Zaawansowana analiza danych w środowisku R
Termin:
1 paź 2024 - 30 wrz 2025
Miejsce:
Poznań
Czas trwania:
196 godz.
Prowadzący:
Kierownik studiów: dr hab. Marcin Szymkowiak, prof. UEP
Pozostałe terminy:
Organizator
Opis i cele
Głównym celem studiów jest przekazanie kompleksowej wiedzy z zakresu przetwarzania i analizowania danych statystycznych. Program ma na celu dostarczenie praktycznych umiejętności w stosowaniu nowoczesnych metod, modeli i technik analiz statystycznych, które wspierają podejmowanie decyzji biznesowych. Słuchacze zdobędą szeroką wiedzę na temat metod statystycznych oraz nauczą się wykorzystywać program R na zaawansowanym poziomie.
Charakterystyka uczestników
Studia są skierowane do osób, które zajmują się przetwarzaniem i analizą danych w pracy oraz używają danych do prognozowania i podejmowania decyzji biznesowych. W szczególności są adresowane do:
- Pracowników działów marketingu, badań i analiz rynkowych
- Osób zarządzających markami, produktami i usługami
- Pracowników urzędów statystycznych
- Pracowników naukowych
- Pracowników firm badawczych
- Menedżerów, właścicieli małych i średnich przedsiębiorstw
Program
- Wprowadzenie do środowiska R i R Studio
- Przetwarzanie i czyszczenie danych
- Wizualizacja i raportowanie
- Detekcja i analiza współzależności
- Analiza szeregów czasowych
- Wielowymiarowa analiza danych
- Badania internetowe
- Wybrane zagadnienia Data Mining
- Analiza danych przestrzennych
- Analiza danych niekompletnych
- Badania symulacyjne
- Zaawansowane programowanie w R
Zastosowane metody
Program studiów obejmuje nauczanie praktyczne z naciskiem na zdobywanie umiejętności w zakresie przetwarzania danych i analiz statystycznych w środowisku R. Zajęcia mają charakter warsztatów, praktycznych ćwiczeń i projektów grupowych.
Dodatkowe informacje organizacyjne
Biuro Studiów Podyplomowych Centrum Edukacji Menedżerskiej UEP
- tel. (61) 856 92 39
- e-mail: magdalena.baczkowska@ue.poznan.pl;
Uczestnik otrzymuje:
Świadectwo ukończenia studiów podyplomowych
Wiedza:
- Znajomość zaawansowanych metod statystycznych.
- Umiejętność analizy danych przy użyciu oprogramowania R.
- Zrozumienie zasad przetwarzania i czyszczenia danych.
- Wiedza na temat wizualizacji i raportowania wyników analiz.
- Zrozumienie analizy szeregów czasowych.
- Wiedza w zakresie wielowymiarowej analizy danych.
- Znajomość metod Data Mining.
- Wiedza na temat analizy danych przestrzennych.
- Zrozumienie zasad badania danych niekompletnych.
- Umiejętność stosowania badań symulacyjnych.
Umiejętności:
- Praktyczne stosowanie narzędzi do przetwarzania i czyszczenia danych.
- Tworzenie zaawansowanych wizualizacji danych.
- Wykorzystywanie narzędzi analitycznych do podejmowania decyzji biznesowych.
- Tworzenie raportów i prezentacji z wyników analiz.
- Analiza współzależności i szeregów czasowych.
- Programowanie w R na poziomie zaawansowanym.
- Wykorzystywanie technik Data Mining.
- Przeprowadzanie analiz danych przestrzennych.
- Przeprowadzanie analiz danych niekompletnych.
- Prowadzenie badań symulacyjnych.
Kompetencje społeczne:
- Umiejętność pracy w grupie nad projektami analitycznymi.
- Zdolność rozwiązywania problemów analitycznych w dynamicznym środowisku.
- Świadomość etycznych aspektów przetwarzania danych.
- Umiejętność krytycznego myślenia w zakresie analiz danych.
- Zdolność efektywnej komunikacji wyników analiz.
- Zdolność adaptacji do szybko zmieniającego się środowiska pracy.
- Odpowiedzialność za podejmowane decyzje na podstawie analiz danych.
- Samodzielność w podejmowaniu decyzji analitycznych.
- Skuteczność w zarządzaniu czasem i organizacją pracy.
- Otwartość na nowe technologie i narzędzia analityczne.