| Nazwa w języku polskim: | Metody analizy danych środowiskowych |
| Nazwa w języku angielskim: | Methods for environmental data analysis |
| Kierunek studiów: | Inżynieria Środowiska |
| Specjalność: | Inżynieria ochrony atmosfery |
| Stopień: | II |
| Forma: | niestacjonarna |
| Rodzaj przedmiotu: | obowiązkowy |
| Kod przedmiotu: | ISS404087 |
|
Wykład |
Ćwiczenia |
Laboratorium |
Projekt |
Seminarium |
|---|---|---|---|---|---|
Liczba godzin zajęć zorganizowanych w Uczelni (ZZU) |
10 | 20 | |||
Liczba godzin całkowitego nakładu pracy studenta (CNPS) |
60 | 30 | |||
Forma zaliczenia |
Zaliczenie na ocenę | Zaliczenie na ocenę | |||
| Dla grupy kursów zaznaczyć kurs końcowy (X) | |||||
Liczba punktów ECTS |
2 | 1 | |||
w tym liczba punktów odpowiadająca zajęciom o charakterze praktycznym (P) |
1 | ||||
w tym liczba punktów ECTS odpowiadająca zajęciom wymagającym bezpośredniego udziału nauczycieli lub innych osób prowadzących zajęcia (BU) |
0,4 | 0,8 |
| WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I KOMPETENCJI SPOŁECZNYCH | |
|---|---|
| 1 | Ma podstawową wiedzę w zakresie statystyki matematycznej |
| CELE PRZEDMIOTU | |
|---|---|
| C1 | Pogłębienie wiedzy w zakresie metod analizy danych środowiskowych |
| C2 | Poznanie narzędzi wykorzystywanych w analizach danych środowiskowych. |
| C3 | Nabycie umiejętności zastosowania metod matematycznych do analizy szeregów obserwacyjnych |
| PRZEDMIOTOWE EFEKTY UCZENIA SIĘ | |
|---|---|
| Z zakresu wiedzy: | |
| PEU_W01 | Ma uporządkowaną wiedzę w zakresie podstawowych metod matematycznych wykorzystywanych do analizy danych pomiarowych |
| PEU_W02 | Zna techniki statystyczne wykorzystywane do analizy szeregów obserwacyjnych |
| PEU_W03 | Może dokonać wyboru metody przestrzennej analizy danych przy rozwiązywaniu zadań inżynierskich |
| Z zakresu umiejętności: | |
| PEU_U01 | Potrafi interpretować uzyskane wyniki z pomiarów oraz zastosować metody wnioskowania statystycznego w odniesieniu do badanych procesów. |
| PEU_U02 | Potrafi posługiwać się technikami informacyjno-komunikacyjnymi w celu analizy danych środowiskowych |
| Z zakresu kompetencji społecznych: | |
| PEU_K01 | Rozumie potrzebę uczenia się przez całe życie |
TREŚCI PROGRAMOWE |
||
Forma zajęć - wykład |
Liczba |
|
| Wy1 | Różnorodność danych środowiskowych. Typy zmiennych | 1 |
| Wy2 | Przygotowanie danych do analizy | 1 |
| Wy3 | Metody eksploracji danych wraz z przykładami | 2 |
| Wy4 | Badania ankietowe | 1 |
| Wy5 | Metody analizy badań ankietowych. Metody analizy zagrożeń i szacowania ryzyka | 2 |
| Wy6 | Organizacja badań terenowych wraz z przykładami. Metody analizy danych przestrzennych | 2 |
| Wy7 | Kolokwium | 1 | Suma godzin | 10 |
TREŚCI PROGRAMOWE |
||
Forma zajęć - laboratorium |
Liczba |
|
| La1 | Wprowadzenie. Omówienie zakresu ćwiczeń i zasad pracy zespołowej. Podstawowe funkcje programu Statistica | 2 |
| La2 | Tworzenie bazy danych środowiskowych dla konkretnych szeregów obserwacyjnych | 4 |
| La3 | Analiza danych środowiskowych na przykładzie wybranych metod statystycznych | 8 |
| La4 | Przeprowadzenie badań ankietowych wraz z ich interpretacją | 4 |
| La5 | Prezentacja uzyskanych wyników analiz wraz z ich oceną. | 2 |
| Suma godzin | 20 | |
| STOSOWANE NARZĘDZIA DYDAKTYCZNE | |
|---|---|
| N1 | Wykład informacyjny |
| N2 | Wykład ? prezentacja multimedialna |
| N3 | Ćwiczenia laboratoryjne?technologia informacyjna (tworzenie bazy danych) |
| N4 | Ćwiczenia laboratoryjne ?technologia informacyjna (opracowanie wyników obliczeń komputerowych) |
| N5 | Praca grupowa - przygotowanie danych wejściowych |
| N6 | Praca grupowa - analiza i dyskusja danych wyjściowych |
| N7 | Konsultacje |
OCENA OSIĄGNIĘCIA PRZEDMIOTOWYCH EFEKTÓW UCZENIA SIĘ
| Oceny (F – formująca (w trakcie semestru), P – podsumowująca (na koniec semestru) | Numer efektu uczenia się | Sposób oceny osiągnięcia efektu uczenia się | |
|---|---|---|---|
| 1 | P1 | PEK_W01, PEK_W02, PEK_W03 | Kolokwium |
| 2 | P2 | PEK_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 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 PRZEDMIOTU
| Imię i nazwisko: | Anna Zwoździak |
| E-mail: | anna.zwozdziak@pwr.edu.pl |
MACIERZ
| L.p. | Przedmiotowy efekt uczenia się | Odniesienie przedmiotowego efektu do efektów uczenia się zdefiniowanych dla kierunku studiów | Cele przedmiotu*** | Treści programowe*** | Numer narzędzia dydaktycznego*** |
|---|---|---|---|---|---|
| 1 | PEK_W01 | K2IS_W09, S2IOA_W02 | C1 | Wy1 - Wy7 | N1, N2 |
| 2 | PEK_W02 | K2IS_W09, S2IOA_W02 | C2 | Wy1, Wy7 | N2 |
| 3 | PEK_W03 | K2IS_W09, S2IOA_W02 | C2 | Wy7 | N2 |
| 4 | PEK_U01 | K2IS_U01, K2IS_U06, S2IOA_U07 | C3 | Lab1 - Lab5 | N4, N6, N7 |
| 5 | PEK_U02 | K2IS_U01, K2IS_U06, S2IOA_U07 | C3 | Lab1 - Lab4 | N3, N5, N7 |
| 6 | PEK_K01 | K2IS_K03 | C1,C2 | Lab1 - Lab5 | N3-N7 |