Syl. MADE SIP+ISB 2009 2010 (GK), WAT, SEMESTR VII, semestrVII, konopacki, WAT


0x08 graphic

S Y L A B U S P R Z E D M I O T U

NAZWA PRZEDMIOTU: METODY ANALIZY DANYCH EKSPERYMENTALNYCH

Kod przedmiotu: 5ES210S210

Podstawowa jednostka organizacyjna (PJO) (prowadząca kierunek studiów): WYDZIAŁ ELEKTRONIKI

Kierunek studiów:  ELEKTRONIKA I TELEKOMUNIKACJA

Specjalność: systemy informacyjno-pomiarowe, inżynieria systemów bezpieczeństwa

Rodzaj studiów:  studia drugiego stopnia

Forma studiów:  studia stacjonarne

Język realizacji: polski

Sylabus ważny dla naborów od roku akademickiego: 2009/2010

1. REALIZACJA PRZEDMIOTU

Osoby prowadzące zajęcia: dr inż. Gustaw KONOPACKI

PJO/instytut/katedra/zakład: WCY/ISI/ Zakład Informatycznych Systemów Zarządzania

2. ROZLICZENIE GODZINOWE

semestr

forma zajęć, liczba godzin/rygor
(x egzamin, + zaliczenie, # projekt)

punkty
ECTS

razem

wykłady

ćwiczenia

laboratoria

projekt

seminarium

II

45

20 / +

25 / +

-

-

-

3

razem

45

20 / +

25 / +

-

-

-

3

3. PRZEDMIOTY WPROWADZAJĄCE WRAZ Z WYMAGANIAMI WSTĘPNYMI

4. ZAŁOŻENIA I CELE PRZEDMIOTU

- wykorzystania metod wnioskowania statystycznego w opracowaniu wyników eksperymentu;

- eksploracyjnej analizy danych wielowymiarowych;

- podstaw metod rozpoznawania obiektów na podstawie analizy danych eksperymentalnych;

- wykorzystania komputera w analizie analizy danych.

5. METODY DYDAKTYCZNE

6. TREŚCI PROGRAMOWE

Lp.

temat/tematyka zajęć

liczba godzin

wykł.

ćwicz.

lab.

proj.

semin.

ZAGADNIENIA WPROWADZAJĄCE

Zasady realizacji i zaliczania przedmiotu. Cele i metody analizy danych. Sformułowanie problemu poszukiwawczej analizy danych. Podstawowe rozkłady i twierdzenia statystyki wykorzystywane w analizie danych. Wnioskowanie statystyczne jako podstawowa metodologia tradycyjnej analizy danych.

2

ROZKŁADY WYNIKÓW EKSPERYMENTU

Wykorzystanie dostępnego oprogramowania do wyznaczania wartości funkcji gęstości prawdopodobieństwa i dystrybuanty. Wyznaczanie kwantyli. Generatory liczb losowych.

2

PODSTAWOWE ZAGADNIENIA STATYSTYCZNEJ ANALIZY WIELOWYMIAROWEJ

Typy skal pomiarowych i ich charakterystyka. Transformacja normalizacyjna. Miary odległości. Rangowanie wielowymiarowe: według cechy syntetycznej, według wzorca, za pomocą rzutowania.

2

PRZYKŁDY TRANSFORMACJI DANYCH

Transformacja normalizacyjna danych. Wyznaczanie odległości według różnych definicji.

2

PRZYKŁDY RANGOWANIA WIELOWYMIAROWEGO

Zastosowanie komputera do rangowania wielowymiarowego.

2

METODY REDUKCJI WYMIARU

Cele redukcji wymiaru danych. Podział metod stosowanych do redukcji ich wymiaru. Opis matematyczny operacji rzutowania punktu na wyróżniony kierunek. Metoda składowych głównych (PCA). Kryteria wyboru składowych głównych. Profilowanie składowych głównych. Metoda komponentów definiowanych przez użytkownika (UDC).

2

REALIZACJA TRANSFORMACJI PCA

Zastosowanie komputera do redukcji wymiaru danych wielowymiarowych za pomocą PCA. Własności danych w nowej przestrzeni cech. Interpretacja wyników transformacji.

2

WIELOWYMIAROWA ANALIZA REGRESJI

Liniowy model regresji. Estymacja punktowa i przedziałowa współczynników regresji liniowej. Weryfikacja modelu regresji liniowej. Regresja nieliniowa.

2

ESTYMACJA LINIOWEGO MODELU REGRESJI

Wykorzystanie dostępnego oprogramowania do estymacji liniowego modelu regresji wielowymiarowej i jego weryfikacji.

2

  1. 5

ESTYMACJA NIELINIOWEGO MODELU REGRESJI

Wykorzystanie dostępnego oprogramowania do estymacji nieliniowego modelu regresji wielowymiarowej i jego weryfikacji.

2

  1. 6

ANALIZA KORELACJI

Pojęcie kowariancji i korelacji. Analiza korelacji cząstkowej. Weryfikacja hipotez statystycznych o istotności zależności liniowej między danymi. Miary zależności między danymi mierzonymi w różnych skalach pomiarowych.

2

  1. 7

WYZNACZANIE KORELACJI

Przykłady obliczeń współczynnika korelacji. Ocena istotności siły związku liniowego.

2

  1. 9

ANALIZA WARIANCJI

Podział i znaczenie metod. Jednowymiarowa analiza wariancji dla klasyfikacji pojedynczej. Dekompozycja estymatora wariancji całkowitej. Tablica analizy wariancji. Wprowadzenie do zagadnień klasyfikacji podwójnej.

2

PRZYKŁADY REALIZACJI TESTÓW ANALIZY WARIANCJI

Wykorzystanie dostępnego oprogramowania w analizie przykładowych danych metodą testu ANOVA. Wykresy we współrzędnych równoległych. Wykresy Andrewsa. Tworzenie i interpretacja wykresów rozproszeń.

2

ANALIZA SKUPIEŃ

Cel analizy skupień (klasyfikacji bezwzorcowej). Metody klasyfikacji. Miary oceny klasyfikacji.

2

  1. 1

PRZYKŁADY REALIZACJI KLASYFIKACJI

Obliczenia podobieństwa pomiędzy danymi z wykorzystaniem różnych miar odległości. Zastosowanie dostępnego oprogramowania do realizacji metody grupowania minimalnoodległościowego oraz metody k-średnich.

2

PRZYKŁADY OCENY KLASYFIKACJI

Z wykorzystaniem dostępnego oprogramowania uzyskanie ocen wytworzonej klasyfikacji. Wybór klasyfikacji optymatnej.

2

ANALIZA DYSKRYMINACJI

Cel analizy dyskryminacji (klasyfikacji z wzorcem). Probabilistyczne metody klasyfikacji: klasyfikator bayesowski, liniowa funkcja dyskryminacyjna (LDA), klasyfikatory gaussowskie, funkcja dyskryminacyjna Fishera, metody regresyjne, metoda k-najbliższych sąsiadów.

2

PRZYKŁADY REALIZACJI ZADAŃ Z ZAKRESU ANALIZY DYSKRYMINACJI

Zastosowanie dostępnego oprogramowania do realizacji metod dyskryminacji z wykorzystaniem klasyfikatora bayesowskiego, liniowej funkcji dyskryminacyjnej (LDA), funkcji dyskryminacyjnej Fishera, metody regresji logistycznej, metody k-najbliższych sąsiadów.

2

SZTUCZNE SIECI NEURONOWE

Przeznaczenie sieci neuronowych. Model neuronu. Uczenie neuronu. Sieć jednowarstwowa (perceptron). Uczenie sieci jednowarstwowej. Sieć wielowarstwowa. Uczenie sieci wielowarstwowej.

2

  1. 1

PRZYKŁADY WYZNACZANIA WAG W SZTUCZNYCH SIECIACH NEURONOWYCH

Wyznaczanie wag w sieci jednowarstwowej i wielowarstwowej z wykorzystaniem dostępnego oprogramowania

2

KOLOKWIUM

Zaliczenie ćwiczeń rachunkowych.

1

  1. 2

PODSTAWY PLANOWANIA EKSPERYMENTU

Idea planowania eksperymentu na przykładzie badań kompletnych i monoselekcyjnych. Ogólny scenariusz planowania eksperymentu. Przykłady planów zdeterminowanych. Kolokwium zaliczające przedmiot.

2

Razem

20

25

7. LITERATURA

podstawowa:

uzupełniająca:

8. FORMA I WARUNKI ZALICZANIA PRZEDMIOTU

Przedmiot zaliczany jest na podstawie: zaliczenia.

0x08 graphic

0x08 graphic

1

2

"Z A T W I E R D Z A M"

Dziekan Wydziału Elektroniki

prowadzącego kierunek studiów

podpis

prof. dr hab. inż. Marian WNUK

Warszawa, dnia ..........................

opiekun merytoryczny

przedmiotu (grupy przedmiotów)

prof. dr hab. inż. Stanisław OSOWSKI tytuł, stopień naukowy, imię, NAZWISKO, podpis

autor sylabusa

dr inż. Gustaw KONOPACKI

tytuł, stopień naukowy, imię, NAZWISKO, podpis



Wyszukiwarka

Podobne podstrony:
spr-kolokwium-zagadnienia 2009 2010, WAT, SEMESTR VI, Kolos SPR Nowak
2009 2010 Autorytet
Egzamin poprawkowy I 2009 2010
Prawo rzymskie 2009 2010 prezentacje
UKSW. Zagadnienia egzaminacyjne.Hist.Powsz.2009 2010, UKSW prawo PHPiP
UKSW. Zagadnienia egzaminacyjne.Hist.Powsz.2009 2010, Prawo UKSW I rok
ergonomia-praca- poprawiona, WSZiB w Poznaniu Zarządzanie, 3 rok zarządzanie 2009-2010 i coś z 1 i 2
plan pracy gromady zuchowej czarne jagódki 2009- 2010, Plan Pracy Gromady
pytania forum-2009-2010, Psychologia różnic indywidualnych(1)
Zetki 2009 2010, Z07
elektrownie 2009 2010 lato(JP)
Podzial roku akademickiego 2009 2010
Geoinformatyka zasady 2009 2010
all pdf 2009 2010
parzystość tygodni semestr letni 2009 2010
Liga zadaniowa 5 (09-10), Liga zadaniowa, Archiwalne + rozwiązania, 2009 - 2010
regionalna23, Ochrona Środowiska studia, 4 rok (2009-2010), Semestr VII (Rok 4), Geologia Regionalna

więcej podobnych podstron