Zastosowanie języka Python
Informacje ogólne
Kod przedmiotu: | 2400-ZEWW842 |
Kod Erasmus / ISCED: |
14.3
|
Nazwa przedmiotu: | Zastosowanie języka Python |
Jednostka: | Wydział Nauk Ekonomicznych |
Grupy: |
Przedmioty kierunkowe do wyboru - studia II stopnia EP - grupa 4 (1*30h) Przedmioty kierunkowe do wyboru - studia II stopnia IE - grupa 2 (2*30h) Przedmioty kierunkowe do wyboru- studia I stopnia EP Przedmioty ścieżki Gospodarka cyfrowa Przedmioty wyboru kierunkowego dla studiów licencjackich EM Przedmioty wyboru kierunkowego dla studiów licencjackich IE Przedmioty wyboru kierunkowego dla studiów licencjackich MSEM |
Punkty ECTS i inne: |
3.00
|
Język prowadzenia: | polski |
Rodzaj przedmiotu: | nieobowiązkowe |
Założenia (opisowo): | Uczestnictwo w zajęciach “Wprowadzenie do programowania w języku Python” lub w innym kursie z zbliżonym programem |
Skrócony opis: |
W ramach zajęć studentki i studenci poznają popularne zastosowania języka Python obejmujące: bazy danych, web scraping, text mining oraz wizualizację danych. Nabyte umiejętności umożliwią im samodzielną pracę z wykorzystaniem metod data science na studiach licencjackich/magisterskich Zajęcia prowadzone są formie zdalnej |
Pełny opis: |
- Przegląd zastosowań języka Python: pozyskiwanie danych, analiza, wizualizacja - Podstawowe operacje na danych z wykorzystaniem pakietów numpy i pandas - Tworzenie i zarządzanie bazami danych w języku Python z wykorzystaniem BigQuery - Webscraping I: zastosowanie biblioteki requests do zapytań poprzez interfejs API; dobre praktyki scrapowania - Webscraping II: samodzielne pozyskiwanie nieustrukturyzowanych danych tekstowych przy użyciu biblioteki selenium - Wizualizacja danych I: wykorzystanie biblioteki matplotlib do podstawowych wizualizacji danych - Wizualizacja danych II: tworzenie wykresów w bibliotece seaborn - Wizualizacja danych III: tworzenie interaktywnych wizualizacji z wykorzystaniem plotly - Text mining: identyfikacja słów kluczowych, analiza ich częstotliwości i współwystępowania - Konsultacje wyboru tematu i metodologii do case study - Prezentacja case study wykorzystującego wybraną technikę poznaną w trakcie kursu (2 zajęcia) |
Literatura: |
Zajęcia opierać się będą na materiałach przygotowanych przez prowadzącego lub źródłach internetowych. Literatura obowiązkowa nie jest przewidziana |
Efekty uczenia się: |
WIEDZA - Student zna popularne zastosowania języka Python w różnych obszarach badawczych - Student zna podstawowe sposoby zautomatyzowanego pobierania danych z internetu - Student zna popularne metody analizy tekstu stosowane przy użyciu języka Python - Student zna najważniejsze techniki wizualizacji danych UMIEJĘTNOŚCI - Student potrafi stworzyć i zarządzać bazą danych w języku Python - Student potrafi zebrać internetowe dane tekstowe przy użyciu API lub samodzielnie napisanego skryptu - Student umie przeanalizować duży zbiór tekstowy przy użyciu technik text miningowych - Student umie sprawnie wizualizować dane z wykorzystaniem dobrych praktyk prezentacji KOMPETENCJE SPOŁECZNE - Student jest zaznajomiony z zasadami etycznego oraz legalnego pozyskiwania danych przy użyciu webscrapingu |
Metody i kryteria oceniania: |
Prezentacja końcowa |
Zajęcia w cyklu "Semestr letni 2023/24" (zakończony)
Okres: | 2024-02-19 - 2024-06-16 |
Przejdź do planu
PN WT ŚR KON
CZ PT |
Typ zajęć: |
Konwersatorium, 30 godzin
|
|
Koordynatorzy: | Kristóf Gyódi | |
Prowadzący grup: | Kristóf Gyódi | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie na ocenę
Konwersatorium - Zaliczenie na ocenę |
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Nauk Ekonomicznych.