Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie - Centralny System Uwierzytelniania
Strona główna

Przetwarzanie i wizualizacja danych doświadczalnych

Informacje ogólne

Kod przedmiotu: D.PRZET.SD.OOGXY.O
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Przetwarzanie i wizualizacja danych doświadczalnych
Jednostka: Wydział Biotechnologii i Ogrodnictwa
Grupy:
Punkty ECTS i inne: (brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Skrócony opis:

Nabycie wiedzy dotyczącej zaawansowanych metod przetwarzania danych z wykorzystaniem programów Excel oraz Statistica, przedstawiania i wykorzystania różnych sposobów wizualizacji wyników doświadczalnych (ryciny, tabele, schematy itp.) oraz rozszerzonych funkcji aplikacji komputerowych w analizie danych.

Nabycie umiejętności posługiwania się zaawansowanymi narzędziami analizy danych, wskazania zasad opisywania i dyskusji wyników własnych na tle badań już opublikowanych, pogłębienia znajomości internetowych zasobów naukowych.

Zajęcia przedmiotowe ułatwią przygotowanie rozprawy doktorskiej i zwiększają kompetencje w zakresie efektywności swojej pracy twórczej.

Pełny opis:

Treści programowe (ćwiczenia)

Eksploracja danych z dziedziny nauk rolniczych, leśnych i technicznych w zasobach Internetu

Data mining - najnowsze trendy w naukach rolniczych, leśnych i technicznych dostępne w hurtowniach wiedzy

Tabelaryczna prezentacja danych doświadczalnych w układach złożonych w programie Microsoft Word i automatyzacja pracy z dokumentami

Wykorzystanie zaawansowanych funkcji programu Microsoft Excel do sporządzania zestawień danych, ich przetwarzania oraz obróbki.

Profesjonalne metody wizualizacji danych eksperymentalnych za pomocą różnych typów infografik (m.in. Excel, Statistica, kreatory wykresów online)

Zaawansowane przetwarzanie statystyczne danych w programie Statistica (zasady doboru danych do analizy, układ arkuszowy danych, wybór testów, poziomy istotności, rozkład danych w populacji, interpretacja danych eksperymentalnych na drodze analizy statystycznej, szczegółowe zasady opisu uzyskanych rezultatów)

Pogłębiona analiza korelacji i regresji w programie Statistica (macierze, współczynniki korelacji, typy korelacji i regresji, wykresy rozrzutu z opcjami rozszerzonymi, modelowanie) oraz ocena i opisywanie uzyskanych rezultatów

Szczegółowa analiza i komplementarny opis przykładowych danych z różnych badań eksperymentalnych

Projektowanie elementów prac doktorskich przygotowanych z wykorzystaniem zaawansowanych technik analitycznych i edytorskich

Literatura:

Podstawowa (do 3 pozycji):

1. Sokół M., Rajca P., 2014. Internet. Ćwiczenia praktyczne. Helion

2. Wróblewski P., 2010. MS Office 2010 PL w biurze i nie tylko. Helion

3. Schwartz S., 2008. Po prostu Office 2007 PL. Helion

Uzupełniająca (do 3 pozycji):

1. Tematyczne czasopisma naukowe

2. Naukowe zasoby Internetu

3. Internetowy podręcznik statystyki 2014 (http://www.statsoft.pl/textbook/stathome.html)

Efekty uczenia się:

WIEDZA

Posiada pogłębioną wiedzę o środowisku internetowym, zaawansowanych mechanizmach działania narzędzi wyszukujących informacje, wykazuje znajomość metod eksploracji danych (data mining) i przeszukiwania światowych zasobów Internetu z zakresu nauk rolniczych, leśnych i technicznych. Posiada wiedzę dotyczącą porównywania i zestawiania danych pochodzących z tematycznych opracowań naukowych dostępnych w Internecie, z wykorzystaniem aplikacji komputerowych. Ma wiedzę o najnowszych kierunkach rozwojowych w dziedzinie nauk rolniczych, leśnych i technicznych. Ma wiedzę o zaawansowanych narzędziach analizy i przetwarzania danych eksperymentalnych za pomocą specjalistycznego oprogramowania. Posiada pogłębioną wiedzę o technikach wizualizacji danych i metodach tworzenia rozbudowanych infografik. Ocenia na drodze statystycznej powiązania między organizmami żywymi a środowiskiem. Posiada praktyczną wiedzę o zasadach opracowywania, zestawiania oraz interpretacji wyników eksperymentalnych. Posiada wiedzę odnośnie sporządzenia opracowania projektowego z zagadnień tematycznych oraz przygotowania pracy doktorskiej.

UMIEJĘTNOŚCI

Posiada umiejętność wykorzystania i zrozumienia danych naukowych dostępnych w Internecie. Potrafi zastosować narzędzia internetowe w celu eksploracji informacji naukowych. Posiada umiejętność samodzielnej analizy i przetwarzania danych. Wykorzystuje zaawansowane techniki wizualizacji danych. Ma umiejętności w zakresie szczegółowego opisu danych doświadczalnych. Potrafi przygotować samodzielne opracowania dotyczące zagadnień związanych z naukami rolniczymi, leśnymi i technicznymi.

KOMPETENCJE

Rozumie potrzebę zdobywania oraz przekazywania wiedzy społeczeństwu w celu zapewnienia dalszego rozwoju nauk rolniczych, leśnych i technicznych. Ma świadomość znaczenia i wykorzystania technologii informacyjnej w nauce i w nowoczesnym społeczeństwie. Potrafi samodzielnie zdobywać, przyswajać oraz przetwarzać komputerowo potrzebne informacje. Potrafi w sposób właściwy ocenić wyniki eksperymentów, obserwacje i obliczenia oraz przedyskutować uzyskane rezultaty.

Metody i kryteria oceniania:

Na ocenę 3

Wymienia zaawansowane techniki informatyczne służące analizie danych, ale nie opisuje sposobów ich wykorzystania

Zna metody analizy danych z dziedziny nauk rolniczych, leśnych i technicznych, ale ma trudności z ich stosowaniem

Jest świadomy wykorzystania technik analizy informacji w naukach rolniczych, leśnych i technicznych oraz w społeczeństwie, ale nie uwzględnia ich w praktyce

Na ocenę 4

Wymienia zaawansowane techniki informatyczne służące analizie danych, przedstawia możliwości ich wykorzystania

Stosuje metody analizy danych z dziedziny nauk rolniczych, leśnych i technicznych

Jest świadomy wykorzystania technik analizy informacji w naukach rolniczych, leśnych i technicznych oraz w społeczeństwie i częściowo uwzględnia to w swoich działaniach

Na ocenę 5

Wymienia zaawansowane techniki informatyczne służące analizie danych, proponuje modyfikacje i rozwinięcia tych technik

Dobiera i modyfikuje metody analizy danych z dziedziny nauk rolniczych, leśnych i technicznych, potrafi się nimi płynne posługiwać

Jest świadomy wykorzystania technik analizy informacji w naukach rolniczych, leśnych i technicznych oraz w społeczeństwie, przypisuje temu znaczącą wagę i uwzględnia w swoich działaniach

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie.
kontakt deklaracja dostępności USOSweb 7.0.3.0-1 (2024-04-02)