Module also offered within study programmes:
General information:
Name:
Zarządzanie wiedzą i systemy wspomagania decyzji
Course of study:
2019/2020
Code:
GIPZ-2-110-LM-s
Faculty of:
Mining and Geoengineering
Study level:
Second-cycle studies
Specialty:
Lean Manufacturing
Field of study:
-
Semester:
1
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr hab. inż. Kęsek Marek (kesek@agh.edu.pl)
Module summary

Studenci uczą się pozyskiwania informacji z danych, zamiany informacji w wiedzę, która jest następnie wykorzystywana w procesie podejmowania decyzji w ujęciu wielokryterialnym.

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence: is able to
M_K001 student rozumie potrzebę stosowania nowoczesnych technik pozyskiwania wiedzy IPZ2A_K01 Activity during classes
Skills: he can
M_U001 student potrafi pozyskiwać reguły wnioskowania z danych, tworzyć drzewa decyzyjne oraz klasyfikować badane obiekty IPZ2A_U03, IPZ2A_U01 Test,
Project
M_U002 student potrafi pozyskiwać informację z baz danych oraz stosować algorytmy pozyskiwania wiedzy IPZ2A_U03, IPZ2A_U01 Test,
Project
Knowledge: he knows and understands
M_W001 student zna sposoby korzystania z hurtowni danych oraz zna zasady działania wybranych algorytmów pozyskiwania wiedzy IPZ2A_W05, IPZ2A_W04, IPZ2A_W02, IPZ2A_W03 Examination
M_W002 student zna metody klasyfikacji oraz pozyskiwania reguł wnioskowania od ekspertów oraz z danych liczbowych IPZ2A_W05, IPZ2A_W04, IPZ2A_W02, IPZ2A_W03 Examination
Number of hours for each form of classes:
Sum (hours)
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
45 15 0 15 15 0 0 0 0 0 0 0
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Social competence
M_K001 student rozumie potrzebę stosowania nowoczesnych technik pozyskiwania wiedzy + - + + - - - - - - -
Skills
M_U001 student potrafi pozyskiwać reguły wnioskowania z danych, tworzyć drzewa decyzyjne oraz klasyfikować badane obiekty - - + + - - - - - - -
M_U002 student potrafi pozyskiwać informację z baz danych oraz stosować algorytmy pozyskiwania wiedzy - - + + - - - - - - -
Knowledge
M_W001 student zna sposoby korzystania z hurtowni danych oraz zna zasady działania wybranych algorytmów pozyskiwania wiedzy + - - - - - - - - - -
M_W002 student zna metody klasyfikacji oraz pozyskiwania reguł wnioskowania od ekspertów oraz z danych liczbowych + - - - - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 106 h
Module ECTS credits 4 ECTS
Udział w zajęciach dydaktycznych/praktyka 45 h
Preparation for classes 5 h
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 18 h
Realization of independently performed tasks 35 h
Examination or Final test 2 h
Contact hours 1 h
Module content
Lectures (15h):

1. Wprowadzenie, zasady podejmowania dobrych decyzji. Fazy procesu decyzyjnego. Podejmowanie decyzji na poziomie operacyjnym, taktycznym i strategicznym. Definicja i geneza systemów wspomagania decyzji. Funkcje, struktura, procesy.
2. Analityczne metody służące wspomaganiu decyzji – metody optymalizacyjne: matematyczne modele zadań optymalizacji jednokryterialnej, podstawowe metody i narzędzia obliczeniowe. Predykacja wyników za pomocą eksperymentów symulacyjnych.
3. Elementy teorii klasyfikacji i grupowania. Problemy odwzorowywania wielowymiarowych struktur i hierarchiczna konsolidacja wyników w systemach wspomagania decyzji.
4. Zasoby informacyjne firmy a wspomaganie decyzji.
5. Operacyjne i analityczne bazy danych. SWD z bazą wiedzy.
6. Hurtownie danych – modele i technologia.
7. Systemy przetwarzania analitycznego online (OLAP).
8. Przygotowywanie bazy danych na potrzeby SWD. Wydobywanie wiedzy z baz danych. Wybrane metody i algorytmy drążenia (zgłębiania) danych.
9. Integracja SWD z systemami ekspertowymi. Techniki reprezentacji wiedzy. Regułowe systemy ekspertowe. Struktura systemu ekspertowego. Systemy ekspertowe rozmyte.
10. Zastosowania systemów ekspertowych.

Laboratory classes (15h):

Wykorzystanie języka SQL do pozyskiwania informacji z bazy danych.
Wykorzystanie arkusza kalkulacyjnego Excel do rozwiązywania problemów decyzyjnych.
- Formułowanie problemów decyzyjnych w postaci zadań programowania matematycznego oraz rozwiązywanie ich za pomocą dodatku Solver programu MSExcel.

Project classes (15h):

Wykonanie schematu wybranego procesu produkcyjnego, zaprojektowanie w nim systemu wspomagania decyzji lub zarządzania wiedzą.

Additional information
Teaching methods and techniques:
  • Lectures: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Laboratory classes: W trakcie zajęć laboratoryjnych studenci samodzielnie rozwiązują zadany problem praktyczny, dobierając odpowiednie narzędzia. Prowadzący stymuluje grupę do refleksji nad problemem, tak by otrzymane wyniki miały wysoką wartość merytoryczną.
  • Project classes: Studenci wykonują zadany projekt samodzielnie, bez większej ingerencji prowadzącego. Ma to wykształcić poczucie odpowiedzialności za pracę w grupie oraz odpowiedzialności za podejmowane decyzje.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Zaliczenie zarówno ćwiczeń laboratoryjnych jak i projektowych odbywa się w jednym termin podstawowym i jednym poprawkowym.
W przypadku poprawiania zaliczenia ocena jest równa średniej arytmetycznej z terminu podstawowego i poprawkowego.
Warunkiem przystąpienia do egzaminu są pozytywne oceny ze wszystkich form zajęć.

Participation rules in classes:
  • Lectures:
    – Attendance is mandatory: No
    – Participation rules in classes: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Laboratory classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci wykonują ćwiczenia laboratoryjne zgodnie z materiałami udostępnionymi przez prowadzącego. Student jest zobowiązany do przygotowania się w przedmiocie wykonywanego ćwiczenia, co może zostać zweryfikowane kolokwium w formie ustnej lub pisemnej. Zaliczenie zajęć odbywa się na podstawie zaprezentowania rozwiązania postawionego problemu. Zaliczenie modułu jest możliwe po zaliczeniu wszystkich zajęć laboratoryjnych.
  • Project classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci wykonują prace praktyczne mające na celu uzyskanie kompetencji zakładanych przez syllabus. Ocenie podlega sposób wykonania projektu oraz efekt końcowy.
Method of calculating the final grade:

Ocena końcowa wyliczana jest jako średnia ważona z egzaminu (0.4), ćwiczeń projektowych (0.2) oraz ćwiczeń laboratoryjnych (0.4)
Ocena końcowa może być podniesiona studentom, którzy przejawiali aktywność we wszystkich formach zajęć

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

W przypadku zaległości powstałych wskutek nieobecności studenta na zajęciach projektowych – student jest zobowiązany do uczestnictwa w zajęciach innej grupy (tzw. odrobienie zajęć) lub wykonania dodatkowego opracowania w formie pisemnej na temat związany z opuszczonymi zajęciami.

Prerequisites and additional requirements:

Nie ma szczególnych wymagań.

Recommended literature and teaching resources:

1. Waldemar Bojar, Katarzyna Rostek, Leszek Knopik: Systemy wspomagania decyzji, Warszawa 2014
2. J. Supernat, Techniki decyzyjne i organizatorskie, Kolonia Limited, Wrocław 2000
3. E. Brzychczy, R. Magda, T. Franik, M. Kęsek, A. Napieraj,T. Woźny: Podstawy systemu doradczego wspomagającego planowanie robót przygotowawczych i eksploatacyjnych w kopalniach węgla kamiennego,
Wydawnictwa AGH, Kraków 2013

Scientific publications of module course instructors related to the topic of the module:

1. Kęsek M.: Realizacja struktury bazy systemu wspomagania zarządzania produkcją w kopalniach węgla kamiennego; Komputerowo zintegrowane zarządzanie; Oficyna Wydawnicza Polskiego Towarzystwa Zarządzania Produkcją, Opole, 2007
2. Kęsek M., Fuksa D.: Komputerowe wspomaganie wybranych obszarów zarządzania przedsiębiorstwem górniczym; Innowacje w zarządzaniu i inżynierii produkcji, Oficyna Wydawnicza Polskiego Towarzystwa Zarządzania Produkcją, Opole, 2012.
3. Kęsek M.: Język R w odkrywaniu wiedzy górniczej; Przegląd Górniczy,Katowice, 2010
4. Kęsek M.: Wykorzystanie metod eksploracji danych w zarządzaniu produkcją w kopalni węgla kamiennego, Wiadomości Górnicze; 2014
5. Napieraj A., Sukiennik M.: Zarządzanie wiedzą w aspekcie tworzenia zintegrowanych systemów zarządzania przedsiębiorstwem górniczym , Oficyna Wydawnicza Polskiego Towarzystwa Zarządzania Produkcją, Opole, 2012.
6. Brzychczy E., Kęsek M., Napieraj A., Sukiennik M.: The use of fuzzy systems in the designing of mining process in hard coal mines (Wykorzystanie systemów rozmytych w projektowaniu procesu wydobywczego w kopalniach węgla kamiennego) Archives of Mining Sciences 014 vol. 59 no. 3
7. Kęsek M., Brzychczy E., Napieraj A., Sukiennik M.: Modelowanie wydobycia zmianowego w wyrobisku ścianowym z wykorzystaniem skierowanych liczb rozmytych, Przegląd Górniczy 2014 t. 70 nr 9
8. Sukiennik M., Brzychczy E., Kęsek M., Napieraj A.:Metoda określania płynności bieżącej w kopalniach węgla kamiennego z wykorzystaniem systemu rozmytego, Przegląd Górniczy 2014 t. 70 nr 9

Additional information:

Aktywność we wszystkich formach przedmiotu będzie promowana poprzez podniesienie oceny końcowej.