Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Analiza danych przestrzennych
Tok studiów:
2015/2016
Kod:
BIT-1-702-s
Wydział:
Geologii, Geofizyki i Ochrony Środowiska
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Informatyka Stosowana
Semestr:
7
Profil kształcenia:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma i tryb studiów:
Stacjonarne
Strona www:
 
Osoba odpowiedzialna:
prof. dr hab. inż. Leśniak Andrzej (lesniak@uci.agh.edu.pl)
Osoby prowadzące:
prof. dr hab. inż. Leśniak Andrzej (lesniak@uci.agh.edu.pl)
Krótka charakterystyka modułu

Opis efektów kształcenia dla modułu zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Powiązania z EKK Sposób weryfikacji efektów kształcenia (forma zaliczeń)
Wiedza
M_W001 ma wiedzę w zakresie metod matematycznych i numerycznych niezbędną do rozwiązywania zagadnień obliczeniowych IT1A_W13 Kolokwium
Umiejętności
M_U001 potrafi łączyć znane algorytmy obliczeniowe i tworzyć własne w celu rozwiązywania prostych zagadnień obliczeniowych IT1A_U15 Kolokwium,
Wykonanie ćwiczeń laboratoryjnych
M_U002 potrafi zastosować zasady rozumowania algorytmicznego do rozwiązywania problemów. IT1A_U16 Kolokwium,
Wykonanie ćwiczeń laboratoryjnych
Kompetencje społeczne
M_K001 rozumie potrzebę i zna możliwości ciągłego dokształcania się i podnoszenia kwalifikacji zawodowych i osobistych IT1A_K01 Aktywność na zajęciach
Matryca efektów kształcenia w odniesieniu do form zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Forma zajęć
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Inne
E-learning
Wiedza
M_W001 ma wiedzę w zakresie metod matematycznych i numerycznych niezbędną do rozwiązywania zagadnień obliczeniowych + - - - - - - - - - -
Umiejętności
M_U001 potrafi łączyć znane algorytmy obliczeniowe i tworzyć własne w celu rozwiązywania prostych zagadnień obliczeniowych + - - - - - + - - - -
M_U002 potrafi zastosować zasady rozumowania algorytmicznego do rozwiązywania problemów. - - - - - - + - - - -
Kompetencje społeczne
M_K001 rozumie potrzebę i zna możliwości ciągłego dokształcania się i podnoszenia kwalifikacji zawodowych i osobistych + - - - - - + - - - -
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład:

1. Charakterystyka danych przestrzennych – zapis w różnych systemach odniesienia
2. Pobieranie próbek i zagadnienia błędów
3. Różne sposoby prezentacji danych przestrzennych
4. Rodzaje analiz przestrzennych
5. Metody analiz statystycznych danych przestrzennych (metody korelacyjne, regresyjne)
6. Metody analiz geostatystycznych
7. Symulacja i modelowanie danych przestrzennych
8. Zastosowania do GIS, prospekcji minerałów,

Zajęcia praktyczne:

W trakcie ćwiczeń komputerowych implementowane będą algorytmy analizy danych jedno-, dwu- i trójwymiarowych. Analizowane będą wszystkie metody omawiane w trakcie wykładów. Interpretowane będą pomiary geofizyczne, geologiczne i środowiskowe. Używane będą systemy Surfer, Voxler, ISATIS, MatLab, ArcGIS.

Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 105 godz
Punkty ECTS za moduł 4 ECTS
Udział w wykładach 15 godz
Samodzielne studiowanie tematyki zajęć 30 godz
Udział w zajęciach praktycznych 30 godz
Przygotowanie do zajęć 30 godz
Pozostałe informacje
Sposób obliczania oceny końcowej:

Ocena końcowa = 100% oceny z ćwiczeń

Wymagania wstępne i dodatkowe:

Wiedza matematyczna i informatyczna zakresu analizy matematycznej i algebry liniowej z zakresu I roku studiów Informatyki Stosowanej, podstawowa znajomość systemów GIS

Zalecana literatura i pomoce naukowe:

1. Houlding S. W., Practical geostatistics : modeling and spatial analysis, Springer, 2000.
2. Haining, R. P. Spatial data analysis : theory and practice, Cambridge University Press, 2004.
3. Schabenberger, O., Gotway , C., A., Statistical methods for spatial data analysis. Chapman & Hall/CRC / Taylor & Francis Group, 2005.
4. Applied GIS and spatial analysis, John Stillwell, J., Graham Clarke, G., John Wiley & Sons, 2004.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Nie podano dodatkowych publikacji

Informacje dodatkowe:

Wymagane jest by student samodzielne opracował praktyczne realizacje poznanych algorytmów numerycznych w wybranym języku programowania (co najmniej 6 prostych algorytmów)

udział „praktycznych” punktów ECTS: 2
udział „teoretycznych” punktów ECTS: 2

Podstawowym terminem uzyskania zaliczenia jest koniec zajęć w danym semestrze. Student może przystąpić do poprawkowego zaliczenia dwukrotnie, w terminie wyznaczonym przez prowadzącego zajęcia.
Student który bez usprawiedliwienia opuścił więcej niż 20% zajęć może zostać pozbawiony przez prowadzącego możliwości poprawkowego zaliczania.