Data Science. Metody, narzędzia, zastosowania - edycja IV

Cel studiów:

Celem studiów jest przekazanie uczestnikom wiedzy oraz praktycznych umiejętności korzystania ze współczesnych metod i narzędzi służących do pozyskiwania i analizy danych zarówno przy wykorzystaniu podejścia statystycznego jak i opartego na uczeniu maszynowym oraz przedstawienie metod i narzędzi pozwalających na rozwiązywanie problemów współczesnej analizy danych, w tym m.in.: wnioskowania statystycznego, zagadnień regresyjnych, klasyfikacji i analizy skupień, analizy danych jakościowych, metod redukcji wymiaru przestrzeni, analizy dokumentów tekstowych, analizy danych pochodzących z serwisów internetowych i sieci społecznościowych, analizy grafów, analizy danych o charakterze masowym i strumieniowym. Celem studiów jest także zapoznanie uczestników z procesem budowy, walidacji, dostrajania i testowania modeli uczenia maszynowego do rozwiązywania zadań klasyfikacji i regresji.

Profil uczestnika:

Studia kierowane są do osób zainteresowanych zagadnieniami analizy danych i podejmowania decyzji w takich obszarach jak: finanse, zarządzanie, marketing, produkcja, logistyka, służba zdrowia, energetyka, administracja publiczna, media społecznościowe, a także do osób wykorzystujących metody analizy danych w pracy badawczej, poszukujących zaawanso-wanych metod wspierających procesy decyzyjne oraz projektujących systemy przetwarzania i analizy danych. Od kandydatów wymaga się posiadania elementarnej wiedzy z zakresu statystyki oraz znajomości podstawowych pojęć związanych z rachunkiem prawdopodobieństwa. Jako narzędzia do obrazowania praktycznego zastosowania omówionych metod statystycznych wykorzystywane będą biblioteki dostępne w językach R i Python, nie oczekuje się jednak od kandydatów przygotowania informatycznego.

Część zajęć będzie się odbywać zdalnie, z wykorzystaniem jednego z komunikatorów internetowych.

Nabywane kompetencje:

Absolwent kierunku Data Science. Metody, narzędzia, zastosowania nabędzie wiedzę dotyczącą wykorzystania zaawansowanych metod statystycznych do wykonywania operacji na danych z użyciem takich narzędzi jak język R i Python. Będzie potrafił m.in.:

  • posługiwać się środowiskami programistycznymi przeznaczonymi do pisania programów w językach R i Python
  • wyszukiwać i przetwarzać dane zgromadzone w tradycyjnych bazach relacyjnych oraz dane o zróżnicowanych formatach
  • przygotować rozwiązania służące do automatycznego pozyskiwania danych tekstowych z serwisów WWW i sieci społecznościowych
  • budować systemy reprezentacji i analizy tekstów
  • budować modele grafowe, po wcześniejszym zapoznaniu się z metodami reprezentacji sieci
  • wyznaczyć i zinterpretować statystyki opisowe dla modeli sieciowych
  • przeprowadzić wizualizację sieci
  • ocenić ważność węzłów i krawędzi w modelach sieciowych
  • porównać dwie populacje za pomocą efektywnych narzędzi statystycznych
  • przeprowadzić analizę regresji dwóch zmiennych
  • przeprowadzić analizę skupisk
  • prowadzić analizy statystyczne w oparciu o dane złej jakości zawierające obserwacje odstające i/lub braki w danych
  • posługiwać się metodami wielowymiarowej analizy danych, i grupowania obiektów wielowymiarowych
  • stosować zasady wnioskowania w oparciu o metody statystki matematycznej
  • budować, testować i oceniać modele regresji wielorakiej
  • budować, testować i weryfikować modele za pomocą metod uczenia maszynowego

 

Zarejestruj się

 

Czesne

4800 PLN

Opiekun kierunku

prof. UEK dr hab. Dariusz Put

Menedżer kierunku

mgr Renata Wójcik

Tel. 12 293 75 96

E-mail: renata.wojcik@uek.krakow.pl

Program studiów

Studia dwusemestralne

L.p.

Przedmiot

Wymiar godzinowy

ECTS

1.

Wprowadzenie do programowania w językach R i Python

26

5

2.

Podstawy relacyjnych baz danych

20

4

3.

Przetwarzanie dokumentów i wielkich zbiorów danych

18

3

4.

Elementy wnioskowania statystycznego

15

3

5.

Statystyczne metody wielowymiarowej analizy danych

25

5

6.

Podstawy uczenia maszynowego i eksploracyjnej analizy danych

16

3

7.

Eksploracyjna analiza dokumentów tekstowych

12

1

8.

Eksploracyjna analiza sieci

8

2

9.

Modele uczenia maszynowego

20

4

 

Suma

160

30

Profil uczestnika

Oferta kierowana jest do osób zainteresowanych zagadnieniami analizy danych i podejmowania decyzji w takich obszarach jak: finanse, zarządzanie, marketing, produkcja, logistyka, służba zdrowia, energetyka, administracja publiczna, media społecznościowe, a także do osób wykorzystujących metody analizy danych w pracy badawczej, poszukujących zaawansowanych metod wspierających procesy decyzyjne oraz projektujących systemy przetwarzania i analizy danych.

Głównym celem studiów jest zapoznanie słuchaczy z zagadnieniami dotyczącymi statystycznej analizy danych, eksploracyjnej analizy danych oraz uczenia maszynowego. Kandydat na studia na kierunku Data Science. Metody, narzędzia, zastosowania powinien mieć elementarną wiedzę z zakresu statystyki. Oczekuje się, że wie, co to jest średnia, mediana, wariancja, korelacja, zna także podstawowe zagadnienia związane z rachunkiem prawdopodobieństwa. Nie jest wymagane przygotowanie informatyczne. Jako narzędzia do wykonywania obliczeń z zastosowaniem omówionych metod statystycznych będą wykorzystywane języki R i Python.

 

Wykładowcy

mgr Przemysław Jaśko

mgr Przemysław Jaśko

Pracownik Katedry Systemów Obliczeniowych UEK

Jego zainteresowania obejmują modelowanie statystyczne (w szczególności procesów stochastycznych w czasie i przestrzeni), uczenie maszynowe, języki programowania dla obliczeń (R, Python, Matlab, Mathematica).


mgr Jakub Kanclerz

mgr Jakub Kanclerz

 

Programista rozwiązań webowych. W pracy łączy praktykę, testy i podejście pragmatyczne. Uważa, że przyzwyczajenia mogą skutecznie ograniczać spektrum dostępnych możliwości. Stale doskonali swoje umiejętności i pozostaje otwarty na poznawanie nowych technologii. Kiedy nie programuje, przekazuje tajniki zawodu, pryncypia i umiejętności studentom w ramach zajęć dydaktycznych na Uniwersytecie Ekonomicznym w Krakowie.


prof. dr hab. Paweł Lula

prof. dr hab. Paweł Lula

Zainteresowania naukowe: eksploracyjne metody analizy danych, analiza dokumentów tekstowych, systemy informacyjne.

Autor ponad 150 publikacji naukowo-badawczych;Członek Sekcji Klasyfikacji i Analizy Danych Polskiego Towarzystwa Statystycznego.


prof. UEK dr hab. Dariusz Put

prof. UEK dr hab. Dariusz Put

Dyrektor merytoryczny kierunku.

Specjalista w zakresie baz danych i zarządzania zasobami informacyjnymi. Jego zainteresowania obejmują problematykę modelowania danych, relacyjne, semistrukturalne, XML-owe oraz analityczne bazy danych, hurtownie danych, metody integracji zasobów organizacji, zarządzanie danymi w środowisku heterogenicznym, języki zapytań, metody wyszukiwania informacji. Zajmuje się także projektowaniem modeli uczenia maszynowego. Wieloletni dydaktyk z doświadczeniem praktycznym. Autor i współautor ponad 80 publikacji, głównie z dziedziny baz danych i zarządzania zasobami informacyjnymi.


prof. UEK dr hab. Sławomir Śmiech

prof. UEK dr hab. Sławomir Śmiech

 Absolwent matematyki na Uniwersytecie Jagiellońskim. Pracuje w Katedrze Statystyki na Uniwersytecie Ekonomicznym w Krakowie. W roku 2007 otrzymał doktorat, a w 2016 habilitację z ekonomii. Jest kierownikiem i wykonawcą kilku grantów Narodowego Centrum Nauki. Jego zainteresowania badawcze obejmują rynki energii, rynki towarowe oraz ich relacje ze sferą realną i finansową. Opublikował kilkanaście prac w wiodących, międzynarodowych czasopismach z zakresu ekonomii i ekonomii środowiska.


mgr Katarzyna Wójcik

mgr Katarzyna Wójcik

Pracownik Katedry Systemów Obliczeniowych. Jej zainteresowania badawcze skupiają się wokół eksploracyjnej analizy danych (szczególnie tekstowych), automatycznej analizy opinii konsumentów oraz zautomatyzowanej analizy kompetencji. Autorka ponad 30. publikacji z tych obszarów. Ma doświadczenie w nauczaniu zagadnień związanych z IT, programowaniem (głównie aplikacji webowych), modelowaniem danych, projektowaniem hurtowni danych oraz przetwarzaniem języka naturalnego.


...

Kontakt

Jeśli macie Państwo pytania, wątpliwości dotyczące studiów prosimy o wypełnienie poniższego formularza.

Prześlemy dodatkowe infomacje odnośnie studiów.

Pola oznaczone * są obowiązkowe

*
*
*
*

Wysyłając powyższy formularz potwierdzam, że zapoznałam/-łem się z klauzują informacyjną dotyczącą przetwarzania danych osobowych

Wyrażam zgodę na przetwarzanie moich danych osobowych zawartych w formularzu w celach marketingowych prowadzonych przez Uniwersytet Ekonomiczny w Krakowie – Krakowską Szkołę Biznesu zgodnie z art. 6 ust. l lit. a ogólnego rozporządzenia o ochronie danych osobowych (RODO). *

UEK KSB

KRAKOWSKA SZKOŁA BIZNESU UEK
Uniwersytet Ekonomiczny w Krakowie
ul. Rakowicka 27, 31-510 Kraków

Kontakt: 
tel.: 12 293 55 61 Biuro studiów podyplomowych    
tel.: 12 293 75 53 Biuro studiów MBA
e-mail: ksb@uek.krakow.pl

facebook   Linkedin