WYDZIAŁ INŻYNIERII ŚRODOWISKA

KARTA PRZEDMIOTU

Nazwa w języku polskim: Metody analizy danych środowiskowych
Nazwa w języku angielskim: Methods for environmental data analysis
Kierunek studiów: Inżynieria Środowiska
Specjalność:
Stopień: I
Forma: stacjonarna
Rodzaj przedmiotu: wybieralny
Kod przedmiotu: ISS108394BK
   

 

Wykład

Ćwiczenia

Laboratorium

Projekt

Seminarium

Liczba godzin zajęć zorganizowanych w Uczelni (ZZU)

15 15

Liczba godzin całkowitego nakładu pracy studenta (CNPS)

30 30

Forma zaliczenia

Zaliczenie na ocenę Zaliczenie na ocenę
Grupa

Liczba punktów ECTS

1 1

w tym liczba punktów odpowiadająca zajęciom o charakterze praktycznym (P)

1

w tym liczba punktów ECTS odpowiadająca zajęciom wymagającym bezpośredniego kontaktu (BK)

0.5 0.5 NAN NAN NAN
 
WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI
1Ma podstawową wiedzę w zakresie ochrony środowiska
 
CELE PRZEDMIOTU
C1Pogłębienie wiedzy w zakresie metod analizy danych środowiskowych
C2Poznanie narzędzi wykorzystywanych w analizach danych środowiskowych.
C3Nabycie umiejętności zastosowania metod matematycznych do analizy szeregów obserwacyjnych.
 

PRZEDMIOTOWE EFEKTY KSZTAŁCENIA

Z zakresu wiedzy:
PEK W01Ma wiedzę w zakresie podstawowych metod matematycznych wykorzystywanych do analizy danych pomiarowych
PEK W02Jest w stanie zaproponować metodę statystyczną do analizy szeregów obserwacyjnych .
PEK W03Może dokonać wyboru metody przestrzennej analizy danych.
Z zakresu umiejętności:
PEK U01Potrafi interpretować uzyskane wyniki z pomiarów oraz zastosować metody wnioskowania statystycznego w odniesieniu do badanych procesów.
PEK U02Potrafi posługiwać się technikami informacyjno-komunikacyjnymi w celu analizy danych środowiskowych
Z zakresu kompetencji społecznych:
PEK K01Posiada umiejętność pracy w grupie i przyjmowania w niej różnych ról, w tym lidera, wykonawcy i sprawozdawcy
 

TREŚCI PROGRAMOWE

Forma zajęć - wykład

Liczba
godzin
Wy1Rodzaje danych środowiskowych. Przygotowanie danych do analizy2
Wy2Metody eksploracji danych wraz z przykładami2
Wy3Badania ankietowe2
Wy4Metody analizy badań ankietowych2
Wy5Organizacja badań terenowych wraz z przykładami2
Wy6Metody analizy danych przestrzennych2
Wy7Kolokwium1
Suma godzin13
 

TREŚCI PROGRAMOWE

Forma zajęć - ćwiczenia

Liczba
godzin
Suma godzin0
  La1Wprowadzenie. Omówienie zakresu ćwiczeń i zasad pracy zespołowej. Podstawowe funkcje programu Statistica 2 La2Tworzenie bazy danych środowiskowych dla konkretnych szeregów obserwacyjnych 2 La3Analiza danych środowiskowych na przykładzie wybranych metod statystycznych lub geostatycznych6 La4Przeprowadzenie badań ankietowych wraz z ich interpretacją4 La5Prezentacja uzyskanych wyników analiz wraz z ich oceną.1
Stosowane narzędzia programowe
N1 Wykład informacyjny
N2 Wykład – prezentacja multimedialna
N3 Ćwiczenia komputerowe- technologia informacyjna (tworzenie bazy danych)
N4 Ćwiczenia komputerowe– technologia informacyjna (opracowanie wyników obliczeń)
N5 Praca grupowa - przygotowanie danych wejściowych
N6 Praca grupowa - analiza i dyskusja danych wyjściowych
N7 Konsultacje
 

Ocena osiągnięcia przedmiotowych efektów oceniania kształcenia

  Oceny (F – formująca (w trakcie semestru), P – podsumowująca (na koniec semestru) Numer efektu kształcenia Sposób oceny osiągnięcia efektu kształcenia
1 P1PEK_W01-W03Kolokwium
2 P2PEK_U01 PEK_U02 PEK_K01 Ocena wykonania zadania, dyskusja wyników, obrona zadania
 
 

Literatura podstawowa i uzupełniająca

Literatura podstawowa
Literatura podstawowa:Stanisz A., Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z medycyny, t. I-III, StatSoft Polska, Kraków 2006
Literatura podstawowa:Sobczyk M., Statystyka, PWN SA, Warszawa 2007.
Literatura podstawowa:Larose D.T., Metody i modele eksploracji danych, PWN, Warszawa 2008.
Literatura podstawowa:
Literatura uzupełniająca
Literatura uzupełniająca:Opis program Statistica 9.0 www.statsoft.pl
Literatura uzupełniająca:Tadusiewicz R., Sieci neuronowe, Akademicka oficyna Wydawnicza, Warszawa 1993.
Literatura uzupełniająca:Witten I.H., Frank E., Data mining. Practical machine learning tools and techniques., Elsevier, San Francisco 2005.
 

Opiekun

Imię i nazwisko: Izabela Sówka
E-mail: izabela.sowka@pwr.wroc.pl
 

Macierz

L.p. Przedmiotowy efekt kształcenia Odniesienie przedmiotowego efektu do efektów kształcenia zdefiniowanych dla kierunku studiów Cele przedmiotu*** Treści programowe*** Numer narzędzia dydaktycznego***
1PEK_W01 K1IS_W13C1Wy1-Wy6N1, N2
2PEK_W02K1IS_W13C2Wy2, Wy4N2
3PEK_W02K1IS_W13C2Wy 6N2
4PEK_U01K1IS_U11C3Cw3-Cw5N4, N6, N7
5PEK_U02K1IS_U11C3Cw1-Cw4N3, N5, N7
6PEK_K01K1IS_K03C1,C2Cw1-Cw5N5, N6