Data wydruku: 24.01.2017 10:09 Strona 1 z 2 Nazwa przedmiotu
Transkrypt
Data wydruku: 24.01.2017 10:09 Strona 1 z 2 Nazwa przedmiotu
Nazwa przedmiotu Metody data mining Kod przedmiotu Z:AG201W1 Jednostka Katedra Zastosowań Informatyki w Zarządzaniu Kierunek Analityka gospodarcza Obszary kształcenia Nauki społeczne Profil kształcenia ogólnoakademicki Rok studiów 1 Typ przedmiotu Obowiąkowy Semestr studiów 1 Poziom studiów II stopnia ECTS 4.0 Liczba punktów ECTS Aktywność studenta gk Udział w zajęciach dydaktycznych objętych planem studiów 16 Udział w konsultacjach pw 9 Praca własna studenta 75 Suma Wykładowcy 25 75 Łączna liczba godzin pracy studenta 100 Liczba punktów ECTS 4.0 dr Paweł Weichbroth (Osoba opowiedzialna za przedmiot) Prowadzący: dr Paweł Weichbroth Cel przedmiotu Zastosowanie metod data mining dla potrzeb podejmowania decyzji Efekty kształcenia Odniesienie do efektów kierunkowych Efekt kształcenia z przedmiotu Sposób weryfikacji efektu [K_U10] Posiada umiejętności rozumienia, analizowania i oceny zjawisk ekonomicznych w skali makroekonomicznej Studenci poznają metody ilościowe i miejsce data mining [K_W02] Ma rozszerzoną wiedzę o sposobach opisu zjawisk ekonomicznych metodami ilościowymi. Studenci poznają metody ilościowe [SW1] Ocena wiedzy faktograficznej [K_W10] Ma pogłębioną wiedzę w zakresie metod ilościowych pozwalające na opis i analizę procesów społecznogospodarczych z wykorzystaniem technologii informatycznych. Studenci poznają metody ilościowe i miejsce data mining [SW1] Ocena wiedzy faktograficznej [K_K01] Rozumie potrzebę nieustannego uczenia się, a w szczególności poznawania zaawansowanych i nowoczesnych narzędzi analizy danych. Studenci poznają metody ciągłego gromadzenia i przetwarzania danych [SK2] Ocena postępów pracy [SK3] Ocena umiejętności organizacji pracy [K_U04] Potrafi prognozować złożone procesy i zjawiska społeczno-gospodarcze z wykorzystaniem zaawansowanych metod i narzędzi analizy danych ilościowych i jakościowych. Studenci poznają i stosują metody [SU2] Ocena umiejętności prognozowania zjawisk w analizy informacji zarządzaniu [SU1] Ocena realizacji zadania Sposób realizacji na uczelni Wymagania wstępne i dodatkowe Znajmosc metod statystycznych Zalecane komponenty przedmiotu 1. Znajomość inteligentnych metod przetwarzania [SU2] Ocena umiejętności analizy informacji [SU1] Ocena realizacji zadania 2. Znajomość metod analizy statystycznej Data wydruku: 07.03.2017 13:25 Strona 1 z 2 Treść przedmiotu Wprowadzenie do metod data mining. Znaczenie analiz data mining. Proces realizacji dystrybucji z wykorzystaniem data mining. Proces realizacji sprzedaży z wykorzystaniem data mining. Opis danych przedsiębiorstwa i wyrobów z wykorzystaniem data mining Ewidencja czasu pracy z wykorzystaniem data mining. Egzamin. Zalecana lista lektur Literatura podstawowa 1. Osowski S., Metody i narzędzia eksploracji danych, Wyd btc, Legionowo, 2013 2. Larose T., Metody i model eksploracji danych, Wydawnictwo Naukowe, PWN, Warszawa 2012 Literatura uzupełniająca 1. Arkadiusz Januszewski; Funkcjonalność Informatycznych systemów zarządzania - Zintegrowane systemy transakcyjne; PWN W-wa 2008 2. pod red. Stanisław Wrycza; Informatyka ekonomiczna; PWE Warszawa 2010 3. 2. Pollak, B. (Ed.): Ultra-Large-Scale Systems, 150 pages, ISBN:0-9786956-0-7, June 2006. 3. Report of a Workshop on The Scope and Nature of Computational Thinking, Committee for the Workshops on Computational Thinking; National Research Council 126 pages, ISBN-10: 0-309-14957-6, 2010. 4. http://books.nap.edu/openbook.php?record_id=12840&page=2 5. Zander, J., Mosterman, P.J., et al.: On the Structure of Time in Computational Semantics of a VariableStep Solver for Hybrid Behavior Analysis, 18th World Congress of the International Federation of Automatic Control (IFAC), Milano, Italy, 2011. 6. Kelly, K., On the next 5,000 days of the web, TED Talk, 2007. Formy zajęć i metody nauczania Forma zajęć Wykład Ćwiczenia Laboratorium Projekt Seminarium 8.0 0.0 8.0 0.0 0.0 Liczba godzin zajęć Suma godzin dydaktycznych w semestrze, objętych planem studiów 16 W tym kształcenie na odległość: 0.0 Metody i kryteria oceniania Kryteria oceniania: składowe Próg zaliczeniowy Procent oceny końcowej egzamin pisemny 60.0 50.0 zaliczenie laboratorium 60.0 50.0 Przykładowe zagadnienia / Przykładowe zadania / Realizowane zadania Przeprowadź proces normalizacji i standaryzacji danych dotyczących wartości nieruchomości Określ prognozę zachowań rynku kapitałowego Język wykładowy polski Praktyki zawodowe Nie dotyczy Data wydruku: 07.03.2017 13:25 Strona 2 z 2