5500,00 zł
4 paź 2025 - 30 cze 2026
Łódź

Analiza Danych i Data Mining

Offer image
Wybrany termin:

Termin:

4 paź 2025 - 30 cze 2026

Miejsce:

Łódź

Czas trwania:

231 godz.

Cena:

5500,00 zł

Dodatkowe informacje
Kierownik studiów dr Sebastian Sakowski

Rekrutacja na rok akademicki 2025/2026 rozpocznie się 1 czerwca 2025 r.

Pozostałe terminy:

W tym momencie brak dostepnych innych terminów

Zakres tematyczny przygotowuje słuchaczy do samodzielnego wykonywania analiz i raportów z wykorzystaniem nowoczesnych narzędzi informatycznych: STATISTICA (StatSoft), GNU R, ORACLE Database, AmiBroker.

Usługa:
Studia podyplomowe
Poziom:
Zaawansowany

Absolwenci studiów magisterskich, licencjackich lub inżynierskich.

Program studiów:

  • Analiza statystyczna danych
  • Data mining (Eksploracja danych)
  • Metody statystyczne
  • Bazy danych i język SQL
  • Analiza portfelowa
  • Audytorskie metody analizy danych
  • Analiza techniczna i fundamentalna
  • Metody statystyczne w badaniach społecznych i gospodarczych
  • Arkusze kalkulacyjne i VBA

Wykłady, ćwiczenia, warsztaty, projekty

Organizator: Wydział Matematyki i Informatyki

mgr Joanna Chmielewska

Telefon: 042 6355907

WWW: http://analizadanych.math.uni.lodz.pl/

Uczestnik otrzymuje:

Absolwent otrzymuje świadectwo ukończenia studiów podyplomowych

Wiedza:

Absolwent:

  • Zna w zaawansowanym stopniu pojęcia i wybrane metody rachunku prawdopodobieństwa, statystyki opisowej oraz wnioskowania statystycznego.
  • Zna rozwiązania informatyczne stosowane w analizie danych, w tym techniki obliczeniowe i programowania, rozumie ich ograniczenia.
  • Zna w zaawansowanym stopniu wybrane pakiety oprogramowania, służące do obliczeń symbolicznych, statystyki i eksploracji danych.
  • Posiada ogólną wiedzę w zakresie wybranych działów analizy danych, w tym podstawowe techniki dotyczące grupowania danych oraz ich klasyfikacji.
  • Posiada wiedzę o powiązaniach analizy danych z wybranymi zagadnieniami matematyki teoretycznej, programowania i baz danych.
  • Rozumie koncepcję i konstrukcję modeli eksploracji danych, posiada wiedzę o narzędziach potrzebnych do ich formalnego opisu i analizy.
  • Posiada zaawansowaną wiedzę dotyczącą wybranych teorii baz danych, modelowania danych oraz składowania i wyszukiwania informacji w bazach danych.
  • Rozumie cywilizacyjne znaczenie modelowania i eksploracji danych, posiada podstawową wiedzę o głównych kierunkach rozwoju i aktualnych osiągnięciach w zakresie eksploracji danych.
  • Zna w zaawansowanym stopniu wybrane techniki badawcze obejmujące formułowanie i analizę problemów badawczych, dobór metod i narzędzi badawczych, opracowanie i prezentację wyników.
  • Ma pogłębioną wiedzę w zakresie stosowania wybranych narzędzi/pakietów oprogramowania/technik wykorzystywanych w analizie danych.
  • Zna najnowsze trendy i współczesne aspekty przetwarzania i analizy danych.

Umiejętności:

Absolwent:

  • Umie prowadzić wnioskowania statystyczne i probabilistyczne, także z wykorzystaniem narzędzi komputerowych.
  • Potrafi obalać błędne hipotezy lub nieuprawnione rozumowania poprzez argumentację opartą na zdobytej wiedzy.
  • Potrafi zastosować narzędzia matematyczne oraz metody eksploracji danych do analizy zagadnień ekonomicznych.
  • Potrafi wykorzystywać narzędzia/pakiety oprogramowania/techniki obliczeniowe do rozwiązywania wybranych zagadnień matematycznych i analizy danych.
  • Posiada umiejętność wyboru systemu analizy danych optymalnego dla danego zadania, uwzględniając aspekty ekonomiczne.
  • Posiada umiejętność samodzielnego wykonywania projektów analizy danych.
  • Potrafi zastosować techniki usprawniające i optymalizujące procesy analizy danych.
  • Potrafi precyzyjnie analizować złożone procesy decyzyjne i stosować systemowe metody rozwiązywania problemów z zakresu decyzji kierowniczych.
  • Posiada umiejętność projektowania baz danych i ich implementacji w wybranych systemach zarządzania bazami danych.
  • Potrafi pozyskiwać dane z różnych źródeł, w tym z baz danych za pomocą wybranego języka zapytań.
  • Potrafi budować wybrane modele eksploracji danych i oceniać ich jakość.
  • Potrafi tworzyć typowe opracowania pisemne dotyczące modeli teoretycznych oraz narzędzi informatycznych, w tym również dokumentację techniczną projektów analizy danych.
  • Potrafi przekształcać dane zgromadzone w bazach danych wykorzystując przynajmniej niektóre zaawansowane możliwości języków baz danych.
  • Potrafi wykorzystywać zaawansowane narzędzia i techniki do pozyskiwania, przechowywania i przetwarzania danych.
  • Potrafi stosować wybrane modele matematyczne i techniki eksploracji danych do rozwiązywania wybranych zadań analizy danych, ich ewaluacji i optymalizacji.
  • Potrafi formułować opinie na temat zaawansowanych zagadnień analizy danych zrozumiałym, potocznym językiem.
  • Potrafi samodzielnie zdobywać wiedzę oraz rozwijać swoje umiejętności, korzystając z literatury fachowej i specjalistycznych czasopism.

Kompetencje społeczne:

Absolwent:

  • Jest gotów do krytycznej oceny własnej wiedzy i rozumie potrzebę dalszego kształcenia, uwzględniając trendy w przetwarzaniu i analizie danych.
  • Jest gotów do przestrzegania zasad uczciwości intelektualnej w działaniach własnych i innych osób; postępuje etycznie.
  • Jest gotów do krytycznej oceny otrzymywanych danych i informacji, widzi potrzebę ich weryfikowania.
  • Jest gotów do identyfikowania dylematów związanych z wykonywaniem zawodu analityka danych.

Pozostałe korzyści:

Słuchacze uzyskują również wiedzę dotyczącą zarządzania informacją i strategicznego wykorzystania analiz danych. Wykładowcami są osoby z dużym doświadczeniem akademickim oraz doświadczeniem zawodowym w biznesie i instytucjach publicznych. Absolwenci studiów podyplomowych Analiza Danych i Data Mining będą przygotowani do podjęcia pracy w firmach świadczących usługi analityczno-doradcze, w instytucjach finansowych, administracji państwowej, a także w firmach z branży IT.

Inni oglądali również