Uniwersytet Łódzki - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Informatyczne wspomaganie decyzji logistycznych

Informacje ogólne

Kod przedmiotu: 1100-IW0LIL Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Informatyczne wspomaganie decyzji logistycznych
Jednostka: Wydział Matematyki i Informatyki
Grupy:
Punkty ECTS i inne: 0 LUB 6.00 (w zależności od programu)
zobacz reguły punktacji
Język prowadzenia: polski
Efekty kształcenia:

E1. Wie co to jest analityka biznesowa (Business intelligence - BI) i system wspomagania decyzji (Decision Support System - DSS).

E2. Wie na czym polega proces odkrywania wiedzy z baz danych (Knowledge Discovery in Databases - KDD) i eksploracji danych (Data Mining).

E3. Wie co to są narzędzia OLAP (Online Analytical Processing).

E4. Zna podstawy języka R.

E5. Zna podstawowe techniki eksploracji danych: grupowanie, reguły asocjacyjne i drzewa decyzyjne.

E6. Potrafi używać podstawe techniki eksploracji danych za pomocą języka R i pakietu Rattle.

Powyższe efekty kształcenia osiągane w ramach przedmiotu pozwalają na realizację kierunkowych efektów kształcenia, mających następujące oznaczenia w programie Informatyka I stopnia: I-1A_W01, I-1A_W04, I-1A_W05, I-1A_W09, I-1A_U04, I-1A_U07, I-1A_U08, I-1A_U09, I-1A_U10, I-1A_U12, I-1A_U13, I-1A_U14, I-1A_U21, I-1A_K01, I-1A_K03, I-1A_K06, I-1A_K07, Isd1A_W14, Isd1A_U24, Ili1A_W14, Ili1A_W18, Ili1A_W20, Ili1A_U22, Ili1A_U29, Ili1A_U30, Ili1A_U32.

Forma zaliczenia:

E

Forma studiów:

stacjonarne

Wymagania wstępne:

Podstawowe informacje z zakresu baz danych, języka SQL i programowania

Skrócony opis:

Celem przedmiotu jest zapoznanie studentów z narzędziami do wspomagania decyzji opartymi na algorytmach eksploracji danych.

Zajęcia w cyklu "Semestr zimowy 2016/2017" (zakończony)

Okres: 2016-10-01 - 2017-02-19
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia informatyczne, 28 godzin więcej informacji
Wykład, 28 godzin więcej informacji
Koordynatorzy: Monika Bartkiewicz
Prowadzący grup: Monika Bartkiewicz
Lista studentów: (nie masz dostępu)
Zaliczenie: Ocena zgodna z regulaminem studiów
Metody dydaktyczne:

klasyczna metoda problemowa, metoda projektu

Sposoby i kryteria oceniania:

Ocena z ćwiczeń zależy od liczby wykonanych projektów w ramach zajęć (EK4-EK6), na ocenę bardzo dobrą wymagane jest wykonanie dodatkowego projektu lub zaliczenie kolokwium, sprawdzające efekty EK4-EK6. Egzamin sprawdza efekty EK1-EK3. Oceną końcową jest ocena z ćwiczeń (60%) i ocena z egzaminu (40%).

Treści kształcenia:

1. Pojęcie i architektura systemu Business Intelligence oraz systemu wspomagania decyzji (Decision Support System - DSS).

2. Hurtownie danych.

3. Interaktywne przetwarzanie analityczne (OLAP).

4. Co to jest eksploracja danych?

5. Omówienie metodyki CRISP-DM.

6. Podstawy języka R i pakietu Rattle.

7. Praca z danymi w Rattle i R:

(a) nazewnictowo,

(b) jakość danych,

(c) import danych z różnych źródeł (CSV, ARFF, ODBC, SQLite, R Data),

(d) eksploracja danych (podsumowywanie, wykresy, analiza korelacji),

(e) przekształcanie danych (normalizacja, imputacja, czyszczenie).

8. Tworzenie modeli:

(a) Grupowanie,

(b) Analiza asocjacji,

(c) Drzewa decyzyjne,

(d) przykłady innych modeli.

9. Ocena wydajności modeli.

10. Wdrożenie.

Literatura:

[1]Graham Williams Data Mining With Rattle and R_ The Art of Excavating Data for Knowledge Discovery, Springer 2011

[2]Biecek, Przemysław. Przewodnik po pakiecie R. Wrocław: Oficyna Wydawnicza „GIS”, 2011.

[3]Daniel T Larose, i Anna Wilbik. Odkrywanie wiedzy z danych: wprowadzenie do eksploracji danych. Warszawa: Wydawnictwo Naukowe PWN, 2013.

[4]Walesiak, Marek, Gatnar, Eugeniusz, i Andrzej Bąk. Statystyczna analiza danych z wykorzystaniem programu R. Warszawa: Wydawnictwo Naukowe PWN, 2009.

Zajęcia w cyklu "Semestr zimowy 2015/2016" (zakończony)

Okres: 2015-10-01 - 2016-02-14
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia informatyczne, 28 godzin więcej informacji
Wykład, 28 godzin więcej informacji
Koordynatorzy: Monika Bartkiewicz
Prowadzący grup: Monika Bartkiewicz
Lista studentów: (nie masz dostępu)
Zaliczenie: Ocena zgodna z regulaminem studiów
Metody dydaktyczne:

klasyczna metoda problemowa, metoda projektu

Sposoby i kryteria oceniania:

Ocena z ćwiczeń zależy od liczby wykonanych projektów w ramach zajęć (EK4-EK6), na ocenę bardzo dobrą wymagane jest wykonanie dodatkowego projektu lub zaliczenie kolokwium, sprawdzające efekty EK4-EK6. Egzamin sprawdza efekty EK1-EK3. Oceną końcową jest ocena z ćwiczeń (60%) i ocena z egzaminu (40%).

Treści kształcenia:

1. Pojęcie i architektura systemu Business Intelligence oraz systemu wspomagania decyzji (Decision Support System - DSS).

2. Hurtownie danych.

3. Interaktywne przetwarzanie analityczne (OLAP).

4. Co to jest eksploracja danych?

5. Omówienie metodyki CRISP-DM.

6. Podstawy języka R i pakietu Rattle.

7. Praca z danymi w Rattle i R:

(a) nazewnictowo,

(b) jakość danych,

(c) import danych z różnych źródeł (CSV, ARFF, ODBC, SQLite, R Data),

(d) eksploracja danych (podsumowywanie, wykresy, analiza korelacji),

(e) przekształcanie danych (normalizacja, imputacja, czyszczenie).

8. Tworzenie modeli:

(a) Grupowanie,

(b) Analiza asocjacji,

(c) Drzewa decyzyjne,

(d) przykłady innych modeli.

9. Ocena wydajności modeli.

10. Wdrożenie.

Literatura:

[1]Graham Williams Data Mining With Rattle and R_ The Art of Excavating Data for Knowledge Discovery, Springer 2011

[2]Biecek, Przemysław. Przewodnik po pakiecie R. Wrocław: Oficyna Wydawnicza „GIS”, 2011.

[3]Daniel T Larose, i Anna Wilbik. Odkrywanie wiedzy z danych: wprowadzenie do eksploracji danych. Warszawa: Wydawnictwo Naukowe PWN, 2013.

[4]Walesiak, Marek, Gatnar, Eugeniusz, i Andrzej Bąk. Statystyczna analiza danych z wykorzystaniem programu R. Warszawa: Wydawnictwo Naukowe PWN, 2009.

Zajęcia w cyklu "Semestr letni 2014/2015" (zakończony)

Okres: 2015-02-16 - 2015-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia informatyczne, 28 godzin więcej informacji
Wykład, 28 godzin więcej informacji
Koordynatorzy: Monika Bartkiewicz
Prowadzący grup: Monika Bartkiewicz, Andrzej Skowron
Lista studentów: (nie masz dostępu)
Zaliczenie: Ocena zgodna z regulaminem studiów
Czy ECTS?:

T

Metody dydaktyczne:

• klasyczna metoda problemowa


• metoda projektu

Sposoby i kryteria oceniania:

Warunkiem koniecznym zaliczenia ćwiczeń jest wykonanie projektów w ramach zajęć (EK 1-7). Na ocenę dobrą wymagane jest wykonanie dodatkowego projektu, a na bardzo dobrą, dwóch.

Treści kształcenia:

1. Pojęcie i architektura systemu Business Intelligence oraz systemu wspomagania decyzji (Decision Support System - DSS).


2. Hurtownie danych.


3. Interaktywne przetwarzanie analityczne (OLAP).


4. Co to jest eksploracja danych?


5. Omówienie metodyki CRISP-DM.


6. Podstawy języka R i pakietu Rattle.


7. Praca z danymi w Rattle i R:


(a) nazewnictowo,


(b) jakość danych,


(c) import danych z różnych źródeł (CSV, ARFF, ODBC, SQLite, R Data),


(d) eksploracja danych (podsumowywanie, wykresy, analiza korelacji),


(e) przekształcanie danych (normalizacja, imputacja, czyszczenie).


8. Tworzenie modeli:


(a) Grupowanie,


(b) Analiza asocjacji,


(c) Drzewa decyzyjne,


(d) przykłady innych modeli.


9. Ocena wydajności modeli.


10. Wdrożenie.

Literatura:

Biecek, Przemysław. Przewodnik po pakiecie R. Wrocław: Oficyna Wydawnicza „GIS”, 2011.

Daniel T Larose, i Anna Wilbik. Odkrywanie wiedzy z danych: wprowadzenie do eksploracji danych. Warszawa: Wydawnictwo Naukowe PWN, 2013.

Walesiak, Marek, Gatnar, Eugeniusz, i Andrzej Bąk. Statystyczna analiza danych z wykorzystaniem programu R. Warszawa: Wydawnictwo Naukowe PWN, 2009.

Januszewski, Arkadiusz. Funkcjonalność informatycznych systemów zarządzania. T. 1, T. 2,. Warszawa: Wydawnictwo Naukowe PWN, 2008.

Kwiatkowska, Anna M. Systemy wspomagania decyzji: jak korzystać z wiedzy i informacji w praktyce. Warszawa: Wydawnictwo Naukowe PWN, 2007.

Zajęcia w cyklu "Semestr letni 2013/2014" (zakończony)

Okres: 2014-02-17 - 2014-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia informatyczne, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Andrzej Skowron
Prowadzący grup: Andrzej Skowron
Lista studentów: (nie masz dostępu)
Zaliczenie: Ocena zgodna z regulaminem studiów
Czy ECTS?:

T

Metody dydaktyczne:

• klasyczna metoda problemowa


• metoda projektu

Sposoby i kryteria oceniania:

Warunkiem koniecznym zaliczenia ćwiczeń jest wykonanie jednego projektu (EK 1-5). Egzamin w formie testu (EK 1-5). Ocena końcowa jest średnią ocen z zaliczenia i egzaminu.

Treści kształcenia:

1. Pojęcie i architektura systemu Business Intelligence oraz systemu wspomagania decyzji (Decision Support System - DSS).


2. Hurtownie danych.


3. Interaktywne przetwarzanie analityczne (OLAP).


4. Co to jest eksploracja danych?


5. Omówienie metodyki CRISP-DM.


6. Podstawy języka R i pakietu Rattle.


7. Praca z danymi w Rattle i R:


(a) nazewnictowo,


(b) jakość danych,


(c) import danych z różnych źródeł (CSV, ARFF, ODBC, SQLite, R Data),


(d) eksploracja danych (podsumowywanie, wykresy, analiza korelacji),


(e) przekształcanie danych (normalizacja, imputacja, czyszczenie).


8. Tworzenie modeli:


(a) Grupowanie,


(b) Analiza asocjacji,


(c) Drzewa decyzyjne,


(d) przykłady innych modeli.


9. Ocena wydajności modeli.


10. Wdrożenie.

Literatura:

Januszewski, Arkadiusz. Funkcjonalność informatycznych systemów zarządzania. T. 1-2. Warszawa: Wydawnictwo Naukowe PWN, 2008.

Kwiatkowska, Anna M. Systemy wspomagania decyzji: jak korzystać z wiedzy i informacji w praktyce. Warszawa: Wydawnictwo Naukowe PWN, 2007.

Biecek, Przemysław. Przewodnik po pakiecie R. Wrocław: Oficyna Wydawnicza „GIS”, 2011.

Daniel T Larose, i Anna Wilbik. Odkrywanie wiedzy z danych: wprowadzenie do eksploracji danych. Warszawa: Wydawnictwo Naukowe PWN, 2013.

Williams, Graham J. Data Mining with Rattle and R: The Art of Excavating Data for Knowledge Discovery. New York: Springer, 2011.

Walesiak, Marek, Gatnar, Eugeniusz, i Andrzej Bąk. Statystyczna analiza danych z wykorzystaniem programu R. Warszawa: Wydawnictwo Naukowe PWN, 2009.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Łódzki.