Drukuj sylabusMonographic lecture - Combinatorial machine learning
Informacje ogólne
| Kod przedmiotu: | W4-INA-S2-20-2-WMwJA |
| Kod Erasmus / ISCED: | (brak danych) / (brak danych) |
| Nazwa przedmiotu: | Monographic lecture - Combinatorial machine learning |
| Jednostka: | Wydział Nauk Ścisłych i Technicznych |
| Grupy: | |
| Punkty ECTS i inne: |
2.00
|
| Język prowadzenia: | (brak danych) |
| Rodzaj przedmiotu: | obowiązkowy |
Zajęcia w cyklu "semestr zimowy 2021/2022" (zakończony)
| Okres: | 2021-10-01 - 2022-02-20 |
 
PN WT ŚR CZ W
PT |
| Typ zajęć: |
Wykład, 30 godzin
|
|
| Koordynatorzy: | Beata Zielosko | |
| Prowadzący grup: | Evans Tetteh, Beata Zielosko | |
| Lista studentów: | (nie masz dostępu) | |
| Zaliczenie: | Zaliczenie na ocenę | |
| Sposób ustalania oceny końcowej: | Ocena końcowa jest ustalana na podstawie testu obejmującego zagadnienia z wykładu |
|
| Pełny opis: |
Poruszane zagadnienia będą dotyczyły omówienia i zastosowania reduktów (testów) oraz drzew i reguł decyzyjnych w analizie danych. Podczas zajęć zostaną przedstawione przykłady problemów, które mogą być reprezentowane w formie tablicy decyzyjnej oraz wykorzystanie drzew decyzyjnych, reguł decyzyjnych i reduktów jako narzędzi (algorytmów) do rozwiązania tych problemów. Zostaną także omówione zagadnienia dotyczące nadzorowanego uczenia maszynowego tj. wykorzystania drzew, reguł i reduktów w klasyfikacji danych; algorytmów zachłannych dla konstruowania drzew, reguł i reduktów. |
|
Zajęcia w cyklu "semestr zimowy 2022/2023" (zakończony)
| Okres: | 2022-10-01 - 2023-02-26 |
PN WT ŚR CZ W
PT |
| Typ zajęć: |
Wykład, 30 godzin
|
|
| Koordynatorzy: | Beata Zielosko | |
| Prowadzący grup: | Evans Tetteh, Beata Zielosko | |
| Lista studentów: | (nie masz dostępu) | |
| Zaliczenie: | Zaliczenie na ocenę | |
| Sposób ustalania oceny końcowej: | Ocena końcowa jest ustalana na podstawie testu obejmującego zagadnienia z wykładu |
|
| Pełny opis: |
Poruszane zagadnienia będą dotyczyły omówienia i zastosowania reduktów (testów) oraz drzew i reguł decyzyjnych w analizie danych. Podczas zajęć zostaną przedstawione przykłady problemów, które mogą być reprezentowane w formie tablicy decyzyjnej oraz wykorzystanie drzew decyzyjnych, reguł decyzyjnych i reduktów jako narzędzi (algorytmów) do rozwiązania tych problemów. Zostaną także omówione zagadnienia dotyczące nadzorowanego uczenia maszynowego tj. wykorzystania drzew, reguł i reduktów w klasyfikacji danych; algorytmów zachłannych dla konstruowania drzew, reguł i reduktów; reguł asocjacyjnych. |
|
Zajęcia w cyklu "semestr zimowy 2023/2024" (zakończony)
| Okres: | 2023-10-01 - 2024-02-18 |
PN WT ŚR CZ W
PT |
| Typ zajęć: |
Wykład, 30 godzin
|
|
| Koordynatorzy: | Beata Zielosko | |
| Prowadzący grup: | Evans Tetteh, Beata Zielosko | |
| Lista studentów: | (nie masz dostępu) | |
| Zaliczenie: | Zaliczenie na ocenę | |
| Sposób ustalania oceny końcowej: | Ocena końcowa jest ustalana na podstawie testu obejmującego zagadnienia z wykładu |
|
| Pełny opis: |
Poruszane zagadnienia będą dotyczyły omówienia i zastosowania reduktów (testów) oraz drzew i reguł decyzyjnych w analizie danych. Podczas zajęć zostaną przedstawione przykłady problemów, które mogą być reprezentowane w formie tablicy decyzyjnej oraz wykorzystanie drzew decyzyjnych, reguł decyzyjnych i reduktów jako narzędzi (algorytmów) do rozwiązania tych problemów. Zostaną także omówione zagadnienia dotyczące nadzorowanego uczenia maszynowego tj. wykorzystania drzew, reguł i reduktów w klasyfikacji danych; algorytmów zachłannych dla konstruowania drzew, reguł i reduktów; reguł asocjacyjnych. |
|
Właścicielem praw autorskich jest Uniwersytet Ślaski w Katowicach.
