |
* Ch. D. Manning, P. Raghavan, H. Schutze - Introduction to Information Retrieval, Cambridge University Press, 2009. * Ch. Aggarval, Ch. Zhai - Mining Text Data, Springer, 2012. * Ch. Aggarwal - Machine Learning for Text, Springer, 2018 * S. M. Weiss, N. Indurkhya, T. Zhang - Fundamentals of Predictive Text Mining, Second Edition, Springer, 2015. * J. Perkins - Python 3 Text Processing with NLTK Cookbook, Packt Publishing, 2014. * M. A. Russell - Mining the Social Web. Second Edition, O'Reilly, 2014. * B. Liu - Sentiment Analysis, Cambridge University Press, 2015 |
Metody i kryteria oceniania: |
Zaliczenie na podstawie obecności na wykładzie. |
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.