Uniwersytet Jagielloński w Krakowie - Punkt LogowaniaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Przestrzenne techniki analityczne i modelowanie w geomatyce

Informacje ogólne

Kod przedmiotu: WG.IG-2205-D Kod Erasmus / ISCED: (brak danych) / (0612) Projektowanie i administrowanie baz danych i sieci
Nazwa przedmiotu: Przestrzenne techniki analityczne i modelowanie w geomatyce
Jednostka: Instytut Geografii i Gospodarki Przestrzennej
Grupy:
Punkty ECTS i inne: 3.00
Język prowadzenia: polski

Zajęcia w cyklu "Semestr letni 2019/2020" (zakończony)

Okres: 2020-02-24 - 2020-06-14
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia, 20 godzin więcej informacji
Kształcenie na odległość, 10 godzin więcej informacji
Koordynatorzy: Katarzyna Ostapowicz
Prowadzący grup: Ewa Grabska, Katarzyna Ostapowicz, Anna Zielonka
Strona przedmiotu: http://www.geo.uj.edu.pl/project/rs4for/index.php/pl/kursy/
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Ocena wliczana do średniej:

tak

Efekty kształcenia:

WIEDZA

• student zna aparat pojęciowy w zakresie narzędzi i metod analiz i modelowania danych przestrzennych z wykorzystaniem teorii i technologii informacji geograficznej (KW_03, KW_07);

• zna i rozumie średnio zaawansowane narzędzia i metody analizy i modelowania danych przestrzennych z wykorzystaniem teorii i technologii informacji geograficznej oraz konsekwencje ich zastosowania w różnych dziedzinach nauki i praktyki (KW_05, KW_06, KW_08)

• zna znaczenie analiz i modelowania danych przestrzennych dla współczesnej geografii i gospodarce przestrzennej (KW_02)

UMIEJĘTNOŚCI

• potrafi korzystać z literatury oraz stosować terminologię w języku polskim i angielskim wykorzystywaną w średnio zaawansowanych metodach analiz i modelowania danych przestrzennych z wykorzystaniem teorii i technologii informacji geograficznej (KU_01, KU_02)

• potrafi wybrać i zastosować właściwe metody analizy i modelowania danych przestrzennych do rozwiązywania problemów badawczych (KU_04),

• potrafi przedstawić ustnie lub pisemnie wybrany problem naukowy z zakresu analizy i modelowania danych przestrzennych z wykorzystaniem teorii i technologii informacji geograficznej w języku polskim i angielskim (KU_08)

KOMPETENCJE PERSONALNE I SPOŁECZNE

• ma świadomość konieczności podnoszenia kompetencji zawodowych i osobistych oraz samodzielnego aktualizowania i poszerzania wiedzy (KKS_01)

• jest odpowiedzialna(y) za powierzany sprzęt komputerowy, bezpieczeństwo pracy własnej i innych (KKS_03)

• potrafi pracować w zespole i krytycznie oceniać własną rolę w grupie; potrafi określić priorytety służące realizacji określonych zadań (KKS_04)

• ma świadomość konieczności poszanowania praw autorskich m.in. źródeł danych przestrzennych, odpowiedniego cytowania literatury (KKS_05)


Wymagania wstępne:

Ukończony z pozytywną oceną kurs „Analiza i modelowanie przestrzenne w GIS” lub „Analiza i wizualizacja danych przestrzennych” lub inny podobny kurs

Forma i warunki zaliczenia:

Zaliczenie z oceną


Warunkiem uzyskania zaliczenia jest uczestnictwo w zajęciach (dopuszczalna jedna nieobecność), uzyskanie pozytywnej oceny z dwóch skryptów w programie R. Ocena z ćwiczeń jest średnią z dwóch skryptów napisanych w programie R.

Metody sprawdzania i kryteria oceny efektów kształcenia uzyskanych przez studentów:

Zaliczenie z oceną


Warunkiem uzyskania zaliczenia jest uczestnictwo w zajęciach (dopuszczalna jedna nieobecność), uzyskanie pozytywnej oceny z dwóch skryptów w programie R. Ocena z ćwiczeń jest średnią z dwóch skryptów napisanych w programie R.

Metody dydaktyczne - słownik:

Metody praktyczne - ćwiczenia laboratoryjne
Metody praktyczne - metoda projektów

Metody dydaktyczne:

metody praktyczne - ćwiczenia laboratoryjne

metody praktyczne - metoda projektów


Bilans punktów ECTS:

• ćwiczenia w pracowni komputerowej: 20 godzin,

• ćwiczenia e-learningowe: 10 godzin,

• przygotowanie do zajęć (m.in. czytanie zadanej literatury): 10 godzin,

• przygotowanie dwóch skryptów w programie R: 50 godzin,



Łączna liczba godzin: 90 godzin = 3 ECTS


Grupa treści kształcenia:

Grupa treści kształcenia do wyboru

Pełny opis:

W kursie zostaną poruszone zagadnienia z zakresu metod analizy i modelowania danych przestrzennych. Przedstawione zostaną metody zaawansowanej analizy eksploracyjnej danych. Podjęte zostaną zagadnienia dotyczące statystyki przestrzennej (podejście wielomodelowe w badaniach zmian środowiska przyrodniczego i antropogenicznego). Przedstawione zostaną metody i techniki wykorzystywane w optymalizacji oraz analizie szeregów czasowych.

W kursie przewiduje się stosowanie w miarę możliwości jak największej automatyzacji przeprowadzanych działań i operacji (skrypty).

W ramach kursu przewiduje się wykorzystanie programu R.

Literatura:

Literatura podstawowa:

Longley, Paul A., Goodchild, Michael F., Maguire, David J., and David W. Rhind (2010) Geographic Information Systems and Science (Third Edition), John Wiley and Sons, Toronto

Literatura uzupełniająca:

Podawana na bieżąca w trakcie wykładów i ćwiczeń

Zajęcia w cyklu "Semestr letni 2020/2021" (jeszcze nie rozpoczęty)

Okres: 2021-02-24 - 2021-06-14
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia, 20 godzin więcej informacji
Kształcenie na odległość, 10 godzin więcej informacji
Koordynatorzy: Katarzyna Ostapowicz
Prowadzący grup: Ewa Grabska, Katarzyna Ostapowicz, Anna Zielonka
Strona przedmiotu: http://www.geo.uj.edu.pl/project/rs4for/index.php/pl/kursy/
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Ocena wliczana do średniej:

tak

Efekty kształcenia:

WIEDZA

• student zna aparat pojęciowy w zakresie narzędzi i metod analiz i modelowania danych przestrzennych z wykorzystaniem teorii i technologii informacji geograficznej (KW_03, KW_07);

• zna i rozumie średnio zaawansowane narzędzia i metody analizy i modelowania danych przestrzennych z wykorzystaniem teorii i technologii informacji geograficznej oraz konsekwencje ich zastosowania w różnych dziedzinach nauki i praktyki (KW_05, KW_06, KW_08)

• zna znaczenie analiz i modelowania danych przestrzennych dla współczesnej geografii i gospodarce przestrzennej (KW_02)

UMIEJĘTNOŚCI

• potrafi korzystać z literatury oraz stosować terminologię w języku polskim i angielskim wykorzystywaną w średnio zaawansowanych metodach analiz i modelowania danych przestrzennych z wykorzystaniem teorii i technologii informacji geograficznej (KU_01, KU_02)

• potrafi wybrać i zastosować właściwe metody analizy i modelowania danych przestrzennych do rozwiązywania problemów badawczych (KU_04),

• potrafi przedstawić ustnie lub pisemnie wybrany problem naukowy z zakresu analizy i modelowania danych przestrzennych z wykorzystaniem teorii i technologii informacji geograficznej w języku polskim i angielskim (KU_08)

KOMPETENCJE PERSONALNE I SPOŁECZNE

• ma świadomość konieczności podnoszenia kompetencji zawodowych i osobistych oraz samodzielnego aktualizowania i poszerzania wiedzy (KKS_01)

• jest odpowiedzialna(y) za powierzany sprzęt komputerowy, bezpieczeństwo pracy własnej i innych (KKS_03)

• potrafi pracować w zespole i krytycznie oceniać własną rolę w grupie; potrafi określić priorytety służące realizacji określonych zadań (KKS_04)

• ma świadomość konieczności poszanowania praw autorskich m.in. źródeł danych przestrzennych, odpowiedniego cytowania literatury (KKS_05)


Wymagania wstępne:

Ukończony z pozytywną oceną kurs „Analiza i modelowanie przestrzenne w GIS” lub „Analiza i wizualizacja danych przestrzennych” lub inny podobny kurs

Forma i warunki zaliczenia:

Zaliczenie z oceną


Warunkiem uzyskania zaliczenia jest uczestnictwo w zajęciach (dopuszczalna jedna nieobecność), uzyskanie pozytywnej oceny z dwóch skryptów w programie R. Ocena z ćwiczeń jest średnią z dwóch skryptów napisanych w programie R.

Metody sprawdzania i kryteria oceny efektów kształcenia uzyskanych przez studentów:

Zaliczenie z oceną


Warunkiem uzyskania zaliczenia jest uczestnictwo w zajęciach (dopuszczalna jedna nieobecność), uzyskanie pozytywnej oceny z dwóch skryptów w programie R. Ocena z ćwiczeń jest średnią z dwóch skryptów napisanych w programie R.

Metody dydaktyczne - słownik:

Metody praktyczne - ćwiczenia laboratoryjne
Metody praktyczne - metoda projektów

Metody dydaktyczne:

metody praktyczne - ćwiczenia laboratoryjne

metody praktyczne - metoda projektów


Bilans punktów ECTS:

• ćwiczenia w pracowni komputerowej: 20 godzin,

• ćwiczenia e-learningowe: 10 godzin,

• przygotowanie do zajęć (m.in. czytanie zadanej literatury): 10 godzin,

• przygotowanie dwóch skryptów w programie R: 50 godzin,



Łączna liczba godzin: 90 godzin = 3 ECTS


Grupa treści kształcenia:

Grupa treści kształcenia do wyboru

Pełny opis:

W kursie zostaną poruszone zagadnienia z zakresu metod analizy i modelowania danych przestrzennych. Przedstawione zostaną metody zaawansowanej analizy eksploracyjnej danych. Podjęte zostaną zagadnienia dotyczące statystyki przestrzennej (podejście wielomodelowe w badaniach zmian środowiska przyrodniczego i antropogenicznego). Przedstawione zostaną metody i techniki wykorzystywane w optymalizacji oraz analizie szeregów czasowych.

W kursie przewiduje się stosowanie w miarę możliwości jak największej automatyzacji przeprowadzanych działań i operacji (skrypty).

W ramach kursu przewiduje się wykorzystanie programu R.

Literatura:

Literatura podstawowa:

Longley, Paul A., Goodchild, Michael F., Maguire, David J., and David W. Rhind (2010) Geographic Information Systems and Science (Third Edition), John Wiley and Sons, Toronto

Literatura uzupełniająca:

Podawana na bieżąca w trakcie wykładów i ćwiczeń

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Jagielloński w Krakowie.