Uczenie maszynowe w analityce danych

Uczenie maszynowe Statystyka Ekspolracja danych Bzy danych Sieci społeczne Siecie neronowe

Studia uczenie maszynowe w analityce danych to 2-semestralne studia obejmujące 285 godz. zajęć, z których aż 191 godzin to praktyczne zajęcia laboratoryjne oraz projektowe. W zakres studiów wchodzi pogłębiona wiedza teoretyczna i praktyczna z zakresu statystyki z wykorzystaniem języka R, rachunku macierzowego, bez danych relacyjnych oraz NoSQL, zaawansowanych metod eksploracja danych, sieci neuronowych, uczenia głębokiego, uczenia ze wzmocnieniem, uczenia z oraz bez nadzoru, przetwarzania języka naturalnego, analiza duzych zbiorów danych oraz prawnych aspektów analityki danych. Studia odbywają się w formie zdalnej!

 

Do kogo adresowane są studia

Studia 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 pozwalają uporzadkować posiadaną wiedzę i rozszerzyć ją w sposób znaczący o zaawansowane metody sztucznej inteligencji stosowanej do eksploracji i przetwarzania róznych typów danych. W szczególości kierowane sa do osób zainteresowanych tematyką uczenia mszynowego oraz Big Data chcących podjąć pracę w międzynarodowych firmach korzystających z rozwiązań opartych na systemach uczących się.

Sylwetka absolwenta studiów podyplomowych

Absolwent studiów podyplomowych Uczenie maszynowe w analityce danych będzie posiadał wiedzę teoretyczną i praktyczną w zakresie metod wnioskowania statystycznego, baz danych, eksploracji danych, uczenia maszynowego, sieci neuronowych, algorytmów przetwarzania i rozumienia języka naturalnego, analizy dużych zbiorów danych oraz prawnych aspektów analityki danych. Będzie potrafił wykorzystać posiadaną wiedzę do rozwiązywania złożonych problemów z zakresu uczenia maszynowego i analityki danych przez dobór i zastosowanie właściwych metod i algorytmów. Absolwent będzie potrafił posługiwać się nowoczesnymi technikami i językami programowania oraz dostosować istniejące komponenty i rozwiązania na potrzeby konkretnego projektu. Będzie również posiadał umiejętność pracy w zespole nad większymi projektami mającymi długofalowy charakter.

Warunki ukończenia studiów

Do ukończenia studiów podyplomowych konieczne i wystarczające jest zaliczenie wszystkich przedmiotów przewidzianych w toku studiów. Ocena końcowa obliczana jest zgodnie z Regulaminem Studiów Podyplomowych AGH na podstawie średniej arytmetycznej ocen ze studiów.

Limity przyjęć

minimum warunkujące uruchomienie studiów 22,

maksimum 45 osób

 

1. PLAN STUDIÓW PODYPLOMOWYCH:

SEMESTR STUDIÓW - 1 :

Lp.

Nazwa przedmiotu

forma zajęć

liczba godzin zajęć

sposób zaliczenia

Liczba punktów ECTS

  1.  

Wstęp do zaawansowanej analizy danych i Data Science

Wykład

4

zaliczenie

1

  1.  

Języki programowania w Data Science (R)

Wykład, ćwiczenia laboratoryjne

2;18

zaliczenie

2

  1.  

Statystyka

Wykład, ćwiczenia laboratoryjne

10;14

zaliczenie

3

  1.  

Rachunek macierzowy

Wykład, ćwiczenia laboratoryjne

10;14

zaliczenie

3

  1.  

Języki programowania w DataScience (Python)

ćwiczenia laboratoryjne

20

zaliczenie

2

  1.  

Eksploracja danych

Wykład, ćwiczenia laboratoryjne

6;14

zaliczenie

3

  1.  

Sieci neuronowe i deep learning

Wykład, ćwiczenia laboratoryjne

6;14

zaliczenie

3

  1.  

Bazy danych

Wykład, ćwiczenia laboratoryjne

4;16

zaliczenie

3

 

Łączna liczba godzin: .152

Łączna liczba punktów ECTS: 20

 

SEMESTR STUDIÓW - 2 :

Lp.

Nazwa przedmiotu

forma zajęć

liczba godzin zajęć

sposób zaliczenia

Liczba punktów ECTS

  1.  

Uczenie maszynowe

Wykład, ćwiczenia laboratoryjne

14;14

zaliczenie

4

  1.  

Analiza dużych zbiorów danych

Wykład, ćwiczenia laboratoryjne

8;12

zaliczenie

3

  1.  

Sieci społeczne

Wykład, ćwiczenia laboratoryjne

4;4

zaliczenie

1

  1.  

Przetwarzanie języka naturalnego

Wykład, ćwiczenia laboratoryjne

4;16

zaliczenie

2

  1.  

Wizualizacja danych

ćwiczenia laboratoryjne

4;12

zaliczenie

2

  1.  

Prawne aspekty analizy danych

Wykład

6

zaliczenie

1

  1.  

Przktyczne zastosoania analizy danych

Wykład, ćwiczenia laboratoryjne

2;2

zaliczenie

1

  1.  

Analiza danych edukacyjnych

Ćwiczenia laboratoryjne, ćwiczenia projektowe

10;5

zaliczenie

1

  1.  

Hackathon

Ćwiczenia laboratoryjne

16

zaliczenie

1

 

JAK SIĘ ZAPISAĆ?

  1. Zarejestruj się w systemie: podyplomowe.informatyka.agh.edu.pl
  2. Zapisz się na studia (zapisanie się na studia jest możliwe po zarejestrowaniu się w systemie, i zalogowaniu się)
  3. Poczekaj na potwierdzenie Twojego zgłoszenia przez Sekretariat Studiów
  4. Pobierz ze strony formularz zgłoszeniowy oraz oświadczenie o zapoznaniu się z regulaminem studiów, wypełnij te dokumenty oraz prześlij skany podpisanych wersji dokumentów na adres Sekretariatu Studiów
  5. Wnieś opłatę wpisową (nr rachunku zostanie podany wkrótce), oraz prześlij skan potwierdzenia wpłaty na adres mailowy sekretariatu studiów
  6. Wnieś pełną opłatę za studia oraz dostarcz orginały wszystkich dokumentów do Sekretariatu nie później niż 14 dni przed rozpoczęciem  zajęć

     

 

INFORMACJE KONTAKTOWE

Kierownik studiów:
dr Małgorzata Zajęcka
e-mail: mzajecka@agh.edu.pl

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

Czas trwania: październik 2023 - wrzesień 2024
Cena: 7800 PLN
Brak terminów 🙁

DOKUMENTY DO POBRANIA

 

oświadczenie o zapoznaniu się z regulaminem

formularz zgłoszeniowy

 

INFORMACJE KONTAKTOWE

Kierownik studiów:
dr Małgorzata Zajęcka
e-mail: mzajecka@agh.edu.pl

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

 

 

 

 

Podobne