Tutoring ekspercki [20-SD-S3-TUT1]
semestr letni 2020/2021
tutoring,
grupa nr 2
| Przedmiot: | Tutoring ekspercki [20-SD-S3-TUT1] |
| Zajęcia: |
semestr letni 2020/2021 [2020/2021L]
(zakończony)
tutoring [TUT], grupa nr 2 [pozostałe grupy] |
|
Termin i miejsce:
|
wielokrotnie, poniedziałek (niestandardowa częstotliwość), 8:00 - 9:30
sala Zajęcia zdalne Zdalny jaki jest adres? |
|
Terminy najbliższych spotkań:
Kliknij w datę by zobaczyć tygodniowy plan z zaznaczonym spotkaniem. |
Wszystkie zajęcia tej grupy już się odbyły - pokaż terminy wszystkich spotkań. |
| Liczba osób w grupie: | 3 |
| Limit miejsc: | (brak danych) |
| Prowadzący: | Agnieszka Nowak-Brzezińska, Tomasz Xięski, Beata Zielosko |
| Literatura: |
1. Guojun Gan, Chaoqun Ma, Jianhong Wu, „Data Clustering: Theory, Algorithms, and Applications”, 2007, SIAM, Society for Industrial and Applied Mathematics, 2. Nasraoui, Olfa, Ben N'Cir, Chiheb-Eddine (Eds.), „Clustering Methods for Big Data Analytics”, Techniques, Toolboxes and Applications, 2019, Springer 3. Brian S. Everitt, Sabine Landau, Morven Leese, Daniel Stahl, „Cluster Analysis, 5th Edition”, Copyright © 2011 John Wiley & Sons, Ltd 4. Lynne Billard, Edwin Diday, „Clustering Methodology for Symbolic Data”, ISBN: 978-0-470-71393-8 November 2019 352 Pages , Wiley 5. Frank Höppner, Frank Klawonn, Rudolf Kruse, Thomas Runkler, „Fuzzy Cluster Analysis: Methods for Classification, Data Analysis and Image Recognition”, ISBN: 978-0-471-98864-9 July 1999 300 Pages , Wiley 6. JOHN A. HARTIGAN, „Clustering Algorithms „ Department of Statisties Yaie University , JOHN VVILEY & SONS New York • London • Sydney • Toronto, Copyright Qo 1975, by John Wiley & Sons, Inc. 7. Ronald S. King (Author), „Cluster Analysis and Data Mining: An Introduction Har/Cdr Edition” , Mercury Learning and Information 8. Tadeusz Morzy , „Eksploracja danych : metody i algorytmy”, Warszawa, 2013, Warszawa: Wydaw. Nauk. PWN, 2013. 9. Wierzchoń Sławomir , Kłopotek Mieczysław , „Algorytmy analizy skupień”, Wydawnictwo: 10. Wydawnictwo Naukowe PWN , 2017 1. Larose Daniel „Metody i modele eksploracji danych”. PWN, 2008 2. Hand David, Manila Heikki, Smyth Padhraic, „Principles of data mining”, MIT Press, 2001. 3. Yanchang Zao, Younhua Cen, „Data Mining Applications with R”, Elsevier, 2014 4. Yanchang Zhao, „R and data mining”, Example and Case Studies, AP Academic Press, Elsevier, 2013. 5. Witten Ian. Frank Eibe, Hall Mark, Pal Chrostopher, „Data Mining”, Elsevier, 2017 6. Morzy Tadeusz, „Eksploracja danych”, PWN, 2013 7. Koronacki Jan, Mielniczuk Jan „Statystyczne systemy uczące”, WNT, 2005 8. Ćwik Jan, Koronacki Jacek, Statystyczne systemy uczące się w oparciu o pakiet R”, OWPD, 2009 9. Gatnar Eugeniusz, Walesiak Marek, „Statystyczna analiza danych z wykorzystaniem programu R”, PWN, 2009 |
| Zakres tematów: |
Zagadnienia dotyczące grupowania danych |
| Metody dydaktyczne: |
Wykłady z użyciem narzędzi mutlimedialnych |
| Metody i kryteria oceniania: |
Omawianie tematów związanych z grupowaniem danych, dyskusja dotycząca wyboru optymalnej metody grupowania w zależności od typu danych, wielkości zbioru. Doktorant realizuje projekt zaliczeniowy: wybiera zbiór danych rzeczywistych, algorytmy i implementuje je w wybranym środowisku. |
| Uwagi: |
Tutoring ekspercki w dyscyplinie informatyki technicznej i telekomunikacji |
Właścicielem praw autorskich jest Uniwersytet Ślaski w Katowicach.
