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

Analiza danych i modelowanie przestrzenne w nowoczesnym leśnictwie

Informacje ogólne

Kod przedmiotu: L.2s.ANA.SM.LLGEZ
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Analiza danych i modelowanie przestrzenne w nowoczesnym leśnictwie
Jednostka: Katedra Zarządzania Zasobami Leśnymi
Grupy:
Punkty ECTS i inne: 6.00 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.
Język prowadzenia: polski
Pełny opis:

Wykłady 18 godz.

Tematyka zajęć "- Prezentacja metod eksploracji danych oraz ich podziału.

- Metody podstawowej analizy i wizualizacji danych.

- Wprowadzenie do metod klasyfikacji danych.

- Wprowadzenie do metod kategoryzacji danych

- Wprowadzenie do metod skalowania wielowymiarowego."

Ćwiczenia laboratoryjne 48 godz.

Tematyka zajęć "- Przegląd metod i narzędzi eksploracji danych; przygotowanie danych do analizy.

- Wizualizacja i interpretacja danych (box plot, parallel coordinates, linear projection, survey plot, sieve diagram, heat map).

- Przegląd metod klasyfikacji klasyfikacji danych (naive bayes, classification tree, random forest, ANN)

- Sposoby oceniania klasyfikatorów za pomocą statystyk błędu jak i analizy ROC. Wykorzystanie i interpretacja confusion martrix.

- Metody kategoryzacji danych (k-means, hierarchical clustering); zalety i wady poszczególnych metod; interpretacją wyników uzyskanych z pomocą wymienionych metod; różne metody liczenia odległości w przestrzeni prób.

- Metody skalowania wielowymiarowego (PCA - principal components analysis, MDA - multidimensional scaling, SOM - self organizing map); wykorzystania powyższych metod do redukcji wymiarów danych wejściowych.

"

Literatura:

Podstawowa

1. Larose D.T., Metody i modele eksploracji danych, Wydawnictwo Naukowe PWN, 2012

2. Larose D.T., Odkrywanie wiedzy z danych Wprowadzenie do eksploracji danych, Wydawnictwo Naukowe PWN, 2006

3. Hand D., Mannila H., Smyth P., Eksploracja danych, Wydawnictwa Naukowo-Techniczne WNT, 2012"

Uzupełniająca

1. Nong Ye, The handbook of data mining, Human Factors and Ergonomics, 2003

Efekty uczenia się:

WIEDZA - zna i rozumie:

LES_ANA_W01 Zna podstawową wiedzę na temat metod analizy danych z wykorzystaniem narzędzi eksploracji danych. Zna metody wizualizacji danych, klasyfikacji, kategoryzacji oraz skalowania wielowymiarowego. LES2_W01 RL

LES_ANA_W02 Wie jak budować modele predykcyjne oraz klasyfikacyjne. Wie jak oceniać wynik uzyskane metodami uczenia maszynowego. LES2_W01 RL

UMIEJĘTNOŚCI - potrafi:

LES_ANA_U01 Potrafi wizualizować dane; umie dobrać metody prezentacji oraz je zinterpretować; potrafi klasyfikować dane w oparciu o metody uczenia maszynowego; umie dobrać metody kategoryzacji danych. LES2_U01, LES2_U04 RL

LES_ANA_U02 Potrafi wykorzystać metody uczenia maszynowego do budowania modeli predykcyjnych; umie ocenić wyniki i porównać utworzone modele. LES2_U01, LES2_U04 RL

KOMPETENCJE SPOŁECZNE - jest gotów do:

LES_ANA_K01 Potrafi pracować samodzielnie oraz współdziałać w grupie LES2_K02 RL

Metody i kryteria oceniania:

Sposoby weryfikacji oraz zasady i kryteria oceny

wykład:"test wielokrotnego wyboru (minimum 51% poprawnych odpowiedzi w celu uzyskania oceny 3.0); udział oceny z zaliczenia wykładów w ocenie końcowej wynosi 50%.

cwl."Przygotowanie indywidualnych projektów (analiz danych). Na zaliczenie ćwiczeń należy uzyskać ocenę pozytywną z więcej niż 75% projektów.

Udział oceny z zaliczenia ćwiczeń w ocenie końcowej wynosi 50%."

Zajęcia w cyklu "Semestr zimowy 2020/2021" (zakończony)

Okres: 2020-10-01 - 2021-02-24
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia laboratoryjne, 48 godzin więcej informacji
Wykład, 18 godzin więcej informacji
Koordynatorzy: Paweł Netzel
Prowadzący grup: Paweł Netzel
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Wykład - Egzamin

Zajęcia w cyklu "Semestr zimowy 2021/2022" (zakończony)

Okres: 2021-10-01 - 2022-02-27
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia laboratoryjne, 48 godzin więcej informacji
Wykład, 18 godzin więcej informacji
Koordynatorzy: Paweł Netzel
Prowadzący grup: Paweł Netzel
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Wykład - Egzamin

Zajęcia w cyklu "Semestr zimowy 2022/2023" (zakończony)

Okres: 2022-10-01 - 2023-02-26
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia laboratoryjne, 48 godzin więcej informacji
Wykład, 18 godzin więcej informacji
Koordynatorzy: Paweł Netzel
Prowadzący grup: Paweł Netzel
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Wykład - Egzamin
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 (2024-03-22)