3784494008

7. Używa algorytmy wyboru właściwego testu statystycznego.

Sposób weryfikacji:

Praca pisemna dotycząca wykładu i zajęć laboratoryjnych.

Literatura:

1.    H. Blalock: Statystyka dla socjologów. PWN 1977, Warszawa.

2.    C. Watała: Biostatystyka wykorzystanie metod statystycznych w pracy badawczej w naukach biomedycznych. Medica Press 2002.

3.    G. Ferguson, Y. Takane: Analiza statystyczna w psychologii i pedagogice. PWN 1999, Warszawa.

4.    J. Guilforg: Podstawowe metody statystyczne w psychologii i pedagogice. PWN 1964, Warszawa.

2. Data mining (Eksploracja danych)

Punkty ECTS: 10 pkt.

Opis przedmiotu:

Nasza cywilizacja, a w szczególności duże firmy muszą sobie radzić z ogromną ilością danych. Są to dane pochodzące z baz danych, hurtowni danych oraz systemu WWW i zawierają informacje m.in. o klientach i wytwarzanych produktach. Eksploracja danych jest dziedziną informatyki, której zadaniem jest odkrywanie użytecznej wiedzy z danych i obejmuje metody i algorytmy automatycznej ich analizy. Ułatwia tworzenie promocji na podstawie koszyków zakupów, tworzenie systemu rekomendacji oraz skutecznych reklam w systemie WWW. Celem przedmiotu jest wprowadzenie do metodyki CRISP-DM i podstawowych technik eksploracji danych.

Treść kształcenia:

1.    Co to jest eksploracja danych?

2.    Omówienie metodyki CRISP-DM.

3.    Podstawy języka R i pakietu Rattle.

4.    Praca z danymi w Rattle i R:

(a)    nazewnictwo,

(b)    jakość danych,

(c)    import danych z różnych źródeł (CSV, ARFF, ODBC, SQLite, R Data),

(d)    eksploracja danych (podsumowywanie, wykresy, analiza korelacji),

(e)    przekształcanie danych (normalizacja, imputacja, czyszczenie).

5.    Tworzenie modeli:

(a) Grupowanie,

12