| Pole | KOD | Znaczenie kodu |
|---|
| Zamierzone efekty kształcenia | I_1A_O6/08_U03 | Umie wykorzystywać nowoczesne pakiety obliczeniowe R i Python do analizy danych. |
|---|
| Odniesienie do efektów kształcenia dla kierunku studiów | I_1A_U01 | potrafi w zakresie podstawowym projektować, implementować i testować oprogramowanie |
|---|
| I_1A_U03 | umie oceniać przydatność i stosować różne paradygmaty programowania, języki i środowiska programistyczne do rozwiązywania problemów dziedzinowych |
| I_1A_U15 | potrafi wykorzystywać poznane metody, modele matematyczne oraz symulacje komputerowe do rozwiązywania prostych problemów inżynierskich |
| Odniesienie do efektów zdefiniowanych dla obszaru kształcenia | T1A_U01 | potrafi pozyskiwać informacje z literatury, baz danych oraz innych właściwie dobranych źródeł, także w języku angielskim lub innym języku obcym uznawanym za język komunikacji międzynarodowej w zakresie studiowanego kierunku studiów; potrafi integrować uzyskane informacje, dokonywać ich interpretacji, a także wyciągać wnioski oraz formułować i uzasadniać opinie |
|---|
| T1A_U02 | potrafi porozumiewać się przy użyciu różnych technik w środowisku zawodowym oraz w innych środowiskach |
| T1A_U04 | potrafi przygotować i przedstawić w języku polskim i języku obcym prezentację ustną, dotyczącą szczegółowych zagadnień z zakresu studiowanego kierunku studiów |
| T1A_U07 | potrafi posługiwać się technikami informacyjno-komunikacyjnymi właściwymi do realizacji zadań typowych dla działalności inżynierskiej |
| T1A_U08 | potrafi planować i przeprowadzać eksperymenty, w tym pomiary i symulacje komputerowe, interpretować uzyskane wyniki i wyciągać wnioski |
| T1A_U09 | potrafi wykorzystać do formułowania i rozwiązywania zadań inżynierskich metody analityczne, symulacyjne oraz eksperymentalne |
| T1A_U10 | potrafi - przy formułowaniu i rozwiązywaniu zadań inżynierskich - dostrzegać ich aspekty systemowe i pozatechniczne |
| T1A_U13 | potrafi dokonać krytycznej analizy sposobu funkcjonowania i ocenić - zwłaszcza w powiązaniu ze studiowanym kierunkiem studiów - istniejące rozwiązania techniczne, w szczególności urządzenia, obiekty, systemy, procesy, usługi |
| T1A_U14 | potrafi dokonać identyfikacji i sformułować specyfikację prostych zadań inżynierskich o charakterze praktycznym, charakterystycznych dla studiowanego kierunku studiów |
| T1A_U15 | potrafi ocenić przydatność rutynowych metod i narzędzi służących do rozwiązania prostego zadania inżynierskiego o charakterze praktycznym, charakterystycznego dla studiowanego kierunku studiów oraz wybrać i zastosować właściwą metodę i narzędzia |
| T1A_U16 | potrafi - zgodnie z zadaną specyfikacją - zaprojektować oraz zrealizować proste urządzenie, obiekt, system lub proces, typowe dla studiowanego kierunku studiów, używając właściwych metod, technik i narzędzi |
| Odniesienie do efektów kształcenia prowadzących do uzyskania tytułu zawodowego inżyniera | InzA_U01 | potrafi planować i przeprowadzać eksperymenty, w tym pomiary i symulacje komputerowe, interpretować uzyskane wyniki i wyciągać wnioski |
|---|
| InzA_U02 | potrafi wykorzystać do formułowania i rozwiązywania zadań inżynierskich metody analityczne, symulacyjne oraz eksperymentalne |
| InzA_U03 | potrafi - przy formułowaniu i rozwiązywaniu zadań inżynierskich - dostrzegać ich aspekty systemowe i pozatechniczne |
| InzA_U05 | potrafi dokonać krytycznej analizy sposobu funkcjonowania i ocenić - zwłaszcza w powiązaniu ze studiowanym kierunkiem studiów - istniejące rozwiązania techniczne, w szczególności urządzenia, obiekty, systemy, procesy, usługi |
| InzA_U06 | potrafi dokonać identyfikacji i sformułować specyfikację prostych zadań inżynierskich o charakterze praktycznym, charakterystycznych dla studiowanego kierunku studiów |
| InzA_U07 | potrafi ocenić przydatność rutynowych metod i narzędzi służących do rozwiązania prostego zadania inżynierskiego o charakterze praktycznym, charakterystycznego dla studiowanego kierunku studiów oraz wybrać i zastosować właściwą metodę i narzędzia |
| InzA_U08 | potrafi - zgodnie z zadaną specyfikacją - zaprojektować proste urządzenie, obiekt, system lub proces, typowe dla studiowanego kierunku studiów, używając właściwych metod, technik i narzędzi |
| Cel przedmiotu | C-1 | Ukształtowanie umiejętności posługiwania się wybranymi pakietami obliczeniowymi w zakresie: obliczeń naukowych, analizy danych oraz symulacji |
|---|
| C-2 | Zapoznanie studentów z językiem R |
| C-3 | Zapoznanie studentów z wybranymi bibliotekami języka Python wspomagającymi analizę danych scipy.stats, scikit-learn, pandas, statmodels. |
| Treści programowe | T-L-1 | Wprowadzenie do R: podstawy składni, podstawowe polecenia praca z powłoką R, sweave, zadania i ćwiczenia do samodzielnego rozwiązania |
|---|
| T-L-2 | Podstawy programowania w R, formuły w R, rozkłady, wnioskowanie statystyczne, przygotowywanie wykresów - zadania i ćwiczenia do samodzielnego rozwiązania |
| T-L-3 | Metody eksploracji danych w R, przykłady zadań analizy danych (klasyfikacja, regresja grupowanie danych), sprawozdanie podsumowujące. |
| T-L-4 | Wprowadzenie do języka Python, ćwiczenia zaznajamiające ze skłądnią języka, korzystanie z bibliotek obliczeń numerycznych: numpy, scipy, matplotlib |
| T-L-5 | Analiza danych w języku Python z wykorzystaniem pakietów: Pandas, scipy.stats, statmodels, |
| T-L-6 | Eksploracja danych w Python z użyciem byblioteki: scikit-learn. Sprawozdanie podsumowujące. |
| T-W-1 | Wprowadzenie do R: podstawy składni, podstawowe polecenia, praca z powłoką R, Sweave. |
| T-W-2 | Przechowywanie danych w R, wczytywanie danych (różne formaty), obiekt dataframe i obiekty powiązane. |
| T-W-3 | Podstawy programowania w R, formuły w R, przygotowywanie wykresów. |
| T-W-4 | Wnioskowanie statystyczne i metody eksploracji danych w R . |
| T-W-5 | Wprowadzenie do języka Python: różnice i podobieństwa w stosunku do Matlaba oraz R. |
| T-W-6 | Biblioteki obliczeń numerycznych: numpy, scipy, matplotlib. |
| T-W-7 | Biblioteki wspomagające analizę danych: Pandas, Patsy, oraz do modelowania statystycznego: scipy.stats, statmodels. |
| T-W-8 | Eksploracja danych w Python: scikit-learn, mlpy, opencv. |
| Metody nauczania | M-1 | Wykład z prezentacjami i niektóre zastosowania ilustrowane z użyciem komputera |
|---|
| M-2 | Laboratorium rozwiązywanie zadań praktycznych przy komputerze zgdonie z przygotowanym konspektem. |
| Sposób oceny | S-1 | Ocena podsumowująca: Wykład: ocena podsumowująca na podstawie zaliczenia pisemnego |
|---|
| S-2 | Ocena formująca: Laboratorium: oceny cząstkowe na podstawie bieżących sprawozdań z wykonanych zadań oraz pracy na zajęciach |
| S-3 | Ocena podsumowująca: Laboratorium: ocena podsumowująca rozliczenie zadań oraz aktywności na zajęciach. |
| Kryteria oceny | Ocena | Kryterium oceny |
|---|
| 2,0 | |
| 3,0 | Umie rozwiązywac samodzielnie podstawowe zadania analizy danych nie mam problemów z wczytywaniem danych czy interpretacją wyników |
| 3,5 | |
| 4,0 | |
| 4,5 | |
| 5,0 | |