Data Science. Metody, narzędzia, zastosowania (online) - Krakowska Szkoła Biznesu UEK | Krakow School of Business
Back

Krakowska Szkoła Biznesu UEK

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:

Głównym celem studiów jest zapoznanie słuchaczy z zagadnieniami dotyczącymi statystycznej analizy danych, eksploracyjnej analizy danych oraz uczenia maszynowego. Kandydat na studia na kierunku Data Science. Metody, narzędzia, zastosowania powinien mieć elementarną wiedzę z zakresu statystyki. Oczekuje się, że wie, co to jest średnia, mediana, wariancja, korelacja, zna także podstawowe zagadnienia związane z rachunkiem prawdopodobieństwa. Nie jest wymagane przygotowanie informatyczne. Jako narzędzia do wykonywania obliczeń z zastosowaniem omówionych metod statystycznych będą wykorzystywane języki R i Python.

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

3250 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

  1. Wprowadzenie do programowania w językach R i Python
  2. Podstawy relacyjnych baz danych
  3. Przetwarzanie dokumentów i wielkich zbiorów danych
  4. Elementy wnioskowania statystycznego
  5. Statystyczne metody wielowymiarowej analizy danych
  6. Podstawy uczenia maszynowego i eksploracyjnej analizy danych
  7. Eksploracyjna analiza dokumentów tekstowych
  8. Eksploracyjna analiza sieci
  9. 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

Skip to content