Strona główna / Homepage Życiorys / CV Publikacje / Papers Zajęcia / Teaching Projekty / Projects


Bibliografia selekcji cech/Feature selection bibliography

  • Bibliografia/Bibliography
    • Oprogramowanie rozwijane przeze mnie/Aplication developed by me

    Biblioteka do selekcji cech rozwijana przy wspóżpracy z W. Duchem,A. Kachlem i innymi/ Library for feature selection developed with W. Duchem, A. Kachel and others.
  • Fsel++


    • Prace magisterskie zakończone

  • Paweł Łuckoś Tworzenie serwisów internetowych (2002)
    		•
  • Artur Trapp Wspomaganie decyzji z wykorzystaniem metod selekcji cech opartych o prototypy (2004)
    		•
  • Sebastian Fortuna Metody dyskretyzacji cech jako elementy procesu wspomagania decyzji (2004)
    		•
  • Aleksander Ludynia Zarządzanie systemami wykrywania włamań (2005)
    		•
  • Krystian Mączka Metody filtrów dla danych finansowych i bio-medycznych (Filter methods for financial and bio-medical data sets) (2005)
    		•
  • Tomasz Maszczyk Praktyczne wykorzystanie analizy składników głównych w zastosowaniu do danych finansowych (2006)
    		•
  • Reginald Kurzacz Metody rankingowe oparte o maszynę wektorów podpierajšcych w zarzšdzaniu danymi finansowymi i bio-medycznymi (2006)
    		•
  • Katarzyna Sołtys Analiza aktywności i poziomu życia mieszkańców gmin województwa śląskiego jako element zarządzania inwestycjami (2007)
    		•


    Prace magisterskie i inżynierskie propozycje

  • Metody ekstrakcji cech w drążeniu wiedzy.
    1. W trakcie pisania pracy pracy przyszły magister zapozna się z metodami ekstrakcji cech (PCA,LDA,SDA). Wykorzysta powyższe algorytmy w metodach klasyfikacyjnych oraz porówna ich wyniki. W trakcie pisania pracy magisterskiej dołączy zaimplementowane metody do powstającej w naszym zakładzie biblioteki poświeconej problematyce selekcji istotnych informacji.
    2. Wymagania: Podstawowa znajomość matematyki i programowania
      3.

  • Sieci neuronowe w rozpoznawaniu obrazów.
    1. Przyszły inżynier/magister zapozna się z problematyką zastosowań sieci neuronowych w rozpoznawaniu obrazów. Pozna formaty plików graficznych oraz pozna narzędzia konwersji formatów do formatów czytelnych dla algorytmów sieci neuronowych. W pierwszym etapie nauczy rozpoznawać sieć neuronową proste bryły geometryczne. W kolejnym kroku zastosuje je do danych uzyskanych w inżynierii materiałowej.
    2. Wymagania: Podstawowa znajomość matematyki i programowania
      3.

  • Selekcja cech w klasyfikatorach opartych o najbliższych sąsiadów.
    1. Przyszły magister/inżynier zapozna się z problematyką zastosowań sieci neuronowych w rozpoznawaniu obrazów. Pozna formaty plików graficznych oraz pozna narzędzia konwersji formatów do formatów czytelnych dla algorytmów sieci neuronowych. W pierwszym etapie nauczy rozpoznawać sieć neuronową proste bryły geometryczne. W kolejnym kroku zastosuje je do danych uzyskanych w inżynierii materiałowej.
    2. Wymagania: Podstawowa znajomość matematyki i programowania
      3.

  • Systemy do dogłębnej analizy danych - porównie.
    1. W trakcie pisania pracy przyszły magister/inżynier dokona przeglądu dostępnego oprogramowania, opisze wykorzystane algorytmy (wady i zalety), możliwości zastosowań.
    2. Wymagania: Podstawowa znajomość matematyki i programowania
      3.

  • Formaty plików wykorzystywane w drążeniu wiedzy.
    1. W trakcie pisania pracy przyszły magister/inżynier zapozna się z wykorzystywanymi formatami plików, następnie za implementuje szereg konwerterów umożliwiających zamianę poznanych formatów.
    2. Wymagania: Podstawowa znajomość matematyki i programowania
      3.

  • Metody wizualizacji danych wielowymiarowych - porównanie.
    1. W trakcie pisania pracy przyszły magister/inżynier zapozna się z metodami wizualizacji danych wielowymiarowych oraz algorytmami z tym związanymi (SOM - sieci Kohoena, MDS - metody skalowania wielowymiarowego). Zapozna się z programami, które mają zaimplementowane powyższe algorytmy.
    2. Wymagania: Podstawowa znajomość matematyki i programowania
      3.

  • Metody selekcji informacji oparte na Nakryciach Markowa - jako element systemu wspomagania decyzji.
    1. W trakcie pisania pracy przyszły magister/inżynier za implementuje algorytmy selekcji cech oparte o Nakrycia Markowa używając do tego wygładzanie Gaussowskie i dyskretyzacja równa szerokość. Dokona szeregu testów porównawczych.
    2. Wymagania: Podstawowa znajomość matematyki i programowania
      3.

  • Narzędzia zarządzania projektami informatycznymi - porównanie.
    1. W takcie realizacji pracy przyszły magister/inżynier zapozna się z metodologią prowadzenia projektów informatycznych. Porówna komercyjne i darmowe narzędzia wspierające prace grupową oraz zarządzanie projektami. Opisze również narzędzia wspierające dokumentowanie oprogramowania. Dokona szeregu testów porównawczych.
    2. Wymagania: Podstawowa znajomość matematyki i programowania
      3.

  • Interfejs graficzny do tworzonej w zakładzie biblioteki C++ obejmującej algorytmy selekcji cech.
    1. W trakcie realizacji pracy inżynierskiej przyszły inżynier zapozna się z darmowymi bibliotekami graficznymi, zaprogramuje interfejs graficzny do biblioteki InfoSel++.
    2. Wymagania: Podstawowa znajomość matematyki i programowania
      3.

  • Metody grupowania danych - jako narzędzie wspierające podejmowanie decyzji.
    1. Przyszły magister/inżynier zapozna się z podstawowymi algorytmami grupowania danych (k-means, fuzzy k-means, metodami posybilistycznymi i innymi).
    2. Wymagania: Podstawowa znajomość matematyki i programowania
      3.

  • MRTG (Multi Router Traffic Grapher) - jako narzędzie wspierające zarządzanie siecią.
    1. Przyszły inżynier zapozna się z podstawami administracji systemu linuksowego, opisze narzędzia do generowania wykresów obciążeń systemu, następnie zestawi mrtg na zakładowym serwerze.
    2. Wymagania: Podstawowa znajomość matematyki i programowania
      3.

  • Testy penetracyjne w oparciu o narzedzia o otwartym kodzie żródłowym.
    1. Przyszły inżynier/magister zapozna się z tematyką bezpieczeństwa i dokonywania testów zabezpieczeń we wnątrz i zewnątrz systemu. Zapozna się z podstawami administracji systemu linuksowego, opisze teoretyczne i prawne aspekty bezpieczeństwa. Pozna narzędzia ułatwiające testy penetracyjne.
    2. Wymagania: Podstawowa znajomosć matematyki i programowania
      3.

  • Detekcja przypadków odstajšcych
    1. Przyszły inżynier/magister zapozna się z tematyka przygotowania danych do problemow klasyfikacji i regresji wielowymiarowej (konkretne dane pochdzace z procesow technologicznych). Usunie dane odstajace i sprawdzi ich wplyw na proces klasyfikacji, badz regresji. W przypadku bardziej ambitnej pracy , w przypadku rozszerzenia jako praca magisterska zaimplementuje podstawowe testy zwiazane z detekcja przypadkow odstajacych (np.: Grubba test, Rosnera test i Dixona test). Pomocne w rozwiazaniu tego problemu moze byc pakiet Pana Lukasz Komsty outliers, ktory moze zostac uzupelniony o brakujace testy.
    2. Wymagania: Podstawowa znajomosć matematyki i programowania (jezyk R)
      3.

  • Uzupełnianie danych brakujšcych
    1. Przyszły inżynier/magister zapozna się z tematyka przygotowania danych do problemow klasyfikacji i regresji wielowymiarowej (konkretne dane pochdzace z procesow technologicznych). Sprawdzi wplyw procesu uzupełniania lub usuwania danych brakujacych na proces klasyfikacji, badz regresji. W przypadku bardziej ambitnej pracy , w przypadku rozszerzenia jako praca magisterska zaimplementuje podstawowe metody uzupelniania danych.
    2. Wymagania: Podstawowa znajomosć matematyki i programowania (jezyk R)
      3.