Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Zarządzanie wiedzą i systemy wspomagania decyzji
Tok studiów:
2019/2020
Kod:
GIPZ-2-104-LM-n
Wydział:
Górnictwa i Geoinżynierii
Poziom studiów:
Studia II stopnia
Specjalność:
Lean Manufacturing
Kierunek:
Inżynieria i Zarządzanie Procesami Przemysłowymi
Semestr:
1
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Niestacjonarne
Strona www:
 
Prowadzący moduł:
dr hab. inż. Kęsek Marek (kesek@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Studenci poznają metody przetwarzania danych w informację, następnie informacji w wiedzę oraz sposoby wykorzystania wiedzy w procesie podejmowania decyzji.

Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
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 Egzamin
M_W002 student zna metody klasyfikacji oraz pozyskiwania reguł wnioskowania od ekspertów oraz z danych liczbowych IPZ2A_W05, IPZ2A_W04, IPZ2A_W02, IPZ2A_W03 Egzamin
Umiejętności: potrafi
M_U001 student potrafi pozyskiwać reguły wnioskowania z danych, tworzyć drzewa decyzyjne oraz klasyfikować badane obiekty IPZ2A_U03, IPZ2A_U01 Kolokwium,
Projekt
M_U002 student potrafi pozyskiwać informację z baz danych oraz stosować algorytmy pozyskiwania wiedzy IPZ2A_U03, IPZ2A_U01 Kolokwium,
Projekt
Kompetencje społeczne: jest gotów do
M_K001 student rozumie potrzebę stosowania nowoczesnych technik pozyskiwania wiedzy IPZ2A_K01 Aktywność na zajęciach
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
27 9 0 9 9 0 0 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
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 + - - - - - - - - - -
Umiejętności
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 - - + + - - - - - - -
Kompetencje społeczne
M_K001 student rozumie potrzebę stosowania nowoczesnych technik pozyskiwania wiedzy + - + + - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 103 godz
Punkty ECTS za moduł 4 ECTS
Udział w zajęciach dydaktycznych/praktyka 27 godz
Przygotowanie do zajęć 20 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 18 godz
Samodzielne studiowanie tematyki zajęć 35 godz
Egzamin lub kolokwium zaliczeniowe 2 godz
Dodatkowe godziny kontaktowe 1 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (9h):

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.

Ćwiczenia laboratoryjne (9h):

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.
- Budowanie modeli symulacyjnych i ich analiza za pomocą narzędzi dostępnych w programie MSExcel

Ćwiczenia projektowe (9h):

Przeprowadzenie obliczeń związanych z konkretnym zadaniem decyzyjnym, rozwiązanie zadania decyzyjnego lub zadania wydobywania wiedzy z bazy danych z wykorzystaniem istniejących narzędzi, prace studialne w zakresie nowych metod i narzędzi wspomagania decyzji.

Pozostałe informacje
Metody i techniki kształcenia:
  • Wykład: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Ćwiczenia laboratoryjne: 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.
  • Ćwiczenia projektowe: 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.

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: 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.
  • Ćwiczenia laboratoryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: 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.
  • Ćwiczenia projektowe:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci wykonują prace praktyczne mające na celu uzyskanie kompetencji zakładanych przez syllabus. Ocenie podlega sposób wykonania projektu oraz efekt końcowy.
Sposób obliczania oceny końcowej:

Ocena końcowa wyliczana jest jako średnia ważona z egzaminu (0.4), ćwiczeń projektowych (0.2) oraz ćwiczeń laboratoryjnych (0.4)

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.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Nie ma szczególnych wymagań.

Zalecana literatura i pomoce naukowe:

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

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Kęsek M.: Realizacja struktury bazy systemu wspomagania zarządzania produkcją w kopalniach węgla kamiennego; Komputerowo zintegrowane zarządzanie; Oficyna Wydawnicza Polskiego Towarzystwa Zarządzania Produkcją, Opole, 2007
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.
Kęsek M.: Język R w odkrywaniu wiedzy górniczej; Przegląd Górniczy,Katowice, 2010
Kęsek M.: Wykorzystanie metod eksploracji danych w zarządzaniu produkcją w kopalni węgla kamiennego, Wiadomości Górnicze; 2014

Informacje dodatkowe:

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