Analiza danych w biznesie Field of study: Computer Science
Programme code: 08-N2INI14.2019

Module name: Analiza danych w biznesie
Module code: 08-IN-ISI-S2-ADwB
Programme code: 08-N2INI14.2019
Semester:
  • winter semester 2021/2022
  • summer semester 2020/2021
  • winter semester 2020/2021
Language of instruction: Polish
Form of verification: course work
ECTS credits: 2
Description:
Analiza danych w biznesie ma na celu wykształcenie umiejętności posługiwania się statystycznymi charakterystykami populacji oraz konstrukcji i wykorzystania modeli data mining w celu analizy danych. Celem przedmiotu jest również doskonalenie znajomości klasycznych oraz nowoczesnych technik analizy danych na przykładzie danych finansowych. Przewiduje się realizację następujących treści programowych: 1. Gromadzenie, opracowanie i graficzna prezentacja danych. 2. Elementy opisowej analizy danych biznesowych 3. Analiza współzależności zjawisk, analiza korelacji i regresji 4. Zastosowanie analizy technicznej oraz analizy fundamentalnej do analizy danych finansowych 5. Zastosowanie zagadnień związanych z poziomami Fibonacciego oraz Pivota. 6. Zastosowanie sieci neuronowych do analizy danych biznesowych Celem zajęć jest wykształcenie u studentów umiejętności posługiwania się najważniejszymi metodami wykorzystywanymi w eksploracji danych.
Prerequisites:
(no information given)
Key reading:
(no information given)
Learning outcome of the module Codes of the learning outcomes of the programme to which the learning outcome of the module is related [level of competence: scale 1-5]
Potrafi pozyskiwać informacje z literatury, baz danych oraz innych właściwie dobranych źródeł, potrafi integrować uzyskane informacje, dokonywać ich interpretacji, a także wyciągać wnioski oraz formułować i uzasadniać opinie. [ADwB -U_3]
 K_U01 [2/5]
Potrafi podać opis matematyczny wybranego wskaźnika technicznego do analizy danych. [ADwB -U_4]
 K_U07 [1/5]
Potrafi wykorzystać dostępne programy do przeprowadzenia eksploracji danych. [ADwB -U_5]
 K_U17 [4/5] K_U21 [1/5]
Student ma wiedzę na temat miar przeciętnych, miar zmienności oraz miar asymetrii w celu dokonania opisowej analizy danych biznesowych. Student stosuje zagadnienia analizy współzależności zjawisk oraz analizy korelacji i regresji w celu odkrywania zależności występujących w danych biznesowych. [ADwB -W_1]
 K_W03 [2/5]
Student ma wiedzę na temat wstępnego opracowania danych oraz zastosowania klasyfikatora k najbliższych sąsiadów, naiwnyego klasyfikatora Bayesa, klasyfikatora drzew klasyfikacyjnych i regresyjnych, sieci neuronowych, analizy koszykowej i sekwencji do analizy danych. [ADwB -W_2]
 K_W17 [4/5]
Type Description Codes of the learning outcomes of the module to which assessment is related
Ocenianie ciągłe [ADwB _w_1]
weryfikacja na podstawie odpowiedzi na zadawane pytania dotyczące wykładanych treści i znajomości rozwiązań zdań domowych
ADwB -U_3 ADwB -U_4 ADwB -U_5 ADwB -W_1 ADwB -W_2
Sprawdziany pisemne [ADwB _w_2]
weryfikacja umiejętności na podstawie analizy rozwiązań zadań w trakcie sprawdzianów pisemnych z wykorzystaniem komputera
 ADwB -U_3 ADwB -U_4 ADwB -U_5 ADwB -W_1 ADwB -W_2
Pisemne opracowanie [ADwB _w_3]
weryfikacja umiejętności poprzez pisemne opracowanie materiału związanego z przeprowadzeniem analizy zbioru danych oraz interpretacją otrzymanych wyników
 ADwB -U_3 ADwB -U_4 ADwB -U_5 ADwB -W_1 ADwB -W_2
Form of teaching Student's own work Assessment of the learning outcomes
Type Description (including teaching methods) Number of hours Description Number of hours
lecture [ADwB _fs_1]
wykład prezentujący pojęcia i fakty z zakresu treści programowych wymienionych w opisie modułu i ilustrujący je licznymi przykładami
 10
samodzielne studiowanie wykładów i wskazanej w sylabusie literatury pomocniczej
 10 Ocenianie ciągłe [ADwB _w_1] Sprawdziany pisemne [ADwB _w_2] Pisemne opracowanie [ADwB _w_3]
laboratory classes [ADwB _fs_2]
laboratorium, w trakcie którego studenci wykonują z pomocą prowadzącego ćwiczenia kształtujące umiejętności wymienione w zestawie efektów kształcenia modułu
 20
samodzielne doskonalenie umiejętności wymienione w zestawie efektów kształcenia modułu
20 Ocenianie ciągłe [ADwB _w_1] Sprawdziany pisemne [ADwB _w_2] Pisemne opracowanie [ADwB _w_3]
Attachments
Module description (PDF)
Information concerning module syllabuses might be changed during studies.
Syllabuses (USOSweb)
Semester Module Language of instruction
(no information given)