1 z 3 Nazwa przedmiotu R w analizie układów złożonych Complex
Transkrypt
1 z 3 Nazwa przedmiotu R w analizie układów złożonych Complex
Nazwa przedmiotu R w analizie układów złożonych Nazwa przedmiotu w języku angielskim Complex systems analysis in R Kod przedmiotu CSAR Wersja przedmiotu - rok wprowadzenia tej wersji 2013 A. Usytuowanie przedmiotu w systemie studiów A1. Poziom kształcenia - studia I (inż.) lub II (mgr) stopnia A2. Forma i tryb prowadzenia studiów Studia I stopnia (inż.) studia stacjonarne A4. Profil studiów Fizyka techniczna Ogólnoakademicki A5. Specjalność (lub wspólny dla kierunku) Fizyka Komputerowa A6. Jednostka prowadząca przedmiot (wydział, zakład) Wydział Fizyki, Pracownia Fizyki w Ekonomii i Naukach Społecznych A3. Kierunek studiów A7. Jednostka realizująca przedmiot (jeśli inna niż A5 - wydział, zakład) A8. Koordynator przedmiotu (tytuł, imię i nazwisko, stanowisko, eDr inż. Julian Sienkiewicz, adiunkt, [email protected] mail) B. Ogólna charakterystyka przedmiotu B1. Blok przedmiotów (podstawowe, kierunkowe wspólne, Kierunkowe wspólne, FK FM, FK, OE, MN, HES, JO) Obieralne B2. Grupa przedmiotów B3. Poziom przedmiotu (podstawowy, średnio średnio zaawansowany zaawansowany, zaawansowany) B4. Status przedmiotu (obieralny dowolnego wyboru, obowiązkowy, Obieralny obieralny ograniczonego wyboru) B5. Język prowadzenia zajęć (polski Polski lub angielski) B6. Semestr nominalny w planie P7 studiów (np. P7 inż., M2 mgr) B7. Semestr w roku akad. (zimowy lub letni) zimowy Probabilistyka i Komputerowa Analiza Danych Doświadczalnych, B8. Wymagania wstępne - zaliczone uczęszczanie równolegle na Algorytmy Genetyczne i Fizykę przedmioty i/lub kompetencje Układów Złożonych 10 B9. Limit liczby studentów C. Efekty kształcenia i sposób prowadzenia zajęć C1. Forma zajęć dydaktycznych liczba godzin w semestrze: wykład, L-30 ćwiczenia, laboratorium, projekt C3. Liczba punktów ECTS 2 (uzasadnienie w pkt. D1-D3) C4. Cel przedmiotu – nabywane kompetencje (maks. 3 linie tekstu) C4A. Cel przedmiotu w języku angielskim C2. Egzamin (tak/nie) nie Po zaliczeniu przedmiotu studenci będą w stanie przeprowadzić analizę i wizualizację danych oraz symulację modeli fizyki układów złożonych w pakiecie R. Completion of this subject give the ability to analyze and visualize data as well as to simulate simple models of complex physics methods in R. Karta przedmiotu R w analizie układów złożonych kod CSAR 1z3 1. Wprowadzenie do pakietu R. Zmienne, instrukcje sterujące, zapis i odczyt danych do pliku. Operacje macierzowe. Generacja liczb losowych. 2. Wizualizacja w pakiecie R. Histogramy, binowanie. Wykresy 2D i 3D. Biblioteka ggplot2. Generacja plików w formatach PNG, JPG i EPS. 3. Współpraca pakietu R z bazami danych. Połączenie z bazą danych MySQL. Pobieranie i zapisywanie danych. 4. Podstawowe testy i modele statystyczne. Testowanie zgodności hipotezy i dobór parametrów. Metoda najmniejszych kwadratów. Test chi2 oraz test Kolmogorova-Smirnoffa. Dopasowywanie rozkładów. teoretycznych do danych eksperymentalnych. Przykłady danych. C5. Treści kształcenia (podać dla 5. Analiza szeregów czasowych i teoria informacji. Korelacja. każdej z form zajęć dydaktycznych) Autokorelacja. Wykrywanie składowych periodycznych. Entropia. Informacja wzajemna. Dywergencja Jensena-Shannona. Przykłady danych. 6. Sieci złożone. Podstawowe pojęcia. Generacja grafów Erdosa-Renyi, sieci Wattsa-Strogatza i Barabasi-Albert. Obliczanie charakterystyk sieci: rozkład stopni wierzchołków, najkrótsza droga, społeczności. Przykłady danych. 7. Algorytmy genetyczne i sieci neuronowe. Tworzenie i wizualizacja. Przykłady. 8. Eksploracja danych (uczenie maszynowe). Idea klasyfikacji. Analiza skupień. Skalowanie wielowymiarowe. Analiza składowych głównych. Przykłady. 1. Introduction to R. Variables, instructions, file input and output. Matrix operations. Random values generation. 2. Graphics in R. Histograms, binning. 2D and 3D plots. Ggplot2 library. Output to PNG, JPG and EPS file formats. 3. Databases and R. Connecting to MySQL database. Queries. 4. Statistical models and tests in R. Least-squares method. KolmogorovSmirnoff test. Distributions fitting to experimental data. Data examples. 5. Time series analysis and information theory in R. Correlation and C5A: Treści kształcenia w języku autocorrelation functions. Detection of periodic components. Entropy, angielskim mutual information. Jansen-Shannon divergence. Data examples. 6. Complex networks. Basic ideas. Erdos-Renyi, Watts-Strogatz and Barabasi-Albert graphs generation. Basic network characteristic procedures: degree distribution, shortest paths, communities. Data examples. 7. Genetic algorithms and neural networks. Construction and visualization. Examples. 8. Data-mining. Classification. Cluster analysis. Principal component analysis. Multidimensional scaling. Examples. Zadania wykonywane na laboratoriach: 8 x 10 punktów. Kolokwium: 20 punktów. C6. Metody oceny – krótki regulamin zaliczenia przedmiotu Suma: 100 punktów. Oceny: 51-60 dst, 61-70 dst+, 71-80 db, 81-90 db+, 91-100 bdb [1] P. Biecek, Przewodnik po pakiecie R, Oficyna Wydawnicza Gis, Wrocław 2011. [2]. T. Górecki, Podstawy statystyki z przykładami w R, Wydawnictwo C7. Literatura (spis podręczników i BTC, Legionowo 2011. lektur uzupełniających) [3] M. Walesiak, E. Gatnar , Statystyczna analiza danych z wykorzystaniem pakietu R, Wydawnictwo Naukowe PWN, Warszawa 2013. [4]. J. Ćwik, J. Mielniczuk, Statystyczne systemy uczące się. Ćwiczenia w oparciu o pakiet R, Oficyna Wydawnicza PW, Warszawa 2009. C8. Witryna www przedmiotu w przygotowaniu Karta przedmiotu R w analizie układów złożonych kod CSAR 2z3 D. Nakład pracy studenta D1. Liczba godzin pracy studenta związanych z osiągnięciem efektów Uczestniczenie w laboratoriach 30 godz, przygotowanie do zajęć i kształcenia (nakład pracy dla kolokwiów 15 godz, uczestniczenie w konsultacjach 5 godz, różnych form zajęć, praca własna, przygotowanie do sprawdzianów, obecność na egzaminie o godz. Razem w semestrze 50 godz, co egzamin). Razem liczba godzin w odpowiada 2 ECTS. przybliżeniu równa liczba ECTSx25 D2 Liczba punktów ECTS na Uczestniczenie: w laboratoriach 30 godz, w konsultacjach 5 godz, zajęciach wymagających bezpośredniego udziału nauczycieli Razem w semestrze 35 godz, co odpowiada 1,4 ECTS. akademickich: D3. Liczba punktów ECTS, którą Zajęcia laboratoryjne 30 godz., Razem w semestrze 30 godz, co student uzyskuje w ramach zajęć o odpowiada 122 ECTS. charakterze praktycznym E. Informacje dodatkowe E1. Uwagi E2. Data ostatniej aktualizacji 30.05.2013 Tabela 1. Efekty kształcenia dla przedmiotu – profil ogólnoakademicki Kod efektu Student, który zaliczył przedmiot: WIEDZA Zna podstawowe metody analizy danych układów złożonych i ich modelowania. CSAR_W01 Odniesienie do efektów Metoda sprawdzania efektu kształcenia dla kształcenia kierunku obszaru Zadania domowe, kolokwium Knows fundamental methods of complex systems data analysis and modeling. UMIEJĘTNOŚCI Potrafi wykorzystać gotowe narzędzia programistyczne do sprawdzenia zgodności modelu z danymi rzeczywistymi Zadania domowe, CSAR_U01 kolokwium Can apply ready-to-use programming tools to check the validity of the assumed model with respect to real-world data. KOMPETENCJE SPOŁECZNE Potrafi myśleć w sposób przedsiębiorczy oraz określić priorytet związany z realizacją określonego przez siebie zdania. Zadania domowe, CSAR_K01 kolokwium Is able to think in a innovative manner and set the priority related to accomplishment of the given task. Karta przedmiotu R w analizie układów złożonych kod CSAR FT1_W13 T1A_W04 T1A_W07 FT1_U14 FT1_U20 T1A_U08 T1A_U07 T1A_U09 FT1_K04 FT1_K06 T1A_K04 T1A_K06 3z3