Usługa - Zaawansowane metody analizy i eksploracji danych - forma zdalna

Ramowy plan studiów / Sposób walidacji usługi, czyli wskazanie w jaki sposób zostaną zweryfikowane efekty kształcenia.

PROGRAM STUDIÓW

Wprowadzenie do wybranych narzędzi analitycznych (Pakiet R)

Import/Eksport danych. Filtrowanie danych.

Łączenie danych. Sortowanie danych.

Graficzna budowa zapytań.

Typy danych, formaty, instrukcje sterujące. Podstawy makr.

Analiza struktury procesów masowych (Pakiet R)

Rodzaje i organizacja badań statystycznych. Cechy statystyczne.

Klasyfikacja rozkładów empirycznych. Miary statystyczne.

Techniki graficznej prezentacji danych statystycznych

Metody prezentacji danych statystycznych.

Zalety i ograniczenia rozmaitych technik prezentacji. Istota i cel tworzenia raportów.

Elementy rachunku prawdopodobieństwa 

Elementy kombinatoryki.

Prawdopodobieństwo klasyczne.

Prawdopodobieństwo warunkowe.

Wybrane rozkłady dyskretne.

Wybrane rozkłady ciągłe.

Wprowadzenie do Data Mining (10 w., 10 ćw.)

Wprowadzenie do standardu CRISP-DM

Wybrane techniki preprocesowania danych:

Wybrane metody budowania modeli data miningowych. k-NN, naiwny klasyfikator Bayesa, sieci neuronowe.

Metody Ensemble (Boosting, Random Forests, Bagging) oraz komitet klasyfikacji. Techniki oceny jakości modeli.

Problemy społeczne i zawodowe informatyki

Społeczeństwo informacyjne.

Odpowiedzialność zawodowa i etyczna.

Statystyka matematyczna (Pakiet R) 

Próba losowa. Estymacja punktowa. Estymacja przedziałowa.

Testowanie hipotez statystycznych. Analiza wariancji.

Przetwarzanie danych statystycznych za pomocą środowiska R.

Interpretacja wyników analiz za pomocą środowiska R.

Współzależność procesów masowych

Określanie i obliczanie charakterystyk badanych zbiorowości.

Konstruowanie modeli regresji i ich zastosowanie.

Testy niezależności. Analiza korelacji.

Analiza dynamiki procesów masowych (Pakiet R) (8 w., 10 ćw.)

Metody indeksowe: przyrosty absolutne i względne, indeksy dynamiki. Dekompozycja szeregu czasowego: teoria trendu, wahania.

Przetwarzanie danych statystycznych dotyczących procesów masowych za pomocą środowiska R. Interpretacja wyników analiz za pomocą środowiska R.

Analiza statystyczna wielowymiarowa

Regresja wielowymiarowa: testy istotności.

Regresja wielowymiarowa w prognozowaniu.

Modele liniowe i nieliniowe.

Wektory losowe.

Rozkłady zmiennych losowych wielowymiarowych.

Statystyki bayesowskie

Podstawy metod bayesowskich.

Twierdzenie Bayesa dla różnych typów rozkładów.

Zastosowanie twierdzenia Bayesa dla rozkładów ciągłych.

Wnioskowanie statystyczne dla modeli bayesowskich.

Eksploracja i wizualizacja danych

Wczytywanie danych z plików oraz baz danych.

Przetwarzanie danych - filtrowanie, sortowanie, przekształcanie i agregowanie danych.

Eksploracja danych - elementy opisu statystycznego, modele liniowe.

Analiza danych w praktyce

Język R Markdown. Pakiet Knitr.

Dokumenty. Prezentacje. Strony WWW.

Dodatkowe szablony.

Detekcja i analiza współzależności danych.

Analiza szeregów czasowych, trendy i prognozowanie zjawisk.

Wybrane zagadnienia Data Mining (analiza koszykowa, segmentacja).

Wielowymiarowa analiza statystyczna, klasyfikacja i analiza skupień i ich zastosowania.

Business Intelligence Case Studies - analiza przypadków zastosowań BI.

Warunki techniczne niezbędne do udziału w usłudze:

a)platforma / rodzaj komunikatora, za pośrednictwem której prowadzona będzie usługa

Przeglądarka internetowa Chrome lub Firefox w aktualnych wersjach dostępnych na stronach internetowych producenta / Google Workspace  (Hangouts Meet)

b)minimalne wymagania sprzętowe, jakie musi spełniać komputer Uczestnika lub inne urządzenie do zdalnej komunikacji,

Parametry sprzętowe umożliwiające płynne działanie systemu operacyjnego mininalnie 4GB pamięci RAM, procesor intel core i3 lub odpowiednik. System operacyjny Windows 8.1 lub wyższy, MacOS i Linux w aktualny wersjach.

Komputer Uczestnika musi posiadać lub mieć podłączone sprawny mikrofon i kamerę. Uczestnik spotkania zobowiązany jest do wcześniejszej weryfikacji sprawności oraz konfiguracji mikrofonu i kamery.

c)minimalne wymagania dotyczące parametrów łącza sieciowego, jakim musi dysponować Uczestnik,

10 Mb/s – minimalna prędkość internetu

d)  niezbędne oprogramowanie umożliwiające Uczestnikom dostęp do prezentowanych treści i materiałów,

System operacyjny Windows 7/8/10 w przypadku PC/laptopów, Android w wersji 5.0 w przypadku tabletów,

System operacyjny, przeglądarka internetowa, przeglądarka plików PDF oraz zgodnie z pkt 1 oraz łącze internetowe o parametrach opisanych w pkt 3

R for windows

RStudio Desktop Open Source License

Notepad++

JAVA JDK

Microsoft Office / Libre Office

e)okres ważności linku umożliwiającego uczestnictwo w spotkaniu on-line.

W okresie trwania szkolenia. Materiały związane z przygotowaniem środowiska do szkolenia będą dostępne bez ograniczeń czasowych.