Sylabus
- Status:
- W opracowaniu
PI-BDA-104 - Algorytmy Uczenia Maszynowego
- Nazwa w drugim języku:
- Machine Learning
- Nazwa skrócona:AuM
- Numer katalogowy:PI-BDA-104
- Reprezentuje kierunek: P,Z,PL - Big Data. Analiza Danych
- Język wykładowy:PL
- Liczba punktów ECTS:7
- Poziom przedmiotu: Podstawowy
- Forma zaliczenia przedmiotu:Zaliczenie
- Wymiar godzin:
- L: 24
- 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.
- 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 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