Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie - Centralny System Uwierzytelniania
Strona główna

Seminarium licencjackie semestr letni [WM-I-SL2] Semestr letni 2020/21
Konwersatorium, grupa nr 3

powiększ
plan zajęć przedmiotu
zaznaczono (na zielono) terminy
aktualnie wyświetlanej grupy
To jest strona grupy zajęciowej. Jeśli szukasz opisu przedmiotu, zobacz stronę przedmiotu
Przedmiot: Seminarium licencjackie semestr letni [WM-I-SL2]
Zajęcia: Semestr letni 2020/21 [2020/21_L] (zakończony)
Konwersatorium [KON], grupa nr 3 [pozostałe grupy]
Termin i miejsce: Podana informacja o terminie jest orientacyjna. W celu uzyskania pewnej informacji obejrzyj kalendarz roku akademickiego lub skontaktuj się z wykładowcą (nieregularności zdarzają się przede wszystkim w przypadku zajęć odbywających się rzadziej niż co tydzień).
każda środa, 13:15 - 14:45
sala e-learning
e-learning jaki jest adres?
Terminy najbliższych spotkań: Daty odbywania się zajęć grupy. Prezentują informacje na podstawie zdefiniowanych w USOS terminów oraz 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: 16
Limit miejsc: 10
Prowadzący: Robert Kłopotek
Strona domowa grupy: https://e.uksw.edu.pl/user/index.php?id=22107
Literatura:

Brett Lantz: "Machine Learning with R - Second Edition", Packt Publishing 2015

Pratap Dangeti: "Statistics for Machine Learning: Techniques for Exploring Supervised, Unsupervised, and Reinforcement

Learning Models with Python and R.", Packt Publishing, 2017.

Paweł Cichosz "Data Mining Algorithms: Explained Using R", Wiley, 2015

G.James, D.Witten, T.Hastie, R.Tibshirani "An Introduction to Statistical Learning" (ISL), Springer 2013 (książka jest

dostępna legalnie w sieci WWW wraz z innymi dodatkowymi materiałami)

Michael R. Berthold et al.: "Guide to Intelligent Data Analysis - How to Intelligently Make Sense of Real Data", Springer-

Verlag London Limited 2010

Deborah J. Rumsey: "Statystyka dla bystrzaków. Wydanie II", Helion 2016

Meta S. Brown: "Data Mining For Dummies", John Wiley & Sons 2014

John Paul Mueller & Luca Massa: "Machine Learning for Dummies", John Wiley & Sons 2016

Judith Hurwitz & Daniel Kirsch: "Machine Learning for Dummies, IBM Limited Edition", John Wiley & Sons 2018 (książka jest

dostępna legalnie w sieci WWW)

Zakres tematów:

Harmonogram zadań w semestrze letnim:

1. spotkania co 2 tygodnie i sprawdzenie stanu prac (podział na 2 grupy)

2. do 7 kwietnia 2021 - napisanie części teoretycznej i plan eksperymentów

3. do 5 maja 2021 zakończenie implementacji

4. w maju 2021 - poprawa błędów, przeprowadzanie badań i pisanie części teoretycznej

5. do końca maja 2021 - oddanie wersji wstępnej pracy

6. do 9 czerwca 2021 - intensywne korekty pracy

7. 16-23 czerwca 2021 - złożenie końcowej wersji pracy w dziekanacie w pierwszym tygodniu sesji

8. obrona do 12 lipca 2021

Metody dydaktyczne i sposoby weryfikacji efektów kształcenia:

- wykład konwersatoryjny

- dyskusja seminaryjna

- przygotowanie pracy licencjackiej

Metody i kryteria oceniania:

1. konwersatorium w formie wideokonferencji

- środy godz. 13.15-14.45

- kod MS Teams: hndg2we

2. konsultacje ogólne

- środy godz. 11.15-13.15

- kod MS Teams: mr9x9fg

OCENA KOŃCOWA: na podstawie końcowej wersji pracy licencjackiej. Ocena pozytywna jeśli praca zostanie złożona w dziekanacie (wgrana do APD).

Uwagi:

R. Kłopotek

zajęcia zdalne, synchroniczne, prowadzone przez platformę e-learningową Moodle i MS Teams (link do MS Teams: hndg2we)

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie.
ul. Dewajtis 5,
01-815 Warszawa
tel: +48 22 561 88 00 https://uksw.edu.pl
kontakt deklaracja dostępności USOSweb 6.8.0.0-5 (2022-09-30)