PI-BDA-104 - Algorytmy Uczenia Maszynowego

Nazwa w drugim języku: 

Machine Learning

Przedmiot realizowany w planach wzorcowych:

• Big Data. Analiza Danych Semestr: 1 Etap: Podyplomowe, podyplomowe, niestacjonarne, polski, Wersja programu studiów: 1

Obieralny dla katalogów:

Znalazłem 0 pozycji. (Pokaż szczegóły)

Cel przedmiotu: 

Celem przedmiotu jest zapoznanie studentów z podstawowymi algorytmami uczenia maszynowego. Omawiane będą algorytmy eksploracji danych (uczenie bez nadzoru), jak również algorytmy regresji i rozpoznawania wzorców. Przedmiot ten jest wstępem teoretycznym stanowiącym przegląd większości współcześnie wykorzystywanych rozwiązań algorytmicznych w Uczeniu maszynowym. Całość przedmiotu prowadzona jest w R.

Treści kształcenia: 

1. Metody klasteryzacji (metody optymalizacyjne i hierarchiczne).
2. Algorytmy regresji.
3. Dobór zmiennych i funkcje kary.
4. Algorytmy klasyfikacji.
5. Ensembling (wzmacnianie klasyfikatorów).

Bibliografia: 

• Pattern Recognition S. Theodoridis, K. Koutroumbas
• The Elements of Statistical Learning T. Hastie, R. Tibshirani, J. Friedman
• An Introduction to Statistical Learning G. James, D. Witten, T. Hastie, R. Tibshirani
• Combining Pattern Classifiers L. I. Kuncheva
• Introduction to Machine Learning A. Smola, S.V.N. Vishwanathan
• Statystyczne systemy uczące się J. Koronacki, J. Ćwik
• Systemy uczące się M. Krzyśko, W. Wołyński, T. Górecki, M. Skorzybut

Metody oceny: 

- ocena z projektu

Efekty kształcenia: 

-

Uwagi: 

-

Przedmioty na których bazuje dany przedmiot (prerekwizyty):

• Efekty Kształcenia dla kierunku Big Data. Analiza Danych:
• Wiedza

  Kod	Efekt Kształcenia dla kierunku	Procent	Efekt kształcenia dla przedmiotu	Sposób sprawdzania
  PI_BDA_W02	ma szczegółową wiedzę związaną z wybranymi zagadnieniami z zakresu Informatyki, dotyczącą: a) inżynierii danych i budowy systemów Big Data b) modelowania danych i procesów c) analizy i projektowania hurtowni i baz danych d) analizy dużych zbiorów danych, eksploracji danych e) wykorzystania hurtowni danych	+++ (100%)	ma wiedzę z podstawowych algorytmów uczenia maszynowego	kolokwium, praca w grupie

• Umiejętności

  Kod	Efekt Kształcenia dla kierunku	Procent	Efekt kształcenia dla przedmiotu	Sposób sprawdzania
  PI_BDA_U05	potrafi, przy formułowaniu i rozwiązywaniu zadań inżynierskich, integrować wiedzę z zakresu Informatyki oraz zastosować podejście systemowe, uwzględniając także aspekty pozatechniczne	+++ (100%)	potrafi samodzielnie rozwiązać problem zdefiniowany na zajęciach	kolokwium ; ocena zadań; aktywność na zajęciach
  PI_BDA_U06	potrafi ocenić przydatność i możliwość wykorzystania nowych osiągnięć (technik i technologii) w zakresie Informatyki	+++ (100%)	potrafi samodzielnie ocenić problem zdefiniowany na zajęciach	kolokwium ; ocena zadań; aktywność na zajęciach

• Kompetencje społeczne

  Kod	Efekt Kształcenia dla kierunku	Procent	Efekt kształcenia dla przedmiotu	Sposób sprawdzania
  PI_BDA_K01	rozumie potrzebę uczenia się przez całe życie	+++ (100%)	ma świadomość potrzeby doskonalenia wiedzy i umiejętności z obszaru analizy danyc	ocena zadań; aktywność na zajęciach