Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Bazy danych w data mining
Tok studiów:
2019/2020
Kod:
HIFS-2-208-s
Wydział:
Humanistyczny
Poziom studiów:
Studia II stopnia
Specjalność:
-
Kierunek:
Informatyka Społeczna
Semestr:
2
Profil:
Praktyczny (P)
Język wykładowy:
Polski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
dr inż. Igras-Cybulska Magdalena (migras@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Student ma wiedzę i umiejętności z zakresu struktury baz do pracy z big data, zna i stosuje algorytmy i struktury danych oraz wie jakie są metody ich optymalizacji.

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 zasady projektowania, analizowania i optymalizowania systemów gromadzenia i przetwarzania danych przestrzegając zasad związanych z zapewnieniem bezpieczeństwa danych. IFS2P_W04 Projekt,
Wykonanie ćwiczeń,
Aktywność na zajęciach
M_W002 Student dysponuje aktualną wiedzą na temat realizacji projektów bazodanowych. IFS2P_W02 Projekt,
Aktywność na zajęciach
Umiejętności: potrafi
M_U001 Student potrafi samodzielnie opracować projekt bazodanowy, czyli: zdefiniować cele i przeprowadzić analizę wymagań użytkownika, zaprojektować podstawową funkcjonalność realizowaną przez zaproponowane rozwiązanie, IFS2P_U04 Projekt,
Aktywność na zajęciach
M_U002 Student potrafi opracować aplikację realizującą założoną funkcjonalność, IFS2P_U03 Projekt
M_U003 Student potrafi opracować dokumentację opisującą proces tworzenia aplikacji bazodanowej, dokumentację wdrożeniową i techniczną umożliwiającą rozbudowę opracowanego projektu. IFS2P_U05 Projekt
Kompetencje społeczne: jest gotów do
M_K001 Student ma kompetencje pozwalające na uczestniczenie w przygotowaniu i wdrażaniu projektów społecznych opartych o wiedzę pochodzacą z baz danych. IFS2P_K03 Projekt,
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
30 0 0 30 0 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 zasady projektowania, analizowania i optymalizowania systemów gromadzenia i przetwarzania danych przestrzegając zasad związanych z zapewnieniem bezpieczeństwa danych. - - + - - - - - - - -
M_W002 Student dysponuje aktualną wiedzą na temat realizacji projektów bazodanowych. - - + - - - - - - - -
Umiejętności
M_U001 Student potrafi samodzielnie opracować projekt bazodanowy, czyli: zdefiniować cele i przeprowadzić analizę wymagań użytkownika, zaprojektować podstawową funkcjonalność realizowaną przez zaproponowane rozwiązanie, - - + - - - - - - - -
M_U002 Student potrafi opracować aplikację realizującą założoną funkcjonalność, - - + - - - - - - - -
M_U003 Student potrafi opracować dokumentację opisującą proces tworzenia aplikacji bazodanowej, dokumentację wdrożeniową i techniczną umożliwiającą rozbudowę opracowanego projektu. - - + - - - - - - - -
Kompetencje społeczne
M_K001 Student ma kompetencje pozwalające na uczestniczenie w przygotowaniu i wdrażaniu projektów społecznych opartych o wiedzę pochodzacą z baz danych. - - + - - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 50 godz
Punkty ECTS za moduł 2 ECTS
Udział w zajęciach dydaktycznych/praktyka 30 godz
Przygotowanie do zajęć 8 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 10 godz
Dodatkowe godziny kontaktowe 2 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Ćwiczenia laboratoryjne (30h):

Optymalizacja w relacyjnych bazach danych
Porównanie możliwości oferowanych przez komercyjne relacyjne bazy danych. Bezpieczeństwo i administracja – realizacja uwierzytelnienia i autoryzacji. Buforowanie danych. Ścieżki dostępu do pojedynczych tabel. Rodzaje złączeń. Przetwarzanie zapytań – analiza, normalizacja, analiza semantyczna, uproszczenie i restrukturyzacja. Algebraiczne reguły transformacji zapytań. Kosztowa optymalizacja zapytań. Statystyki i koncepcja histogramów. Selektywność danych i jej wyznaczanie. Typy drzew zapytań i zagadnienie określania porządku wykonywania operacji połączenia. Narzędzia wspierające optymalizację przetwarzania zapytań.

Rozproszone bazy danych
Obiektowe bazy danych
Bazy danych XML, dane XML w relacyjnych bazach danych
Technologia OLAP – przetwarzanie analityczne danych

Pozostałe informacje
Metody i techniki kształcenia:
  • 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.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Projekt. Zasady i forma zaliczenia w drugim (w sesji) i trzecim (w sesji poprawkowej) terminie pozostaje bez zmian.

Zasady udziału w zajęciach:
  • 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.
Sposób obliczania oceny końcowej:

Ocena z projektu zakresu zastosowania baz danych do diagnozowania i rozwiązywania problemów społecznych 100%.

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

Zaległości student może nadrobić w oparciu o literaturę zaleconą przez wykładowcę. Powstałe zaległości student zalicza w terminie ustalonym z wykładowcą.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Obecność na zajeciach jest obowiązkowa. Nieobecności wymagają zaliczenia ćwiczeń i/lub literatury przedmiotu w formie i zakresie ustalonym z osobą prowadzącą zajęcia.

Zalecana literatura i pomoce naukowe:

Materiały i literatura zostaną dostarczone studentom na zajęcia.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Zajęcia będzie prowadził Mariusz Mąsior.
Informatyk. CTO i współzałożyciel Consonance sp. z o.o. (od 2014). Developer z doświadczeniem w zakresie inżynierii i architektury systemów. Naukowo zajmuje się przetwarzaniem sygnałów cyfrowych. Kierował kilkoma projektami dotyczącymi aplikacji zaawansowanego przetwarzania sygnałów, rozwiązań mobilnych oraz urządzeń elektronicznych.
Wybrane publikacje:
M. Mąsior, B. Ziółko, D. Skurzok, T. Jadczyk: Baza danych słownika języka polskiego ze statystykami słów dla systemu automatycznego rozpoznawania mowy. Studia Informatica 2011 vol. 32 no. 2B, s. 349–357.
Acquisition of multimodal data corpus for automatic sign language processing — Rejestracja multimedialnego korpusu danych dla automatycznego przetwarzania języka migowego / Jakub GAŁKA, Przemysław Węgrzynowicz, Mariusz MĄSIOR // Studia Informatica ; ISSN 1642-0489. — Tytuł poprz.: Zeszyty Naukowe Politechniki Śląskiej. Seria Informatyka ; ISSN: 0208-7286. — 2016 vol. 37 no. 1, s. 19–31.
Comparative study of SQLite and Berkeley DB implementations of n-gram model of Polish language — Porównawcze studium implementacji modelu n-gramowego języka polskiego w SQLite i Berkeley DB / Dawid SKURZOK, Bartosz ZIÓŁKO, Aleksander Pohl, Tomasz JADCZYK, Mariusz MĄSIOR // Studia Informatica ; ISSN 1642-0489. — Tytuł poprz.: Zeszyty Naukowe Politechniki Śląskiej. Seria Informatyka ; ISSN: 0208-7286. — 2012 vol. 33 no. 2B, s. 153–162.
Using components of corpus linguistics and annotation tools in sign language teaching / Katarzyna BARCZEWSKA, Jakub GAŁKA, Dorota SZULC, Mariusz MĄSIOR, Rafał SAMBORSKI, Tomasz J. WILCZYŃSKI // International Journal of Modern Education and Computer Science ; ISSN 2075-0161. — 2016 vol. 8 no. 2, s. 14–21

Informacje dodatkowe:

brak