Sylabus
- Status:
- In progress
PI-BDA-104 - Algorytmy Uczenia Maszynowego
- Course secondName name:
- Machine Learning
- Short name:AuM
- Course number:PI-BDA-104
- Reprezentuje kierunek: P,Z,PL - Big Data. Analiza Danych
- Course language:PL
- ECTS:7
- Course level: Basic
- Type of pass:Pass
- Hours:
- L: 24
- Course is a part of following study programmes:
- Big Data. Analiza Danych Semester: 1 Study stage: Podyplomowe, podyplomowe, niestacjonarne, polski, Study plan version (The specialization can have different study programme versions. This number indicates the study plan version.): 1
- Ellective in catalogs:
- Found 0 items. (Show details)
- Short content:
- 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.
- Syllabus details:
- 1. Metody klasteryzacji (metody optymalizacyjne i hierarchiczne).
2. Algorytmy regresji.
3. Dobór zmiennych i funkcje kary.
4. Algorytmy klasyfikacji.
5. Ensembling (wzmacnianie klasyfikatorów). - Literature:
- • 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 - Grading criteria:
- - ocena z projektu
- Educational effect:
- -
- Notes:
- -
- Courses which this course is based on (prerequisities):
- Educational effect for specialization 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 maszynowegokolokwium, 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 zajęciachkolokwium ; ocena zadań; aktywność na zajęciachPI_BDA_U06 potrafi ocenić przydatność i możliwość wykorzystania nowych osiągnięć (technik i technologii) w zakresie Informatyki +++ (100%) potrafi samodzielnie ocenić problem zdefiniowany na zajęciachkolokwium ; 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 danycocena zadań; aktywność na zajęciach