Uniwersytet Mikołaja Kopernika w Toruniu - Centralny punkt logowania
Strona główna

Seminarium dyplomowe I [1000-MS1-Sem1] Semestr letni 2019/20
Seminarium, grupa nr 2

Przejdź do planu zaznaczono terminy wyświetlanej grupy
To jest strona grupy zajęciowej. Jeśli szukasz opisu przedmiotu, zobacz stronę przedmiotu
Przedmiot: Seminarium dyplomowe I [1000-MS1-Sem1]
Zajęcia: Semestr letni 2019/20 [2019/20L] (zakończony)
Seminarium [SEM], grupa nr 2 [pozostałe grupy]
Termin i miejsce: Podana informacja o terminie jest orientacyjna. W celu uzyskania pewnej informacji obejrzyj kalendarz roku akademickiego lub skontaktuj się z wykładowcą (nieregularności zdarzają się przede wszystkim w przypadku zajęć odbywających się rzadziej niż co tydzień).
każdy wtorek, 8:00 - 10:00
sala PM3
Wydział Matematyki i Informatyki jaki jest adres?
Terminy najbliższych spotkań: Daty odbywania się zajęć grupy. Prezentują informacje na podstawie zdefiniowanych w USOS terminów oraz spotkań.
Kliknij w datę by zobaczyć tygodniowy plan z zaznaczonym spotkaniem.
Wszystkie zajęcia tej grupy już się odbyły - pokaż terminy wszystkich spotkań.
Data i miejsceProwadzący
Liczba osób w grupie: 8
Limit miejsc: 8
Zaliczenie: Zaliczenie
Prowadzący: Marta Burzańska
Literatura:

Metody i modele eksploracji danych / Daniel T. Larose

Eksploracja danych : metody i algorytmy / Tadeusz Morzy

Zastosowanie języka SQL do analizy statystycznej i eksploracji danych / Robert P. Trueblood, John N. Lovet

Python w analizie danych / Wes McKinney

Python : uczenie maszynowe / Sebastian Raschka

Portal dane.gov.pl

Zakres tematów:

Tematyką seminarium będzie zastosowanie różnorodnych narzędzi bazodanowych w analizie masywnych zbiorów danych. Szczególny nacisk będzie położony na przygotowanie danych do analizy.

Przykładowe tematy:

- algorytmy równoważenia grup uczących (Overbalancing i Underbalancing)

- analiza zachowań użytkowników wikipedii (kiedy są największe szanse na szybkie zatwierdzenie zmiany, kiedy najdłużej nie wykrywany jest wandalizm, itp.)

- przegląd dostępnych dużych, otwartych zbiorów danych i ich potencjał w nauce algorytmów eksploracji danych

- wykorzystanie baz NoSQL do przechowywania i analizy danych hydrologicznych

- analiza wydajności różnych bibliotek uczenia maszynowego (np. wersje dla Pythona, języka R i SPSS)

- biblioteka Tensorflow/algorytmy deep learning dla Pythona - zalety, wady i obszary zastosowań. Analiza teoretyczno-empiryczna

- rozpoznawanie emocji w tekście za pomocą języka Python

- opracowanie bazy ROLAP na potrzeby przechowywania danych medycznych

- porównanie wydajności SZBD MS SQL Server i PostgreSQL w zakresie zapytań analitycznych

- analiza trendów w publikacjach badawczych nt. zarządzania projektami

- analiza zastosowania metodyk lekkich w wybranej gałęzi przemysłu wraz z przykładowym scenariuszem przebiegu wybranego procesu

Metody i kryteria oceniania:

Aby uczestniczyć w seminarium niezbędna będzie podstawowa znajomość języka Python i bibliotek pandas i scikitlearn.

Warunkiem zaliczenia semestru będzie przygotowanie 3 referatów we wskazanej tematyce

Uwagi:

3mst

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.
ul. Jurija Gagarina 11, 87-100 Toruń tel: +48 56 611-40-10 https://usosweb.umk.pl/ kontakt deklaracja dostępności USOSweb 7.0.2.0-1 (2024-03-12)