Studia podyplomowe:
Data Science. Metody, narzędzia, zastosowania
Dlaczego warto wybrać kierunek Data Science. Metody, narzędzia, zastosowania?
> Zapoznasz się z językami R i Python, które będą wykorzystywane w części praktycznej zajęć,
> dowiesz się, jak wyszukiwać i przetwarzać dane zgromadzone w relacyjnych bazach danych oraz dane o zróżnicowanych formatach,
> dowiesz się, jak przygotować rozwiązania służące do automatycznego pozyskiwania danych z serwisów WWW i sieci społecznościowych,
> nauczysz się rozwiązywać problemy współczesnej analizy danych, dzięki takim narzędziom i metodom jak: wnioskowanie statystyczne, zagadnienia regresyjne, klasyfikacja i analiza skupień, analiza danych jakościowych, redukcja wymiaru przestrzeni, analiza danych pochodzących z serwisów internetowych i sieci społecznościowych, analiza grafów, analiza danych o charakterze masowym i strumieniowym,
> nabędziesz umiejętność prowadzenia analiz statystycznych w oparciu o dane złej jakości, zawierające obserwacje odstające i/lub braki w danych,
> nauczysz się posługiwać metodami wielowymiarowej analizy danych i grupowania obiektów wielowymiarowych,
> studiując kierunek Data Science dowiesz się, jak stosować zasady wnioskowania w oparciu o metody statystyki matematycznej,
> nauczysz się budować, testować i oceniać modele regresji wielorakiej,
> dowiesz się, w jaki sposób przetwarzać dokumenty tekstowe, dokonywać analizy ukrytych wymiarów semantycznych, identyfikować słowa i frazy kluczowe w tekstach oraz przeprowadzać analizę opinii konsumenckich,
> zapoznasz się z metodami reprezentacji oraz nauczysz się budować systemy reprezentacji i analizy tekstów i modele grafowe,
nauczysz się wyznaczać i interpretować statystyki opisowe dla modeli sieciowych, przeprowadzać wizualizację sieci oraz oceniać ważność węzłów i krawędzi w modelach sieciowych,
> na kierunku Data Science poznasz również zagadnienia związane z procesem budowy, walidacji, dostrajania i testowania modeli uczenia maszynowego do rozwiązywania zadań klasyfikacji i regresji.
Cel studiów:
Profil uczestnika:
Oferta studiów poświęconych data science kierowana jest do osób zainteresowanych zagadnieniami analizy danych i podejmowania decyzji w takich obszarach jak: finanse, zarządzanie, marketing, produkcja, logistyka, służba zdrowia, energetyka, administracja publiczna, media społecznościowe, a także do osób wykorzystujących metody analizy danych w pracy badawczej, poszukujących zaawansowanych metod wspierających procesy decyzyjne oraz projektujących systemy przetwarzania i analizy danych.
Kierunek Data Science. Metody, narzędzia, zastosowania jest dla Ciebie, jeżeli:
> posiadasz elementarną wiedzę z zakresu statystyki,
> znasz podstawowe pojęcia związane z rachunkiem prawdopodobieństwa,
interesują Cię zagadnieniami analizy danych i chcesz podejmować decyzje w takich obszarach, jak: finanse, zarządzanie, marketing, produkcja, logistyka, służba zdrowia, energetyka, administracja publiczna, media społecznościowe,
> wykorzystujesz metody analizy danych w pracy badawczej, poszukujesz zaawansowanych metod wspierających procesy decyzyjne oraz projektujesz systemy przetwarzania i analizy danych.
Jako narzędzia do obrazowania praktycznego zastosowania omówionych metod statystycznych wykorzystywane będą biblioteki dostępne w językach R i Python – nie musisz jednak mieć przygotowania informatycznego.
W zależności od preferencji uczestników, zajęcia będą się odbywać w laboratorium komputerowym w siedzibie Uczelni lub zdalnie z wykorzystaniem jednego z komunikatorów internetowych. Istnieje możliwość uruchomienia kilku grup, dla których zajęcia będą zorganizowane w preferowanej przez słuchaczy formie.
Krakowska Szkoła Biznesu poleca wykorzystanie kursów CISCO jako materiału uzupełniającego treści merytoryczne studiów.
W szczególności ścieżka „Data Science” – Learning Catalog: Free online courses in Cybersecurity, etc. (skillsforall.com)
Czesne
3500 zł/semestr
Forma studiów
online lub stacjonarnie
Liczba godzin
160 godzin
2 semestry
Forma zaliczenia
projekt
Dyrektor kierunku
prof. UEK, dr hab. Dariusz Put
Kontakt
Menedżer kierunku
mgr Renata Wójcik
Tel. 12 293 75 96
E-mail:
renata.wojcik@uek.krakow.pl
Program studiów
- Wprowadzenie do programowania w językach R i Python
- Podstawy relacyjnych baz danych
- Przetwarzanie dokumentów i wielkich zbiorów danych
- Elementy wnioskowania statystycznego
- Statystyczne metody wielowymiarowej analizy danych
- Podstawy uczenia maszynowego i eksploracyjnej analizy danych
- Eksploracyjna analiza dokumentów tekstowych
- Eksploracyjna analiza sieci
- Modele uczenia maszynowego
Wykładowcy

mgr Przemysław Jaśko

mgr Jakub Kanclerz

prof. dr hab. Paweł Lula

prof. UEK dr hab. Dariusz Put

prof. UEK dr hab. Sławomir Śmiech

mgr Katarzyna Wójcik