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