Uniwersytet Warszawski, Wydział Nauk Ekonomicznych - Centralny System Uwierzytelniania

Zastosowania języka Python

Informacje ogólne

Kod przedmiotu:	2400-ZEWW842
Kod Erasmus / ISCED:	14.3 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0311) Ekonomia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu:	Zastosowania języka Python
Jednostka:	Wydział Nauk Ekonomicznych
Grupy:	Przedmioty kierunkowe do wyboru - studia II stopnia EM - grupa 1 (330h) Przedmioty kierunkowe do wyboru - studia II stopnia EM - grupa 2 (130h) Przedmioty kierunkowe do wyboru - studia II stopnia EP - grupa 1 (330h) Przedmioty kierunkowe do wyboru - studia II stopnia EP - grupa 4 (130h) 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
Punkty ECTS i inne:	3.00 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:	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 lub na przedmiocie Data-driven Research.
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 2021/22" (zakończony)

Okres:	2022-02-21 - 2022-06-15	Wybrany podział planu: ten tydzień cykl przedmiotu zobacz plan zajęć
Typ zajęć:	Konwersatorium, 30 godzin więcej informacji
Koordynatorzy:	Katarzyna Śledziewska
Prowadzący grup:	Kristóf Gyódi
Lista studentów:	(nie masz dostępu)
Zaliczenie:	Przedmiot - Zaliczenie na ocenę Konwersatorium - Zaliczenie na ocenę

Zajęcia w cyklu "Semestr letni 2022/23" (jeszcze nie rozpoczęty)

Okres:	2023-02-20 - 2023-06-18	Wybrany podział planu: ten tydzień cykl przedmiotu zobacz plan zajęć
Typ zajęć:	Konwersatorium, 30 godzin więcej informacji
Koordynatorzy:	Kristóf Gyódi, Michał Paliński, Katarzyna Śledziewska
Prowadzący grup:	Kristóf Gyódi, Michał Paliński, Katarzyna Śledziewska
Lista studentów:	(nie masz dostępu)
Zaliczenie:	Przedmiot - Zaliczenie na ocenę Konwersatorium - Zaliczenie na ocenę

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Nauk Ekonomicznych.