Eksploracja danych kurs dla studentów UKSW

Syllabus

Nazwa przedmiotu: Eksploracja danych

Jednostka: Wydział Matematyczno-Przyrodniczy. Szkoła Nauk Ścisłych

Kod przedmiotu: WM-MA-EDT

Punkty ECTS: 6

Język prowadzenia: polski

Poziom przedmiotu: średnio-zaawansowany

Czwartki (08:00 - 9:30 wykład, 09:45 - 11:15 ćwiczenia)

Prowadzący: Sebastian Zając, s.zajac@uksw.edu.pl

Website: http://sebkaz.github.io/DataMining

Opis kursu

Kurs poświęcony jest wprowadzeniu do zagadnień związanych z Eksploracją danych. Uczestnicy kursu mają możliwość poznania technik oraz narzędzi programistycznych stosowanych przy analizie i prezentacji danych.

Szczególny nacisk kładziemy na omówienie i ćwiczenie technik programowania oraz użycia narzędzi przydatnych w pracy m.in. na stanowiskach analityk danych, statistical programmer, junior data scientist oraz w zastosowaniach naukowo-badawczych.

Efekty kształcenia

  1. Wiedza:

    • Zna istotę analizy danych w kontekście analizy statystycznej i Big Data
    • Zna zalety i ograniczenia metod klasyfikacji i klasteryzacji danych
    • Zna rodzaje sieci neuronowych
  2. Umiejętności:

    • Potrafi w praktyce zastosować wybrane metody do klasyfikacji i klasteryzacji danych
    • Potrafi wybrać odpowiednią metodę dla zadanego problemu metodę analizy danych
    • Potrafi wyciągnąć wnioski na podstawie klasyfikacji danych
    • Potrafi wyciągnąć wnioski z metod eksploracyjnych danych
  3. Kompetencje:

    • Potrafi argumentować i wyciągać wnioski z eksploracji danych
    • Potrafi precyzyjnie i zrozumiale komunikować wyniki analizy
    • Ma świadomość biznesowych i społecznych obszarów zastosowań metod eksploracji danych

Każde ćwiczenia zaczynały będą się 5 minutowym sprawdzeniem wiedzy z poprzednich zajęć.

Harmonogram

Zajęcia odbywają się w czwartki w sali 124 b. 24.

  • Wykład od 8:00 do 9:30
  • Laboratorium od 9:45 do 11:15
  1. Tydzień 1 (21.02.2019) - informacje ogólne
  2. Tydzień 2 (28.02.2019) - konfiguracja środowiska Git i Anaconda
  3. Tydzień 3 (07.03.2019) - Pobieranie danych
  4. Tydzień 4 (15.03.2018) - Eksploracyjna analiza danych
date Wykład ćwiczenia
Luty 21 Wiadomości wstępne Software installation
Luty 28 TBA  
Marzec 7 TBA  
Marzec 15 TBA  

Literatura

  1. T. Morzy Eksploracja Danych. Metody i algorytmy, PWN, 2013.
  2. M. Gągolewski Programowanie w języku R, Wydawnictwo Naukowe PWN, 2014.
  3. M. Gągolewski, M. Batoszuk, A. Cena Przetwarzanie i analiza danych w języku Python, PWN, 2016.
  4. R. Schutt, C. O’Neil Badanie danych. Raport z pierwszej lini działań, Helion, 2014.
  5. F. Provost, T. Fawcett Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji. Helion, 2015
  6. Krzyśko, Wołyński, Górecki, Skorzybut, Systemy uczące się . WNT, 2008
  7. D. Mendrala, M. Szeliga, Microsoft SQL Server. Modelowanie i eksploracja danych, Helion 2012

Strony WWW

Zbiory danych

Python