Uniwersytet Warszawski, Wydział Nauk Ekonomicznych - Centralny System Uwierzytelniania
Strona główna

Analiza i Wizualizacja Danych w Pythonie - Rozszerzenie

Informacje ogólne

Kod przedmiotu: 1100-ADP2-OG
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Analiza i Wizualizacja Danych w Pythonie - Rozszerzenie
Jednostka: Wydział Fizyki
Grupy: Przedmioty ogólnouniwersyteckie doskonalące kompetencje cyfrowe przydatne w nauce i na rynku pracy
Przedmioty ogólnouniwersyteckie na Uniwersytecie Warszawskim
Przedmioty ogólnouniwersyteckie ścisłe
Punkty ECTS i inne: (brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Rodzaj przedmiotu:

ogólnouniwersyteckie

Założenia (opisowo):

Wymagana jest podstawowa znajomość języka Python oraz bibliotek NumPy, Matplotlib, Pandas, SciPy. W szczególności, zakładamy, że zapisujący się studenci ukończyli lub mają opanowany materiał z przedmiotu „Analiza i wizualizacja danych w Pythonie”. Z racji na tryb prowadzenia zajęć (online) wymagana jest działająca i włączona na zajęciach kamera oraz możliwość udostępniania ekranu.


W zajęciach uczestniczyć mogą wyłącznie:

- studenci drugiego lub trzeciego roku studiów licencjackich,

- pierwszego lub drugiego roku studiów magisterskich,

- czwartego lub piątego roku studiów jednolitych magisterskich.


Zajęcia dofinansowane zostały ze środków Europejskiego Funduszu Społecznego w ramach PO WER, ścieżka 3.5 i z tego powodu studenci zobowiązani są do wypełnienia dokumentacji projektowej. Odmowa ich wypełnienia oznacza rezygnację z zajęć.

Warunkiem udziału w zajęciach jest zatem:

- wypełnienie najpóźniej na początku pierwszych zajęć deklaracji oraz oświadczenia uczestnika projektu finansowanego w ramach Programu ZIP

- wypełnienie pre-testu służącego ocenie przyrostu kompetencji (bilans kompetencji).

Warunkiem akceptacji grupy na etap początku zajęć jest min. 10 studentów, którzy wypełnią powyższą deklarację i pre-test.

Tryb prowadzenia:

zdalnie

Skrócony opis:

W zajęciach uczestniczyć mogą wyłącznie:

- studenci drugiego lub trzeciego roku studiów licencjackich,

- pierwszego lub drugiego roku studiów magisterskich,

- czwartego lub piątego roku studiów jednolitych magisterskich.

Przedmiot jest kontynuacją kursu „Analiza i wizualizacja danych w Pythonie” i rozszerza jego zakres o dodatkowe pojęcia. Kurs dedykowany jest osobom, które ukończyły AiWDwP lub innym znającym podstawy programowania w Pythonie. Kurs prowadzony jest w trybie zdalnym. Planowane są 4 spotkania.

Zajęcia dofinansowane zostały ze środków Europejskiego Funduszu Społecznego w ramach PO WER, ścieżka 3.5 i z tego powodu studenci zobowiązani są do wypełnienia dokumentacji projektowej. Odmowa ich wypełnienia oznacza rezygnację z zajęć.

Pełny opis:

Celem zajęć jest zapoznanie słuchaczy z zaawansowanymi metodami analizy i wizualizacji danych w języku Python. Kurs dedykowany jest osobom, które ukończyły AiWDwP lub innym znającym podstawy programowania w Pythonie.

Tematyka zajęć (4 spotkania):

1. Dane losowe (symulacje i analiza)

2. Analiza statystyczna (rozkłady zmiennej losowej, testy

statystyczne)

3. Podstawy przetwarzania obrazów

4. Animacje (multimedialne wykresy)

Po krótkim wprowadzeniu teoretycznym studenci wykonywać będą liczne ćwiczenia pod opieką prowadzących. Zadania praktyczne pomogą w przyswojeniu zdobytej wiedzy. Materiały dydaktyczne umieszczane będą na platformie Kampus. Zajęcia umożliwiają uzyskanie kompetencji informatycznych oraz analitycznych.

UWAGA: Zajęcia prowadzone będą w trybie zdalnym. Podczas zajęć wymagane będzie włączenie kamery oraz udostępnianie ekranu, w celu umożliwienia prowadzącym wglądu w progres podczas ćwiczeń. Obowiązkowa jest obecność na wszystkich zajęciach.

Literatura:

Oficjalny tutorial języka Python - https://docs.python.org/3/tutorial/index.html

Literatura zostanie zaprezentowana na pierwszych zajęciach.

Efekty uczenia się:

Student posiada znajomość składni języka Python. Rozwiązuje problemy analizy danych, wykorzystując narzędzia programistyczne. Potrafi przedstawiać wyniki w wizualnie atrakcyjny sposób. Jest gotów samodoskonalić swoje kompetencje cyfrowe.

Metody i kryteria oceniania:

Podczas każdych zajęć studenci będą rozwiązywali zestaw problemów. Rozwiązania będą punktowane i na ich podstawie będzie wystawiona ocena.

Warunki zaliczenia zajęć:

- obecność studenta na wszystkich spotkaniach

- zdobycie co najmniej 50% punktów z ćwiczeń

- wypełnienie po zakończeniu ostatnich zajęć post-testu (gdzie uczestnik określa poziom swojej wiedzy i umiejętności po zakończeniu zajęć).

Warunkiem finalnej akceptacji grupy jest wypełnienie wszystkich w/w wymagań przez co najmniej 10 studentów.

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Nauk Ekonomicznych.
ul. Długa 44/50
00-241 Warszawa
tel: +48 22 55 49 126 https://www.wne.uw.edu.pl/
kontakt deklaracja dostępności USOSweb 7.0.3.0 (2024-03-22)