Data mining
General data
Course ID: | 2751-BN-S1-3-ED |
Erasmus code / ISCED: |
(unknown)
/
(0612) Database and network design and administration
|
Course title: | Data mining |
Name in Polish: | Eksploracja danych |
Organizational unit: | Faculty of Mathematics and Computer Science |
Course groups: |
(in Polish) Bezpieczeństwo narodowe - I stopna - 3 rok - studia stacjonarne - sem. Letni |
ECTS credit allocation (and other scores): |
4.00
|
Language: | Polish |
Prerequisites: | (in Polish) Podstawowa umiejętność posługiwania się komputerem z systemem Windows. Zaliczenie przedmiotu Bazy danych. |
Total student workload: | (in Polish) 1. Godziny realizowane z udziałem nauczycieli: a. wykład – 30 godzin, b. laboratorium – 30 godzin, c. bieżące przygotowanie do zajęć, w tym rozwiązywanie zadań zleconych przez prowadzących, zapoznanie się z informacją zwrotną dotyczącą rozwiązanych zadań oraz konsultacje z prowadzącymi zajęcia – 25 godzin. 2. Czas poświęcony na pracę indywidualną studenta/słuchacza/uczestnika kursu potrzebny do pomyślnego zaliczenia przedmiotu: a. studiowanie literatury – 5 godzin, b. zapoznanie się z materiałami dodatkowymi – 5 godzin. 3. Czas wymagany do przygotowania się do uczestnictwa w procesie oceniania (np. w egzaminach): a. przygotowanie się do egzaminu – 15 godzin. RAZEM: 110 godzin (4 punkty ECTS) |
Learning outcomes - knowledge: | (in Polish) W1. Zna podstawowe problemy eksploracji danych. (K_W21) W2. Zna wybrane algorytmy algorytmy eksploracji danych i wie, które z nich stosują się do określonego typu zagadnień z tego zakresu. (K_W21) W3. Ma wiedzę na temat dostępnego oprogramowania służącego do eksploracji danych. (K_W21) |
Learning outcomes - skills: | (in Polish) U1. Potrafi znaleźć potrzebne dane w zbiorach danych ogólnie dostępnych, umie pobrać dane i poddać je analizie.(K_U14) U2. Umie zaproponować odpowiednie algorytmy eksploracji danych do konkretnego zagadnienia, w tym klasyfikacji, grupowania, szacowania i budowania reguł, oraz wyselekcjonować z ich użyciem najlepszy model. (K_U19) U3. Umie posługiwać się w stopniu podstawowym przynajmniej jednym programem do eksploracji danych. (K_U19) U4. Potrafi przygotować raport z wynikami swoich analiz. (K_U17) |
Learning outcomes - social competencies: | (in Polish) K1. Potrafi sformułować problem eksploracji danych w zakresie bezpieczeństwa w sposób zrozumiały zarówno dla osób, z którymi współpracuje w tym obszarze, jak i ekspertów analityków. (K_K02) K2. Potrafi poddać krytycznej ocenie dane pozyskane do badania bezpieczeństwa narodowego. (K_K07) K3. Potrafi czerpać wiedzę z danych i na tej podstawie formułować propozycje rozwiązania sytuacji problemowych. (K_K13) |
Teaching methods: | (in Polish) Wykład informacyjny (konwencjonalny), metoda laboratoryjna, pokaz, studium przypadku. |
Observation/demonstration teaching methods: | - display |
Expository teaching methods: | - informative (conventional) lecture |
Exploratory teaching methods: | - case study |
Short description: |
(in Polish) Duże zbiory danych pojawiają się aktualnie w każdym obszarze, w którym gromadzone są informacje. Oznacza to konieczność wykształcenia powszechniej sprawności w pracy z takimi danymi. Celem zajęć jest zapoznanie słuchaczy z podstawowymi metodami eksploracji danych oraz oprogramowaniem służącym do przeprowadzania analiz. |
Full description: |
(in Polish) W czasie zajęć realizowane będą następujące zagadnienia: pozyskiwanie danych i ich wstępna obróbka, statystyka opisowa, eksploracyjna analiza danych, klasyfikacja i algorytmy klasyfikacyjne, regresja i algorytmy szacowania, grupowanie, analiza koszykowa. Wszystkie zagadnienia omówione na wykładzie będą następnie ilustrowane ćwiczeniami praktycznymi na zajęciach laboratoryjnych z użyciem oprogramowania PS IMAGO PRO. |
Bibliography: |
(in Polish) 1. Daniel T. Larose: ,,Metody i modele eksploracji danych''. Wydawnictwo Naukowe PWN, Warszawa, 2012. 2. Tadeusz Morzy: ,,Eksploracja danych. Metody i algorytmy’’. Wydawnictwo Naukowe PWN, Warszawa, 2013. 3. Stephane Tuffery: ,,Data Mining and Statistics for Decision Making''. Wiley, 2011. 4. Xindong Wu, Vipin Kumar: ,,The Top Ten Algorithms in Data Mining’’. Chapman & Holl/CRC, 2009. |
Assessment methods and assessment criteria: |
(in Polish) Ocena części laboratoryjnej będzie wystawiona na podstawie obecności na zajęciach, testów i wykonanych analiz, sprawdzających efekty W3, U1-U4 i K1-K3. Egzamin będzie sprawdzał wiedzę teoretyczną oraz efekty W1 i W2. |
Practical placement: |
(in Polish) Nie dotyczy. |
Classes in period "Summer semester 2021/22" (past)
Time span: | 2022-02-21 - 2022-09-30 |
Navigate to timetable
MO WYK
TU W LAB
LAB
TH FR |
Type of class: |
Laboratory, 30 hours
Lecture, 30 hours
|
|
Coordinators: | Joanna Karłowska-Pik | |
Group instructors: | Agnieszka Goroncy, Joanna Karłowska-Pik, Mateusz Topolewski | |
Students list: | (inaccessible to you) | |
Examination: |
Course -
Examination
Laboratory - Grading |
Classes in period "Summer semester 2022/23" (past)
Time span: | 2023-02-20 - 2023-09-30 |
Navigate to timetable
MO TU WYK
LAB
W TH FR |
Type of class: |
Laboratory, 30 hours
Lecture, 30 hours
|
|
Coordinators: | Joanna Karłowska-Pik | |
Group instructors: | Agnieszka Goroncy, Joanna Karłowska-Pik | |
Students list: | (inaccessible to you) | |
Examination: |
Course -
Examination
Laboratory - Grading |
Classes in period "Summer semester 2023/24" (in progress)
Time span: | 2024-02-20 - 2024-09-30 |
Navigate to timetable
MO TU W TH WYK
LAB
FR |
Type of class: |
Laboratory, 30 hours
Lecture, 30 hours
|
|
Coordinators: | Joanna Karłowska-Pik | |
Group instructors: | Agnieszka Goroncy, Joanna Karłowska-Pik | |
Students list: | (inaccessible to you) | |
Examination: |
Course -
Examination
Laboratory - Grading |
Copyright by Nicolaus Copernicus University in Torun.