Nicolaus Copernicus University in Torun - Central Authentication Service
Strona główna

Data mining

General data

Course ID: 2751-BN-S1-3-ED
Erasmus code / ISCED: (unknown) / (0612) Database and network design and administration The ISCED (International Standard Classification of Education) code has been designed by UNESCO.
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 Basic information on ECTS credits allocation principles:
  • the annual hourly workload of the student’s work required to achieve the expected learning outcomes for a given stage is 1500-1800h, corresponding to 60 ECTS;
  • the student’s weekly hourly workload is 45 h;
  • 1 ECTS point corresponds to 25-30 hours of student work needed to achieve the assumed learning outcomes;
  • weekly student workload necessary to achieve the assumed learning outcomes allows to obtain 1.5 ECTS;
  • work required to pass the course, which has been assigned 3 ECTS, constitutes 10% of the semester student load.
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
- laboratory
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
Selected timetable range:
Navigate to timetable
Type of class:
Laboratory, 30 hours more information
Lecture, 30 hours more information
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
Selected timetable range:
Navigate to timetable
Type of class:
Laboratory, 30 hours more information
Lecture, 30 hours more information
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
Selected timetable range:
Navigate to timetable
Type of class:
Laboratory, 30 hours more information
Lecture, 30 hours more information
Coordinators: Joanna Karłowska-Pik
Group instructors: Agnieszka Goroncy, Joanna Karłowska-Pik
Students list: (inaccessible to you)
Examination: Course - Examination
Laboratory - Grading
Course descriptions are protected by copyright.
Copyright by Nicolaus Copernicus University in Torun.
ul. Jurija Gagarina 11, 87-100 Toruń tel: +48 56 611-40-10 https://usosweb.umk.pl/ contact accessibility statement mapa serwisu USOSweb 7.0.3.0-2 (2024-04-26)