Pole | KOD | Znaczenie kodu |
---|
Zamierzone efekty kształcenia | BI_1A_BI-S-O5.1_W01 | Student wymienia poznane na zajęciach programy do analiz data mining, charakteryzuje etapy wstępnej obróbki danych, opisuje zadania eksploracji danych oraz objaśnia zasady działania wybranych metod data mining |
---|
Odniesienie do efektów kształcenia dla kierunku studiów | BI_1A_W13 | ma podstawową wiedzę dotyczącą metod sztucznej inteligencji i uczenia maszynowego |
---|
BI_1A_W17 | posiada wiedzę o narzędziach matematycznych i informatycznych, wykorzystywanych w analizach biologicznych i bioinformatycznych |
Odniesienie do efektów zdefiniowanych dla obszaru kształcenia | P1A_W02 | w interpretacji zjawisk i procesów przyrodniczych opiera się na podstawach empirycznych, rozumiejąc w pełni znaczenie metod matematycznych i statystycznych |
---|
P1A_W04 | ma wiedzę w zakresie najważniejszych problemów z zakresu dziedzin nauki i dyscyplin naukowych, właściwych dla studiowanego kierunku studiów oraz zna ich powiązania z innymi dyscyplinami przyrodniczymi |
P1A_W05 | ma wiedzę w zakresie podstawowych kategorii pojęciowych i terminologii przyrodniczej oraz ma znajomość rozwoju dziedzin nauki i dyscyplin naukowych, właściwych dla studiowanego kierunku studiów i stosowanych w nich metod badawczych |
P1A_W06 | ma wiedzę w zakresie statystyki i informatyki na poziomie pozwalającym na opisywanie i interpretowanie zjawisk przyrodniczych |
P1A_W07 | ma wiedzę w zakresie podstawowych technik i narzędzi badawczych stosowanych w zakresie dziedzin nauki i dyscyplin naukowych, właściwych dla studiowanego kierunku studiów |
T1A_W02 | ma podstawową wiedzę w zakresie kierunków studiów powiązanych ze studiowanym kierunkiem studiów |
T1A_W03 | ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną obejmującą kluczowe zagadnienia z zakresu studiowanego kierunku studiów |
T1A_W04 | ma szczegółową wiedzę związaną z wybranymi zagadnieniami z zakresu studiowanego kierunku studiów |
T1A_W06 | ma podstawową wiedzę o cyklu życia urządzeń, obiektów i systemów technicznych |
T1A_W07 | zna podstawowe metody, techniki, narzędzia i materiały stosowane przy rozwiązywaniu prostych zadań inżynierskich z zakresu studiowanego kierunku studiów |
T1A_W08 | ma podstawową wiedzę niezbędną do rozumienia społecznych, ekonomicznych, prawnych i innych pozatechnicznych uwarunkowań działalności inżynierskiej |
Odniesienie do efektów kształcenia prowadzących do uzyskania tytułu zawodowego inżyniera | InzA_W01 | ma podstawową wiedzę o cyklu życia urządzeń, obiektów i systemów technicznych |
---|
InzA_W03 | ma podstawową wiedzę niezbędną do rozumienia społecznych, ekonomicznych, prawnych i innych uwarunkowań działalności inżynierskiej |
InzA_W05 | zna typowe technologie inżynierskie w zakresie studiowanego kierunku studiów |
Cel przedmiotu | C-1 | Zapoznanie studentów z różnymi metodami zgłębiania danych w analizach biologicznych |
---|
Treści programowe | T-W-1 | Wprowadzenie w problematykę data mining, przegląd programów do eksploracji danych |
---|
T-W-2 | Metody redukcji wymiaru danych, wstępna obróbka danych, poznawanie zbioru danych, badanie relacji |
T-W-3 | Zadania eksploracyjne - opis, estymacja, predykcja, klasyfikacja, grupowanie i odkrywanie reguł |
T-W-4 | Modele regresji wielorakiej i regresji logistycznej |
T-W-5 | Sztuczne sieci neuronowe, rodzaje zastosowania, budowa i algorytmy uczące |
T-W-6 | Inne modele zgłębiania danych - naiwny klasyfikator Bayesa, metoda MARS |
Metody nauczania | M-1 | wykład informacyjny prezentujący poszczególne zagadnienia |
---|
M-2 | Prezentacje multimedialne przy wykorzystaniu komputera i projektora |
Sposób oceny | S-1 | Ocena podsumowująca: Zaliczenie pisemne wykładów |
---|
Kryteria oceny | Ocena | Kryterium oceny |
---|
2,0 | nie potrafi opisać stosowane na zajęciach metody data mining |
3,0 | potrafi opisać stosowane na zajęciach metody data mining |
3,5 | potrafi dobrze opisać stosowane na zajęciach metody data mining |
4,0 | potrafi dobrze opisać stosowane na zajęciach metody data mining i objaśnić zasady dzialania |
4,5 | potrafi dobrze opisać stosowane na zajęciach metody data mining,m oprzedstawić sposób przygotowania danych, objaśnić zasady dzialania |
5,0 | potrafi bardzo dobrze opisać stosowane na zajęciach metody data mining, oprzedstawić sposób przygotowania danych, objaśnić zasady dzialania |