Rok akademicki: 2019/2020 Kod: JFTC-2-103-s Punkty ECTS: 4 Wydział: Fizyki i Informatyki Stosowanej
Kierunek: Fizyka Techniczna Specjalność: ―
Poziom studiów: Studia II stopnia Forma studiów: Stacjonarne Język wykładowy: Polski Profil: Ogólnoakademicki (A) Semestr: 1 Strona www: —
Prowadzący moduł: prof. dr hab. Bożek Piotr (piotr.bozek@fis.agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć
Wprowadzenie do nowoczesnych metod analizy danych i uczenia maszynowego.
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 wie na czy polegają zaawansowane metody analizy
statystycznej, zna podstawowy analizy sygnałów ciągłych i dyskretnych,
FTC2A_W05 Aktywność na zajęciach, Egzamin
M_W002 Student zna metody analizy
wielorozdzielczej sygnałów i obrazów, potrafi omówić charakterystyki
szeregów czasowych i metody analizy i składowej statystycznej
FTC2A_W05 Aktywność na zajęciach, Egzamin
Umiejętności: potrafi
M_U001 Student potrafi przeprowadzić analizę złożonych danych pomiarowych i sygnałów, umie zastosować procedury numeryczne z bibliotek i pakietów oprogramowania
FTC2A_U05, FTC2A_U03
Aktywność na zajęciach, Egzamin, Wykonanie ćwiczeń laboratoryjnych
M_U002 Student potrafi zaproponować plan pomiarów, w tym czasu, wielkości próbki i zestawu wielkości koniecznych dla uzyskania wiarygodnych wniosków i estymacji parametrów, w
zastosowaniach w diagnostyce, monitoringu i badaniach
materiałowych z wykorzystaniem metod fizycznych
FTC2A_U05, FTC2A_U04
Aktywność na zajęciach, Egzamin, Wykonanie ćwiczeń laboratoryjnych
Kompetencje społeczne: jest gotów do M_K001 Student rozumie konieczność
dostosowania metod pracy do danego problemu
FTC2A_K03, FTC2A_K02
Aktywność na zajęciach
Liczba godzin zajęć w ramach poszczególnych form zajęć
Suma
Forma zajęć dydaktycznych
Wykład Ćwiczenia audytoryjne Ćwiczenia laboratoryjne Ćwiczenia projektowe Konwersatorium Zajęcia seminaryjne Zajęcia praktyczne Zajęcia terenowe Zajęcia warsztatowe Prace kontrolne i przejściowe Lektorat
55 15 0 30 10 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 Ćwiczenia audytoryjne Ćwiczenia laboratoryjne Ćwiczenia projektowe Konwersatorium Zajęcia seminaryjne Zajęcia praktyczne Zajęcia terenowe Zajęcia warsztatowe Prace kontrolne i przejściowe Lektorat Wiedza: zna i rozumie
M_W001 Student wie na czy polegają zaawansowane metody analizy statystycznej, zna podstawowy analizy sygnałów ciągłych i dyskretnych,
+ - + + - - - - - - -
M_W002 Student zna metody analizy wielorozdzielczej sygnałów i obrazów, potrafi omówić charakterystyki szeregów czasowych i metody analizy i składowej statystycznej
+ - + + - - - - - - -
Umiejętności: potrafi
M_U001 Student potrafi przeprowadzić analizę złożonych danych pomiarowych i sygnałów, umie zastosować procedury
numeryczne z bibliotek i pakietów oprogramowania
+ - + + - - - - - - -
M_U002 Student potrafi zaproponować plan pomiarów, w tym czasu, wielkości próbki i zestawu wielkości koniecznych dla uzyskania wiarygodnych wniosków i estymacji
parametrów, w zastosowaniach w diagnostyce, monitoringu i badaniach materiałowych z wykorzystaniem metod fizycznych
+ - + + - - - - - - -
Kompetencje społeczne: jest gotów do M_K001 Student rozumie konieczność
dostosowania metod pracy do danego problemu
- - + + - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie
studenta
Udział w zajęciach dydaktycznych/praktyka 55 godz
Przygotowanie do zajęć 30 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 10 godz
Samodzielne studiowanie tematyki zajęć 20 godz
Sumaryczne obciążenie pracą studenta 115 godz
Punkty ECTS za moduł 4 ECTS
Pozostałe informacje
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład
Tematyka wykładów
1. Wprowadzenie, powtórzenie (2h)
ciągłe i dyskretne rozkłady prawdopodobieństwa, estymatory, momenty, macierz kowariancji, funkcje tworzące, funkcja największej wiarygodności
2. Metody Bayesowskie (2h)
estymacja parametrów, rozkłady apriori, aposteriori 3. Rozkłady o grubych ogonach (2h)
szum skorelowany, ekstremalne obserwacje
4. Ciągła transformata Fouriera, widmo, filtry, dyskretna transformata Fouriera, splot (2h)
5. Metody klasyfikacji i regresji, drzewa decyzyjne (4h) 6. Szeregi czasowe, ogólne własności,
część systematyczna i składowa przypadkowa, szum, modele szeregów czasowych, szacowanie parametrów modelu i wnioskowanie (2h)
Ćwiczenia laboratoryjne
Tematyka ćwiczeń laboratoryjnych
- Ćwiczenia komputerowe, wykonane w dowolnym oprogramowaniu,
programy napisane samodzielnie z wykorzystanie procedur bibliotecznych lub publicznie dostępnych,
bądź z wykorzystaniem pakietów EXCEL, R, Octave, MATLAB.
1. Podstawowe rozkłady, generowanie liczb losowych, histogramy:
2. Estymatory statystyczne, zmienne skorelowanee 3. Funkcja największej wiarygodność , algorytm EM 4. Testowanie hipotez
5. Metody Monte-Carlo i bootstrap 6. Analiza Bayesowska
7. Drzewa decyzyjne
8. Szeregi czasowe, rozdzielanie trendu i składowej przypadkowej
10. Filtr Kalmana
12. Estymatory jądrowe
Ćwiczenia projektowe
Temat projektu wybrany z listy lub własny, po uzgodnieniu z prowadzącym.
Wykonanie projektu składa się z przestudiowania metod statystycznych używanych w projekcie. Przedstawienie krótkiego (5-10min) referatu o metodzie. Przygotowanie projektu, programu i analiza przykładowych danych. Przygotowanie i przesłanie
pisemnego sprawozdania, Zamiast sprawozdania można przygotować referat na temat wykonanego projektu.
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:
Laboratoria
Ocena punktowa wykonania zadania na każdych zająciach, rozwiązanie można uzupełnić i poprawić do następnych zajęć.
Projekt
Przedstawienie krótkiego (5-10min) referatu o metodzie. Przygotowanie projektu, programu i analiza przykładowych danych. Przygotowanie i przesłanie pisemnego sprawozdania, Zamiast sprawozdania można przygotować referat na temat wykonanego projektu.
Egzamin pisemny z materiału przerabianego na zajęciach laboratoryjnych i na wykładzie.
Nie ma wymagań co do minimalnej ilości punktów za każdą ze składowych, liczy się suma do oceny końcowej.
Zasady udziału w poszczególnych zajęciach, ze wskazaniem, czy obecność studenta na zajęciach jest obowiązkowa:
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
Ocen końcowa jest określona przez sumę punktów z egzaminu pisemnego (20%), oceny ćwiczeń laboratoryjnych (60%), i projektu laboratoryjnego (20%), zgodnie z regulaminem studiów.
Nie ma wymagań co do minimalnej ilości punktów za każdą ze składowych, liczy się suma do oceny końcowej. Możliwa jedna nieobecność nieusprawiedliwona na zajęciach laboratoryjnych z możliwością odrobienia, punkty zaliczone po uzupelnieniu rozwiązania.
Punkty za nieobecności usprawiedliwione będą zaliczone po uzupełnieniu rozwiązania.
Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:
Możliwa jedna nieobecność nieusprawiedliwona na zajęciach laboratoryjnych z możliwością odrobienia, punkty zaliczone po uzupelnieniu rozwiązania. Punkty za nieobecności usprawiedliwione będą zaliczone po uzupełnieniu rozwiązania.
Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów
Kurs statystyki matematycznej lub analizy danych,
podstawy programowania
Zalecana literatura i pomoce naukowe
http://www.fis.agh.edu.pl/~Bozek
1. D.S. Siva and J. Skilling, Data analysis: a bayesian tutorial, 2. Oxford University Press, 2006
3. J. Szabatin, Podstawy teorii sygnałów, WKŁ, 2002 4. J.T. Białasiewicz, Falki i aproksymacje, WNT, 2004
5. M. Small, Applied nonlinear time series analysis, applications in physics, physiology and finance, World Scientific, 2005
6. W. Martinez and A. Martine, Computational Statistics Handbook with MATLAB, Chapman & Hall, 2002
Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu
Piotr Bożek, Phys. Rev. C97, 034905, 2018.
Principal component analysis of the nonlinear coupling of harmonic modes in heavy-ion collisions Sandeep Chatterjee, Piotr Bożek Phys. Rev. C95, 014906, 2017.
Pseudorapidity profile of transverse momentum fluctuations in heavy ion collisions Piotr Bożek, Phys. Rev. C93, 044908, 2016.
Transverse-momentum-flow correlations in relativistic heavy-ion collisions
Informacje dodatkowe
Brak
