Indukowane reguły decyzyjne

Metody identyfikowania reguł decyzyjnych na podstawie analizy danych. Algorytmy generowania reguł, weryfikacja poprawności skonstruowanego modelu oraz jego wykorzystanie do wspomagania podejmowania decyzji. Przedstawienie aspektów teoretycznych i sposobów ich wykorzystania w praktyce gospodarczej.

1. Przedstawić pojęcia, rozumowania i wyniki związane z praktycznym korzystaniem z reguł decyzyjnych.

2. Zapoznać z komputerowymi algorytmami i aplikacjami stosowanymi przy generowaniu takich reguł z dużych baz danych.

3. Zbudować umiejętność generowania reguł, ich interpretacji, weryfikacji i selekcji.

4. Nauczyć jak identyfikować w praktyce gospodarczej sytuacje decyzyjne, w których zasadne jest zastosowanie generowania reguł decyzyjnych.

Program: Przedmiot ma na celu zapoznanie studentów z metodami identyfikowania reguł decyzyjnych na podstawie analizy danych. Studenci poznają podstawowe algorytmy generowania takich reguł. W toku wykładu zwraca się szczególną uwagę na weryfikację poprawności skonstruowanego modelu oraz jego wykorzystanie do wspomagania podejmowania decyzji. Wprowadzane metody są przedstawiane zarówno od strony teoretycznej jak i sposobów ich wykorzystania w praktyce gospodarczej.

Literatura podstawowa:

(1) Witten I.H., Frank E., Data Mining. Practical Machine Learning Tools and Techniques, Morgan Kaufmann, 2005.

(2) Kamiński B., Zawisza M., Receptury w R. Podręcznik dla ekonomistów, Oficyna Wydawnicza Szkoły Głównej Handlowej, 2012.

Literatura uzupełniająca:

(1) Hongbo D., Data Mining Techniques and Applications: An Introduction, Cengage, 2013.

(2) Hand D., Manilla H., Smyth P., Principles of Data Mining, MIT Press 2001.

(3) Cichosz P., Systemy uczące się, WNT, 2000.

Kryteria oceniania:

kolokwium (test, 15 pytań zamknietych): 42.00%

inne (kolokwium - 5 zadań w programie R): 42.00%

projekty (w zespole 4-5 osób + prezentacja): 16.00%

Odsetek nieobecności, powyżej którego nie zalicza się przedmiotu (nie dot. wykładów)

wyrażony odsetkiem godzin, powyżej którego wyklucza się osiągnięcie efektów uczenia się: 50%

Szczegółowe warunki zaliczenia:

Studenci. którzy w usprawiedliwiony sposób nie mogli uczestniczyć w zajęciach realizują wszystkie elementy zaliczenia w ustalonym indywidualnie terminie, po opanowaniu wymaganego materiału.

D+P

Metody identyfikowania reguł decyzyjnych na podstawie analizy danych. Algorytmy generowania reguł, weryfikacja poprawności skonstruowanego modelu oraz jego wykorzystanie do wspomagania podejmowania decyzji. Przedstawienie aspektów teoretycznych i sposobów ich wykorzystania w praktyce gospodarczej.

1. Przedstawić pojęcia, rozumowania i wyniki związane z praktycznym korzystaniem z reguł decyzyjnych.

2. Zapoznać z komputerowymi algorytmami i aplikacjami stosowanymi przy generowaniu takich reguł z dużych baz danych.

3. Zbudować umiejętność generowania reguł, ich interpretacji, weryfikacji i selekcji.

4. Nauczyć jak identyfikować w praktyce gospodarczej sytuacje decyzyjne, w których zasadne jest zastosowanie generowania reguł decyzyjnych.

Program: Przedmiot ma na celu zapoznanie studentów z metodami identyfikowania reguł decyzyjnych na podstawie analizy danych. Studenci poznają podstawowe algorytmy generowania takich reguł. W toku wykładu zwraca się szczególną uwagę na weryfikację poprawności skonstruowanego modelu oraz jego wykorzystanie do wspomagania podejmowania decyzji. Wprowadzane metody są przedstawiane zarówno od strony teoretycznej jak i sposobów ich wykorzystania w praktyce gospodarczej.

Literatura podstawowa:

(1) Witten I.H., Frank E., Data Mining. Practical Machine Learning Tools and Techniques, Morgan Kaufmann, 2005.

(2) Kamiński B., Zawisza M., Receptury w R. Podręcznik dla ekonomistów, Oficyna Wydawnicza Szkoły Głównej Handlowej, 2012.

Literatura uzupełniająca:

(1) Hongbo D., Data Mining Techniques and Applications: An Introduction, Cengage, 2013.

(2) Hand D., Manilla H., Smyth P., Principles of Data Mining, MIT Press 2001.

(3) Cichosz P., Systemy uczące się, WNT, 2000.

Kryteria oceniania:

kolokwium (test, 15 pytań zamknietych): 42.00%

inne (kolokwium - 5 zadań w programie R): 42.00%

projekty (w zespole 4-5 osób + prezentacja): 16.00%

Odsetek nieobecności, powyżej którego nie zalicza się przedmiotu (nie dot. wykładów)

wyrażony odsetkiem godzin, powyżej którego wyklucza się osiągnięcie efektów uczenia się: 50%

Szczegółowe warunki zaliczenia:

Studenci. którzy w usprawiedliwiony sposób nie mogli uczestniczyć w zajęciach realizują wszystkie elementy zaliczenia w ustalonym indywidualnie terminie, po opanowaniu wymaganego materiału.

D+P

Metody identyfikowania reguł decyzyjnych na podstawie analizy danych. Algorytmy generowania reguł, weryfikacja poprawności skonstruowanego modelu oraz jego wykorzystanie do wspomagania podejmowania decyzji. Przedstawienie aspektów teoretycznych i sposobów ich wykorzystania w praktyce gospodarczej.

1. Przedstawić pojęcia, rozumowania i wyniki związane z praktycznym korzystaniem z reguł decyzyjnych.

2. Zapoznać z komputerowymi algorytmami i aplikacjami stosowanymi przy generowaniu takich reguł z dużych baz danych.

3. Zbudować umiejętność generowania reguł, ich interpretacji, weryfikacji i selekcji.

4. Nauczyć jak identyfikować w praktyce gospodarczej sytuacje decyzyjne, w których zasadne jest zastosowanie generowania reguł decyzyjnych.

Program: Przedmiot ma na celu zapoznanie studentów z metodami identyfikowania reguł decyzyjnych na podstawie analizy danych. Studenci poznają podstawowe algorytmy generowania takich reguł. W toku wykładu zwraca się szczególną uwagę na weryfikację poprawności skonstruowanego modelu oraz jego wykorzystanie do wspomagania podejmowania decyzji. Wprowadzane metody są przedstawiane zarówno od strony teoretycznej jak i sposobów ich wykorzystania w praktyce gospodarczej.

Literatura podstawowa:

(1) Witten I.H., Frank E., Data Mining. Practical Machine Learning Tools and Techniques, Morgan Kaufmann, 2005.

(2) Kamiński B., Zawisza M., Receptury w R. Podręcznik dla ekonomistów, Oficyna Wydawnicza Szkoły Głównej Handlowej, 2012.

Literatura uzupełniająca:

(1) Hongbo D., Data Mining Techniques and Applications: An Introduction, Cengage, 2013.

(2) Hand D., Manilla H., Smyth P., Principles of Data Mining, MIT Press 2001.

(3) Cichosz P., Systemy uczące się, WNT, 2000.

D+P

Metody identyfikowania reguł decyzyjnych na podstawie analizy danych. Algorytmy generowania reguł, weryfikacja poprawności skonstruowanego modelu oraz jego wykorzystanie do wspomagania podejmowania decyzji. Przedstawienie aspektów teoretycznych i sposobów ich wykorzystania w praktyce gospodarczej.

1. Przedstawić pojęcia, rozumowania i wyniki związane z praktycznym korzystaniem z reguł decyzyjnych.

2. Zapoznać z komputerowymi algorytmami i aplikacjami stosowanymi przy generowaniu takich reguł z dużych baz danych.

3. Zbudować umiejętność generowania reguł, ich interpretacji, weryfikacji i selekcji.

4. Nauczyć jak identyfikować w praktyce gospodarczej sytuacje decyzyjne, w których zasadne jest zastosowanie generowania reguł decyzyjnych.

Program: Przedmiot ma na celu zapoznanie studentów z metodami identyfikowania reguł decyzyjnych na podstawie analizy danych. Studenci poznają podstawowe algorytmy generowania takich reguł. W toku wykładu zwraca się szczególną uwagę na weryfikację poprawności skonstruowanego modelu oraz jego wykorzystanie do wspomagania podejmowania decyzji. Wprowadzane metody są przedstawiane zarówno od strony teoretycznej jak i sposobów ich wykorzystania w praktyce gospodarczej.

Literatura podstawowa:

(1) Witten I.H., Frank E., Data Mining. Practical Machine Learning Tools and Techniques, Morgan Kaufmann, 2005.

(2) Kamiński B., Zawisza M., Receptury w R. Podręcznik dla ekonomistów, Oficyna Wydawnicza Szkoły Głównej Handlowej, 2012.

Literatura uzupełniająca:

(1) Hongbo D., Data Mining Techniques and Applications: An Introduction, Cengage, 2013.

(2) Hand D., Manilla H., Smyth P., Principles of Data Mining, MIT Press 2001.

(3) Cichosz P., Systemy uczące się, WNT, 2000.