Uniwersytet Warszawski - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Data-driven research

Informacje ogólne

Kod przedmiotu: 2400-ZEWW843 Kod Erasmus / ISCED: 14.3 / (0311) Ekonomia
Nazwa przedmiotu: Data-driven research
Jednostka: Wydział Nauk Ekonomicznych
Grupy: Przedmioty kierunkowe do wyboru - studia II stopnia EM - grupa 1 (3*30h)
Przedmioty kierunkowe do wyboru - studia II stopnia EM - grupa 2 (1*30h)
Przedmioty kierunkowe do wyboru - studia II stopnia EP - grupa 1 (3*30h)
Przedmioty kierunkowe do wyboru - studia II stopnia EP - grupa 3 (1*30h)
Przedmioty kierunkowe do wyboru - studia II stopnia IE - grupa 1 (6*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
Punkty ECTS i inne: 3.00
zobacz reguły punktacji
Język prowadzenia: polski
Rodzaj przedmiotu:

nieobowiązkowe

Założenia (opisowo):

Uczestnictwo w zajęciach “Zastosowania języka Python” lub w innym kursie z zbliżonym programem



Skrócony opis:

Celem zajęć jest rozwój umiejętności w zakresie analizy oraz prezentacji danych w sposób zgodny z metodologią naukową i atrakcyjny dla biznesu. Uczestniczki i uczestnicy kursu przygotują badania oraz prezentacje odpowiadając na wybrane pytania badawcze z zakresu ekonomii. Zapoznają się również z nowymi źródłami danych (m.in. bazy big data udostępnione przez Google oraz sektor publiczny), przećwiczą korzystanie z narzędzi analitycznych w języku Python oraz zdobędą doświadczenia w prezentowaniu kompleksowych zagadnień w oparciu o dane.

Pełny opis:

- Data-driven research i story-telling: rola i wyzwania ekonomisty

- Bazy danych. Publicznie dostępne dane. Analiza eksploracyjna z wykorzystaniem pakietu Pandas

- Zbieranie danych z platform społecznościowych z wykorzystaniem BigQuery oraz API

- Zagadnienia z zakresu gospodarki cyfrowej. Określenie pytań badawczych

- Prezentacja: wstępna analiza na wybrany temat

- Analiza danych oraz przygotowanie atrakcyjnych wizualizacji (I)

- Analiza danych oraz przygotowanie atrakcyjnych wizualizacji (II)

- Prezentacja pogłębionej analizy danych z wykorzystaniem metod data science

- Prezentacja pracy I.

- Nowe źródła danych oraz wykorzystanie metod web-scrapingu

- Wybór tematu na zaawansowaną analizę

- Prezentacja: plan badania, pytania badawcze, dane

- Prezentacja: wstępna analiza danych

- Prezentacja: zaawansowana analiza danych

- Prezentacja pracy II.

Literatura:

Zajęcia opierać się będą na materiałach przygotowanych przez prowadzącego lub źródłach internetowych. Literatura obowiązkowa nie jest przewidziana.

Efekty uczenia się:

WIEDZA

• Student zna możliwości oraz ograniczenia wynikające z pracy z danymi sieciowymi

• Student umie wykorzystywać w analizie dane online

• Student potrafi przeprowadzić analizy danych z wykorzystaniem narzędzi data science

UMIEJĘTNOŚCI

• Student umie zadawać odpowiednie pytania badawcze i stawiać hipotezy

• Student umie zaprojektować plan badawczy

• Student potrafi wnioskować z danych

• Student umie przygotować atrakcyjne prezentacje oraz komunikować swoje badanie

KOMPETENCJE SPOŁECZNE

• Student rozumie odpowiedzialność nauki oraz zna zasady etyczne prowadzenia badań

• Student potrafi zadać społecznie istotne pytania badawcze

• Student potrafi wygłaszać prezentację

Metody i kryteria oceniania:

Prezentacja końcowa

Zajęcia w cyklu "Semestr letni 2021/22" (zakończony)

Okres: 2022-02-21 - 2022-06-15
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Konwersatorium, 30 godzin więcej informacji
Koordynatorzy: Katarzyna Śledziewska
Prowadzący grup: Kristóf Gyódi, Michał Paliński
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.