Zaawansowane metody analizy i eksploracji danych

Offer image
Offer image

Terminy:

W tym momencie brak dostepnych termin贸w

Celem studi贸w jest zapoznanie s艂uchaczy z najbardziej popularnymi technikami, algorytmami, narz臋dziami do analizy danych (m.in. w 艣rodowisku GNU R). Nabyte kompetencje zwi膮zane s膮 z poznaniem i stosowaniem metod i technik programowania wspomagaj膮cych prac臋 analityka, metod statystycznych do opisu, modelowania i prognozowania rozmaitych zjawisk, narz臋dzi analizowania proces贸w masowych, metod dotycz膮cych wizualizacji danych statystycznych.

Us艂uga:
Studia podyplomowe
Poziom:
Zaawansowany
Kategorie:

Studia maj膮 na celu podniesienie kompetencji os贸b zatrudnionych jako analitycy w bankach, instytucjach ubezpieczeniowych, przedsi臋biorstwach handlowych, produkcyjnych, o艣rodkach przetwarzania informacji oraz o艣rodkach badania opinii spo艂ecznej, w firmach prowadz膮cych badania kliniczne, a tak偶e w instytucjach administracji pa艅stwowej i samorz膮dowej i innych.

Semestr 1

  1. Analiza struktury proces贸w masowych
  2. Techniki graficznej prezentacji danych statystycznych
  3. Statystyka matematyczna
  4. Wprowadzenie do narz臋dzi analitycznych
  5. Elementy rachunku prawdopodobie艅stwa
  6. Wprowadzenie do Data Mining

Semestr 2

  1. Problemy spo艂eczne i zawodowe informatyki
  2. Wsp贸艂zale偶no艣膰 proces贸w masowych
  3. Analiza dynamiki proces贸w masowych
  4. Analiza statystyczna wielowymiarowa
  5. Statystyki bayesowskie
  6. Eksploracja i wizualizacja danych
  7. Analiza danych w praktyce

Realizacja wszystkich przedmiot贸w odbywa si臋 zdalnie w czasie rzeczywistym, z u偶yciem pakietu Google Workspace

Sekretarz

mgr Kinga Lecko

tel. 664 315 525

e-mail: psi@matman.uwm.edu.pl

Organizator: Wydzia艂 Matematyki i Informatyki

Uczestnik otrzymuje:

艢wiadectwo uko艅czenia studi贸w podyplomowych

Wiedza:

Absolwent zna i rozumie:

  • twierdzenia z poznanych dzia艂贸w matematyki
  • metody projektowania, analizowania i programowania algorytm贸w oraz ich zastosowania
  • podstawowe struktury danych, wykonywane na nich operacje i ich zastosowania
  • konstrukcje programistyczne oraz poj臋cia sk艂adni i semantyki j臋zyk贸w programowania
  • zagadnienia na temat zarz膮dzania informacj膮, w tym dotycz膮c膮 sk艂adowania i wyszukiwania informacji oraz modelowania danych
  • podstawowe metody probabilistyczne
  • problemy statystyki matematycznej
  • sposoby pozyskiwania i prezentowania danych statystycznych, zna opisowe charakterystyki zjawisk masowych i metody analizy dynamiki zjawisk masowych
  • budow臋 i funkcjonalno艣膰 narz臋dzi wykorzystywanych do zdalnego nauczania
  • charakterystyczne dla r贸偶nych zawod贸w problemy i dylematy etyczne
  • zapisy w aktach prawnych dotycz膮ce ochrony oprogramowania, baz danych, danych osobowych oraz prawa autorskiego
  • zasady tworzenia i rozwoju form indywidualnej przedsi臋biorczo艣ci.

Umiej臋tno艣ci:

Absolwent potrafi:

  • pisa膰, uruchamia膰 i testowa膰 programy w wybranym 艣rodowisku programistycznym
  • przeprowadzi膰 analiz臋 danych statystycznych i podstawowe wnioskowania statystyczne tak偶e z wykorzystaniem oprogramowania
  • pos艂ugiwa膰 si臋 zaawansowanymi metodami i narz臋dziami z zakresu probabilistyki i statystyki matematycznej
  • zastosowa膰 zaawansowane techniki obliczeniowe oraz wybrane pakiety obliczeniowe
  • projektowa膰 zaawansowane struktury danych i ich wydajne implementacje
  • pozyskiwa膰 informacje z literatury, baz wiedzy, Internetu oraz innych wiarygodnych 藕r贸de艂, integrowa膰 je, dokonywa膰 ich interpretacji oraz wyci膮ga膰 wnioski i formu艂owa膰 opinie
  • przygotowa膰 dokumentacje, opracowania i raporty w j臋zyku polskim i j臋zyku obcym
  • stosowa膰 poznane metody i narz臋dzia kszta艂cenia zdalnego
  • w spos贸b przyst臋pny przedstawi膰 fakty z zakresu matematyki i informatyki, porozumiewa膰 si臋 w 艣rodowisku zawodowym oraz w innych 艣rodowiskach, w tym w j臋zyku angielskim oraz z wykorzystaniem narz臋dzi informatycznych
  • pracowa膰 z odbiorcami tworzonych rozwi膮za艅 informatycznych i analitycznych, aktywnie uczestnicz膮c w dyskusji o potrzebach, mo偶liwych rozwi膮zaniach i zasadach pozyskania, przetwarzania danych oraz ich wykorzystania
  • podejmowa膰 dyskusj臋 na temat wybranych osi膮gni臋膰 matematyki wy偶szej oraz jej zastosowa艅
  • pracowa膰 nad zespo艂owymi projektami, kt贸re maj膮 charakter d艂ugoterminowy przyjmuj膮c rol臋 lidera
  • wsp贸艂pracowa膰 w grupie zajmuj膮c w niej r贸偶ne role
  • samodzielnie pog艂臋bia膰 i aktualizowa膰 wiedz臋 i umiej臋tno艣ci z zakresu matematyki, informatyki oraz okre艣la膰 kierunki dalszego rozwoju zawodowego
  • przygotowa膰 si臋 do rozmowy kwalifikacyjnej i autoprezentacji
  • ukierunkowywa膰 innych do osobistego rozwoju.

Kompetencje spo艂eczne:

Absolwent jest got贸w do:

  • oceny mo偶liwo艣ci wykorzystania dotychczasowych osi膮gni臋膰 technologii w swoim zawodzie
  • zachowania si臋 w spos贸b profesjonalny, przestrzegania zasad etyki zawodowej i poszanowania r贸偶norodno艣ci pogl膮d贸w
  • przestrzegania praw autorskich
  • zrozumienia ograniczenia w艂asnej wiedzy i umiej臋tno艣ci, rozumiej膮c potrzeb臋 dalszego kszta艂cenia, w tym zdobywania wiedzy pozadziedzinowej
  • komunikacji i konsultacji, r贸wnie偶 przy u偶yciu narz臋dzi do pracy zdalnej, ze specjalistami w swojej dziedzinie, a tak偶e z innymi osobami zwi膮zanymi zawodowo
  • uznania zawodu analityka danych jako roli spo艂ecznej i rozumie problemy zwi膮zane z poufno艣ci膮 danych
  • formu艂owania i przekazywania spo艂ecze艅stwu informacji i opinii dotycz膮cych osi膮gni臋膰 nauk 艣cis艂ych
  • my艣lenia i dzia艂ania w spos贸b przedsi臋biorczy