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

Data-driven research

Informacje ogólne

Kod przedmiotu: 2400-ZEWW843
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: Data-driven research
Jednostka: Wydział Nauk Ekonomicznych
Grupy: Przedmioty kierunkowe do wyboru - studia II stopnia EM - grupa 2 (1*30h)
Przedmioty kierunkowe do wyboru - studia II stopnia IE - grupa 2 (2*30h)
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
Przedmioty wyboru kierunkowego dla studiów licencjackich MSEMen
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 “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 2022/23" (jeszcze nie rozpoczęty)

Okres: 2023-02-20 - 2023-06-18

Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć:
Konwersatorium, 30 godzin więcej informacji
Koordynatorzy: Kristóf Gyódi, Michał Paliński, Katarzyna Śledziewska
Prowadzący grup: Kristóf Gyódi, 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.
ul. Długa 44/50
00-241 Warszawa
tel: +48 22 55 49 126 https://www.wne.uw.edu.pl/
kontakt deklaracja dostępności USOSweb 6.8.1.0-2 (2023-01-24)