Przedmioty kierunkowe do wyboru - studia II stopnia IE - grupa 2 (2*30h) (grupa przedmiotów zdefiniowana przez Wydział Nauk Ekonomicznych)

• Konwersatorium - 30 godzin

The aim of the course is to teach advanced programming methods in R, create complex scripts / programs, and evaluate their time complexity, as well as create own functions and packages. Firstly, the functions of the dplyr package will be presented to effectively aggregate and analyze data in subgroups, and use pipe operator %>% for a more readable code representation of several nested commands. Then the main focus will be on the automation of repetitive activities. In this context, while and for loops will be discussed, as well as the alternative R functions of the apply family. Also, elements will be introduced to conditionally execute program fragments and run code in batch mode. We will also discuss creating own functions and packages. An important part of the course will be showing tools for analyzing the code, evaluating its time effectiveness, and identifying and handling errors. The use of C ++ basics in R (Rcpp package) will also be discussed for example to replace slow R loops

• Konwersatorium - 30 godzin

Celem zajęć jest zapoznanie studentów z metodami statystycznymi przydatnymi w analizie danych nieustrukturyzowanych oraz metodami sztucznej inteligencji, które umożliwiają strukturyzację informacji tekstowych oraz doskonalenie analiz i metod podejmowania decyzji poprzez przeprowadzenie analizy zawartości różnorodnych dokumentów tekstowych oraz znajdywanie nieznanych zależności, wzorców i trendów pomiędzy danymi w zgromadzonych zbiorach danych. Podczas wykładu zostaną omówione poszczególne metody i przykładowe zastosowania. Zajęcia praktyczne obejmują przeprowadzanie analiz przez studentów z wykorzystaniem programu SAS Enterprise Miner oraz SAS Text Miner.

UWAGA: Zajęcia są prowadzone w ramach ścieżki DMCP, po ukończeniu której studenci mogą uzyskać certyfikatu SAS

• Konwersatorium - 30 godzin

Modele z objaśnianą zmienną dyskretną są coraz częściej wykorzystywane w badaniach empirycznych nad zjawiskami ekonomicznymi. Metodologia tworzenia modeli i interpretacja ich wyników różni się od metod klasycznych.Celem tych zajęć będzie przede wszystkim zapoznanie studentów z najważniejszymi technikami analizy wyborów dyskretnych i możliwościami pakietu ekonometrycznego STATA w tym zaskresie. Celem dodatkowym będzie nauczenie studentów poprawnej budowy modeli ekonometrycznych z dyskretną zmienna objaśnianą i interpretacji otrzymanych wyników. Zajęcia będą miały charakter ćwiczeń/konwersatorium. Każdy uczestnik zająć w pierwszej ich części pozna podstawy teoretyczne modelu i techniki estymacji. Druga część zajęć będzie przeznaczona na pracę z programem i estymację modelu. Zajęcia są przeznaczone dla studentów IV - V roku. Znajomość KMRL obowiązkowa oraz modelu logitowego i probitowego jest mile wydziana. Zaliczenie - prezentacja wybranego badania lub własnej pracy empirycznej.

• Konwersatorium - 30 godzin

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.

• Konwersatorium - 30 godzin

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.

• Konwersatorium - 30 godzin

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.

• Konwersatorium - 30 godzin

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.

• Konwersatorium - 30 godzin

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.

• Konwersatorium - 30 godzin

Celem zajęć jest zapoznanie studentów z szybko się rozwijającą gałęzią ekonomii obliczeniowej oraz modelowania agendowego Agent-based Computational Economics (ACE) w połączeniu z ekonomią eksperymentalną.

Przedmiot jest adresowany szczególnie do dwóch grup słuchaczy: i) studentów kierunku Informatyki i Ekonometrii jako rozszerzenie metod symulacyjnych ii) studentów zainteresowanych modelami dynamicznymi gospodarki, a szczególnie modelowaniem interakcji między środowiskiem naturalnym a ekonomią iii) studentów chcących połączyć wyniki eksperymentów laboratoryjnych z modelami symulacyjnymi – Calibrated Simulations. Są to zajęcia przeznaczone głównie dla studentów wyższych lat, którzy w ramach kursu mają możliwość rozszerzenia zestawu narzędzi do modelowania procesów ekonomicznych, społecznych i biologicznych. Studenci zapoznają się z oprogramowaniem: Labsee, NetLogo, który nie wymaga zaawansowanej znajomość programowania.

• Konwersatorium - 30 godzin

Dziedziną ekonometrii długo jeszcze będącą poza zasięgiem metod uczenia maszynowego jest analiza danych panelowych. Ekonometria danych panelowych jest tematem niezwykle szerokim. Na zajęciach omówione zostaną modele panelowe dla zmiennej zależnej każdej postaci: ciągłej, ograniczonej, dyskretnej jakościowej i ilościowej (całkowitoliczbowej). Przedstawione zostaną modele panelowe uwzględniające endogeniczność i wykorzystujące metodę zmiennych instrumentalnych. Zaprezentowane zostaną również sposoby estymacji dynamicznych modeli panelowych.

• Konwersatorium - 30 godzin

Celem zajęć jest przedstawienie najnowszych metod machine learningu, z wykorzystaniem języka programowania Python. W celu kompletnej ilustracji zagadnienia machine learningu przybliżone zostaną wszystkie trzy typy analizy: unsupervised, supervised oraz reinforcement learning. Główny nacisk zostanie jednak położony na modele predykcyjne, zarówno klasyfikacji jak i regresji.

Zajęcia będą koncentrować się na wykształceniu intuicyjnego rozumienia omawianych algorytmów, ich silnych oraz słabych stron oraz zdobycia praktycznych umiejętności ich wykorzystania.

• Konwersatorium - 30 godzin

The main objective of the course is to present the key concepts of the research reproducibility, its importance in scientific and commercial R&D processes, and to provide students with the basic practical knowledge of a few most popular in the industry modern reproducibility tools.

• Konwersatorium - 30 godzin

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.

• Konwersatorium - 30 godzin

• Konwersatorium - 30 godzin

Teoria ekonomiczna i praktyka gospodarcza od lat badają funkcjonowanie przedsiębiorstw, wyjaśniając strategie ich działania w otoczeniu rynkowym oraz sposoby gromadzenia przez nich know-how, wspierającego podejmowanie decyzji biznesowych. Dlatego też zrozumienie funkcjonowania biznesu jest kluczowe dla swobodnego poruszania się w przestrzeni społeczno-gospodarczej. Kurs obejmuje omówienie najistotniejszych zagadnień biznesowych w gospodarce opartej na wiedzy, będących ściśle powiązanych z przedsiębiorstwami funkcjonującymi w zróżnicowanych, międzynarodowych, wielokulturowych środowiskach. Kurs prowadzony jest w ścisłej współpracy z przedsiębiorstwami, co pozwala na praktyczne omówienie użycia narzędzi wspierających działania biznesowe i daje wgląd w jedną z najdynamiczniej rozwijających się branż polskiej gospodarki - sektora nowoczesnych usług dla biznesu. Kurs przeznaczony jest dla studentów studiów drugiego stopnia (Data Science).