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

Przedmioty kierunkowe dla Data Science (grupa przedmiotów zdefiniowana przez Wydział Nauk Ekonomicznych)

Jednostka: Wydział Nauk Ekonomicznych Zestaw przedmiotów, który widzisz poniżej został zdefiniowany przez tę jednostkę. Jednostka ta nie musi mieć jednak związku z organizacją wymienionych przedmiotów (jednostką odpowiedzialną za organizację przedmiotu jest jednostka wymieniona w odpowiedniej kolumnie w tabeli poniżej). Więcej o tym przeczytasz w Pomocy.
Grupa przedmiotów: Przedmioty kierunkowe dla Data Science
wybierz inną grupę zobacz plany zajęć tej grupy
Filtry
Zaloguj się, aby uzyskać dostęp do dodatkowych opcji

Konkretniej - pokazuj tylko te przedmioty, dla których istnieje otwarta rejestracja taka, że możesz w jej ramach zarejestrować się na przedmiot.

Dodatkowo pokazywane są również te przedmioty, na które jesteś już zarejestrowany (lub składałeś prośbę o zarejestrowanie).

Jeśli chcesz zmienić te ustawienia na stałe, edytuj swoje preferencje w menu Mój USOSweb.
Legenda
Jeśli przedmiot jest prowadzony w danym cyklu dydaktycznym, to w odpowiedniej komórce pojawi się koszyk rejestracyjny. Ikona koszyka zależy od tego, czy możesz się rejestrować na dany przedmiot.
niedostępny (zaloguj się!) - nie jesteś zalogowany
niedostępny - aktualnie nie możesz się rejestrować
zarejestruj - możesz się zarejestrować
wyrejestruj - możesz się wyrejestrować (lub wycofać prośbę)
prośba - złożyłeś prośbę o zarejestrowanie (i nie możesz jej już wycofać)
zarejestrowany - jesteś pomyślnie zarejestrowany (i nie możesz się wyrejestrować)
Kliknij na ikonę "i" przy koszyku, aby uzyskać dodatkowe informacje.

2022Z - Semestr zimowy 2022/23
2022L - Semestr letni 2022/23
(zajęcia mogą być semestralne, trymestralne lub roczne)
Opcje
2022Z 2022L
2400-ZEWW829 brak

Zajęcia przedmiotu
Semestr letni 2022/23
  • Konwersatorium - 30 godzin
Grupy przedmiotu

Skrócony opis

Metody bajesowskie są coraz częściej stosowane we wszystkich dziedzinach ekonomii. Dotyczy to zarówno samej teorii ekonomii jak i ekonomii stosowanej (nie tylko ekonometrii). Metody uczenia maszynowego również z powodzeniem stosują koncepcję bajesowską. Kurs będzie składał się z 2-ch modułów. W pierwszej części dokonamy wprowadzenia do koncepcji bajesowskiej a także pokażemy na przykładzie zwykłej regresji liniowej jak typowe (analityczne) wnioskowanie bajesowskie jest prowadzone. Omówimy również metody Markov Chain Monte Carlo (MCMC), które są powszechnie stosowane w bajesowskim modelowaniu szeregów czasowych. W drugiej, zasadniczej, części (której poświęcimy większość czasu) będziemy stosować formułę Bayesa w celu estymacji modeli, które należą do kanonu nowoczesnej ekonometrii szeregów czasowych. Zarówno jednowymiarowe jak i wielowymiarowe modele będą rozważane.

Strona przedmiotu
2400-ZEWW752 brak

Zajęcia przedmiotu
Semestr letni 2022/23
  • Konwersatorium - 30 godzin
Grupy przedmiotu

Skrócony opis

The course gives both theoretical knowledge and practical skills to model a credit scorecard. During the course all necessary steps to develop a scorecard would be discussed and presented. Starting from data preparation (handling a missing data and outliers, derived variables preparation, data sampling), going through model estimation (i.e. logistic regression) and model quality assessment (discriminatory power, stability) and ending on optimal cut-off choice.

During the course examples would be presented in R.

Strona przedmiotu
2400-ZEWW846 brak
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Kurs internetowy - 40 godzin
Grupy przedmiotu

Skrócony opis

Kurs przygotowany przez Google prowadzony jest w pełni online za pośrednictwem platformy QWIKLABS. Kurs składa się z 3 obowiązkowych modułów i 4 dodatkowych modułów, których ukończenie nie jest konieczne do uzyskania zaliczenia. W każdym module dostępne są materiały wideo, interaktywne ćwiczenia oraz quiz sprawdzający wiedzę. W trakcie kursu studentów wspiera wykładowca z UW oraz dział techniczny Google. Szacowany nakład pracy potrzebny do ukończenia obowiązkowych modułów to ok. 40 godzin. Kurs przeznaczony jest dla osób, które ukończyły kurs From Data to Insights będący wprowadzeniem do narzędzi Google Cloud Platform.

Strona przedmiotu
2400-ZEWW796 brak
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Konwersatorium - 30 godzin
Grupy przedmiotu

Skrócony opis

Celem zajęć jest wprowadzenie uczestników do programowania w języku Python, szczególnie w kontekście analizy i wizualizacji danych. W trakcie zajęć przedstawione zostaną odpowiednie narzędzia umożliwiające sprawne przygotowanie i obróbkę danych, a także metody wykorzystywane do analizy ekonomicznej. Dzięki temu każdy z uczestników będzie przygotowany do podjęcia bardziej zaawansowanych kursów programowania w przyszłości. Tempo zajęć i zakres materiału dopasowane zostaną do potrzeb uczestników. Wcześniejsza znajomość języka Python nie jest wymagana do udziału w zajęciach.

Strona przedmiotu
2400-ZEWW873 brak
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Kurs internetowy - 30 godzin
Grupy przedmiotu

Skrócony opis

This is e-learning course, conducted on educational platform https://moodle.wne.uw.edu.pl.

Macros in VBA allow you to automate most of the daily activities performed in Excel (as well as in other MS Office programs), thanks to which our work becomes more efficient and error-free. VBA courses follow the motto "do not waste your precious time on routine, repeated daily activities". It is better to create an application that will automatically import data from the Internet to a spreadsheet, prepare a graphical and statistical report, and then print the results or send them by e-mail to the Supervisor / Client, than to perform the same activities repeatedly. The possibilities of the VBA language are enormous, and their use is really only limited by human imagination.

Strona przedmiotu
2400-ZEWW827 brak

Zajęcia przedmiotu
Semestr letni 2022/23
  • Konwersatorium - 30 godzin
Grupy przedmiotu

Skrócony opis

Kurs przygotowany przez Google prowadzony jest w pełni online za pośrednictwem platformy Coursera. Kurs składa się z 4 modułów i kończy się z projektem zaliczeniowym. W każdym module dostępne są materiały wideo oraz quiz sprawdzający wiedzę. W trakcie kursu studentów wspiera wykładowca z UW oraz dział techniczny Google. Szacowany nakład pracy potrzebny do ukończenia kursu to ok. 40 godzin. Kurs przeznaczony jest dla osób początkujących, bez wcześniejszej znajomości narzędzi Google Cloud. Rekomendowana jest znajomość podstaw SQL.

Strona przedmiotu
2400-ZEWW715 brak

Zajęcia przedmiotu
Semestr letni 2022/23
  • Konwersatorium - 30 godzin
Grupy przedmiotu

Skrócony opis

The course will have the following content:

• AML course overview and subject introduction (2h)

• Terrorist financing prevention and sanctions (4h)

• Money laundering and terrorists financing risk

factors (8h)

• Money laundering prevention in practise (10h)

• AML legal framework (4h)

• Final exam (2h).

Top 30% students of the class rank obtain access to a fast-track recruitment process to Citi's AML department.

Strona przedmiotu
2400-ZEWW850 brak

Zajęcia przedmiotu
Semestr letni 2022/23
  • Konwersatorium - 30 godzin
Grupy przedmiotu

Skrócony opis
Nie podano opisu skróconego, przejdź do strony przedmiotu aby uzyskać więcej danych.
Strona przedmiotu
2400-ZEWW871 brak
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Konwersatorium - 30 godzin
Grupy przedmiotu

Skrócony opis

This course is dedicated to Python, the programming language most commonly appearing in Google search queries. The course begins from scratch; hence no prior knowledge of programming or computer science is required. At the beginning, the basics of programming and the Python language will be presented, followed by the most useful libraries and solutions for the work of an analyst / economist. The aim of the course is to prepare the participants so that they can continue to expand their knowledge on their own or in more advanced data-science courses.

Strona przedmiotu
2400-ZEWW761 brak

Zajęcia przedmiotu
Semestr letni 2022/23
  • Konwersatorium - 30 godzin
Grupy przedmiotu

Skrócony opis

The main course objective is a presentation of most common social research methods, both of qualitative and quantitative nature. The most important expected result of instruction is getting basic skills of planning and conducting own empirical research as well as getting knowledge useful for critical assessment of other authors' researches. Those skills can be useful not only while conducting own scientific research (e.g. as a part of master thesis) but also in business practice, both in private and public sector (market research, tools for strategic management in organization, preparation and evaluation of public policies). The course covers a review of different research approaches and their applications, issues connected with preparing questionnaires, survey data analysis and a discussion of the possibility to combine quantitative and qualitative methods. The course is conducted as e-learning.

Strona przedmiotu
2400-ZEWW866 brak

Zajęcia przedmiotu
Semestr letni 2022/23
  • Konwersatorium - 30 godzin
Grupy przedmiotu

Skrócony opis
Nie podano opisu skróconego, przejdź do strony przedmiotu aby uzyskać więcej danych.
Strona przedmiotu
2400-ZEWW878 brak
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Konwersatorium - 30 godzin
Grupy przedmiotu

Skrócony opis

The course aims providing a comprehensive review of topic modelling i.e. a set of machine learning methods for grouping texts. Firstly, it involves discussing introductory steps that need to be performed before the modelling phase i.e. collecting textual data and processing it. Next, basic topic modelling algorithms are planned to be discussed. In particular, most popular algorithm – Latent Dirichlet Allocation (LDA) will be presented. Also, more specific and advanced topic modelling algorithms are planned to be introduced. Furthermore, most common problems with performing a topic modelling analysis shall be discussed. At the end of the course, case studies will be discussed.

Strona przedmiotu
ul. Długa 44/50
00-241 Warszawa
tel: +48 22 55 49 126 https://www.wne.uw.edu.pl/
kontakt deklaracja dostępności USOSweb 6.8.0.0-7 (2022-11-16)