Metody eksploracji danych w odkrywaniu wiedzy
Informacje ogólne
Kod przedmiotu: | 103C-INxxx-MSP-MED |
Kod Erasmus / ISCED: | (brak danych) / (brak danych) |
Nazwa przedmiotu: | Metody eksploracji danych w odkrywaniu wiedzy |
Jednostka: | Wydział Elektroniki i Technik Informacyjnych |
Grupy: |
( Metody )-Sztuczna inteligencja-mgr.-EITI ( Przedmioty techniczne )---EITI ( Przedmioty zaawansowane )-Inżynieria systemów informatycznych-mgr.-EITI ( Przedmioty zaawansowane obieralne )-Systemy informacyjno-decyzyjne-mgr.-EITI ( Przedmioty zaawansowane techniczne )--mgr.-EITI |
Punkty ECTS i inne: |
4.00
|
Język prowadzenia: | polski |
Jednostka decyzyjna: | 103000 - Wydział Elektroniki i Technik Informacyjnych |
Kod wydziałowy: | MED |
Numer wersji: | 3 |
Skrócony opis: |
Na treść wykładu składa się szeroki zakres tematów z dziedziny eksploracji danych. Zostaną przedstawione metody odkrywania różnych typów wiedzy (takich jak np. reguły asocjacyjne i decyzyjne, wzorce sekwencyjne) z dużych zasobów danych oraz metody efektywnego pozyskiwania wiedzy poprzez stosowanie zwięzłych bezstratnych reprezentacji. Przedstawione zostaną także bardzo wydajne metody wyszukiwania duplikatów obiektów, grupowania i klasyfikacji danych, umożliwiające wykonanie tych zadań nawet o kilka rzędów wielkości szybciej niż przy zastosowaniu standardowych algorytmów. Omówione zostanie wykorzystanie impulsowych sieci neuronowych do prognozowania. Zaprezentowane będą metody odkrywania zależności funkcyjnych i przybliżonych pomiędzy zbiorami atrybutów. Omówione zostaną zagadnienia wnioskowania z niepełnych danych i na podstawie wiedzy częściowej. |
Pełny opis: |
Na treść wykładu składa się szeroki zakres tematów z dziedziny eksploracji danych. Zostaną przedstawione metody odkrywania różnych typów wiedzy (takich jak np. reguły asocjacyjne i decyzyjne, wzorce sekwencyjne) z dużych zasobów danych oraz metody efektywnego pozyskiwania wiedzy poprzez stosowanie zwięzłych bezstratnych reprezentacji. Przedstawione zostaną także bardzo wydajne metody wyszukiwania duplikatów obiektów, grupowania i klasyfikacji danych, umożliwiające wykonanie tych zadań nawet o kilka rzędów wielkości szybciej niż przy zastosowaniu standardowych algorytmów. Omówione zostanie wykorzystanie impulsowych sieci neuronowych do prognozowania. Zaprezentowane będą metody odkrywania zależności funkcyjnych i przybliżonych pomiędzy zbiorami atrybutów. Omówione zostaną zagadnienia wnioskowania z niepełnych danych i na podstawie wiedzy częściowej. |
Literatura: |
|
Zajęcia w cyklu "rok akademicki 2022/2023 - sem. letni" (w trakcie)
Okres: | 2023-02-20 - 2023-09-30 |
![]() |
Typ zajęć: |
Projekt, 30 godzin, 36 miejsc
Wykład, 30 godzin, 36 miejsc
|
|
Koordynatorzy: | Marzena Kryszkiewicz | |
Prowadzący grup: | Robert Bembenik, Marzena Kryszkiewicz, Grzegorz Protaziuk | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: | Ocena łączna | |
Jednostka realizująca: | 103200 - Instytut Informatyki |
Zajęcia w cyklu "rok akademicki 2022/2023 - sem. zimowy" (zakończony)
Okres: | 2022-10-01 - 2023-02-19 |
![]() |
Typ zajęć: |
Projekt, 30 godzin, 42 miejsc
Wykład, 30 godzin, 42 miejsc
|
|
Koordynatorzy: | Marzena Kryszkiewicz | |
Prowadzący grup: | Jarosław Chudziak, Marzena Kryszkiewicz, Grzegorz Protaziuk | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: | Ocena łączna | |
Jednostka realizująca: | 103200 - Instytut Informatyki |
Zajęcia w cyklu "rok akademicki 2021/2022 - sem. letni" (zakończony)
Okres: | 2022-02-23 - 2022-09-30 |
![]() |
Typ zajęć: |
Projekt, 30 godzin, 36 miejsc
Wykład, 30 godzin, 36 miejsc
|
|
Koordynatorzy: | Marzena Kryszkiewicz | |
Prowadzący grup: | Robert Bembenik, Jarosław Chudziak, Marzena Kryszkiewicz, Grzegorz Protaziuk | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: | Ocena łączna | |
Jednostka realizująca: | 103200 - Instytut Informatyki |
Zajęcia w cyklu "rok akademicki 2021/2022 - sem. zimowy" (zakończony)
Okres: | 2021-10-01 - 2022-02-22 |
![]() |
Typ zajęć: |
Projekt, 30 godzin, 30 miejsc
Wykład, 30 godzin, 30 miejsc
|
|
Koordynatorzy: | Marzena Kryszkiewicz | |
Prowadzący grup: | Robert Bembenik, Marzena Kryszkiewicz, Grzegorz Protaziuk | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: | Ocena łączna | |
Jednostka realizująca: | 103200 - Instytut Informatyki |
Zajęcia w cyklu "rok akademicki 2020/2021 - sem. letni" (zakończony)
Okres: | 2021-02-20 - 2021-09-30 |
![]() |
Typ zajęć: |
Projekt, 30 godzin, 30 miejsc
Wykład, 30 godzin, 30 miejsc
|
|
Koordynatorzy: | Marzena Kryszkiewicz | |
Prowadzący grup: | Robert Bembenik, Jarosław Chudziak, Marzena Kryszkiewicz, Grzegorz Protaziuk | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: | Ocena łączna | |
Jednostka realizująca: | 103200 - Instytut Informatyki |
Zajęcia w cyklu "rok akademicki 2020/2021 - sem. zimowy" (zakończony)
Okres: | 2020-10-01 - 2021-02-19 |
![]() |
Typ zajęć: |
Projekt, 30 godzin, 30 miejsc
Wykład, 30 godzin, 30 miejsc
|
|
Koordynatorzy: | Marzena Kryszkiewicz | |
Prowadzący grup: | Robert Bembenik, Marzena Kryszkiewicz, Grzegorz Protaziuk | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: | Ocena łączna | |
Jednostka realizująca: | 103200 - Instytut Informatyki |
Właścicielem praw autorskich jest Politechnika Warszawska.