A A A
pl | en
2023/2024 Stacjonarne Studia podyplomowe Wydział Informatyki

Uczenie maszynowe w analityce danych

Zakres tematyczny

W zakres studiów wchodzi pogłębiona wiedza teoretyczna i praktyczna z zakresu statystyki z wykorzystaniem języka R, rachunku macierzowego, baz danych relacyjnych oraz NoSQL, zaawansowanych metod eksploracji danych, sieci neuronowych, uczenia głębokiego, uczenia ze wzmocnieniem, uczenia z oraz bez nadzoru, przetwarzania języka naturalnego, analizy dużych zbiorów danych oraz prawnych aspektów analityki danych. Ponadto uczestnicy zapoznają się z narzędziami do analityki danych dostępnymi w bibliotekach języka python, nowoczesnymi metodami wizualizacji danych oraz utrwalą swoje umiejętności przy realizacji laboratoriów i projektów m.in. z analizy danych w life sciences, analizy dużych zbiorów danych oraz opracowania danych sondażowych i pomiarowych. Studia te oferują w jednym miejscu usystematyzowaną wiedzę i umiejętności zdobywane do tej pory przez pracowników na własną rękę na licznych nie związanych ze sobą kursach internetowych i szkoleniach.

Do kogo adresowane są studia podyplomowe

Studia podyplomowe Uczenie maszynowe w analityce danych kierowane są do osób, które posiadają już podstawową wiedzę w zakresie informatyki i analityki danych lub pracują na stanowiskach związanych z szeroko pojętym Data Science. Studia pozwolą uporządkować posiadaną wiedzę i rozszerzyć ją w sposób znaczący o zaawansowane metody sztucznej inteligencji stosowanej do eksploracji i przetwarzania różnych typów danych. W szczególności kierowane są do osób zainteresowanych tematyką uczenia maszynowego oraz Big Data chcących podjąć pracę w międzynarodowych firmach korzystających z rozwiązań opartych na systemach uczących się.

Kierownik studiów podyplomowych

dr Małgorzata Zajęcka, mzajecka@agh.edu.pl

Organizator studiów podyplomowych

Instytut Informatyki AGH, tel.: +48 12 328 34 00, e-mail: informatyka@agh.edu.pl

Osoba do kontaktu

mgr inż. Paulina Mularczyk-Mędrykowska, tel. +48 12 328 33 21, mail: paula@agh.edu.pl

 

Zobacz pełny opis studiów podyplomowych

Semestr zimowy, 2023/2024

Przedmiot Liczba godzin Punkty ECTS Forma weryfikacji
Wstęp do zaawansowanej analizy danych i Data Science
Wykład: 4
1 Zaliczenie O
Języki programowania w Data Science (R)
Wykład: 2
Ćwiczenia laboratoryjne: 18
2 Zaliczenie O
Statystyka
Wykład: 10
Ćwiczenia laboratoryjne: 14
3 Zaliczenie O
Rachunek macierzowy
Wykład: 10
Ćwiczenia laboratoryjne: 14
3 Zaliczenie O
Języki programowania w Data Science (Python)
Ćwiczenia laboratoryjne: 20
2 Zaliczenie O
Eksploracja danych
Wykład: 6
Ćwiczenia laboratoryjne: 14
3 Zaliczenie O
Sieci neuronowe i uczenie głębokie
Wykład: 6
Ćwiczenia laboratoryjne: 14
3 Zaliczenie O
Bazy danych
Wykład: 4
Ćwiczenia laboratoryjne: 16
3 Zaliczenie O

Semestr letni, 2023/2024

Przedmiot Liczba godzin Punkty ECTS Forma weryfikacji
Uczenie maszynowe
Wykład: 14
Ćwiczenia laboratoryjne: 14
4 Zaliczenie O
Analiza dużych zbiorów danych
Wykład: 8
Ćwiczenia laboratoryjne: 12
3 Zaliczenie O
Sieci społeczne
Wykład: 4
Ćwiczenia laboratoryjne: 4
1 Zaliczenie O
Przetwarzanie jezyka naturalnego
Wykład: 4
Ćwiczenia laboratoryjne: 16
2 Zaliczenie O
Wizualizacja danych
Wykład: 4
Ćwiczenia laboratoryjne: 12
2 Zaliczenie O
Prawne aspekty analizy danych
Wykład: 6
1 Zaliczenie O
Praktyczne zastosowania analizy danych
Wykład: 2
Ćwiczenia laboratoryjne: 2
1 Zaliczenie O
Analiza danych edukacyjnych
Ćwiczenia laboratoryjne: 10
Ćwiczenia projektowe: 5
1 Zaliczenie O
Hackathon
Ćwiczenia laboratoryjne: 16
1 Zaliczenie O