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
  • Odpowiedzialny za przedmiot: dr inż. Włodzimierz Dąbrowski
  • Strona WWW przedmiotu: Info  
  • 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 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