Advanced Data Visualization
Informacje ogólne
Kod przedmiotu: | E-DS-2S-O.5 |
Kod Erasmus / ISCED: |
(brak danych)
/
(0618) Interdyscyplinarne programy i kwalifikacje związane z technologiami informacyjno-komunikacyjnymi
|
Nazwa przedmiotu: | Advanced Data Visualization |
Jednostka: | Wydział Ekonomiczny |
Grupy: | |
Punkty ECTS i inne: |
6.00
|
Język prowadzenia: | angielski |
Wymagania wstępne: | Podstawowy kurs matematyki, podstawowa znajomość baz danych, znajomość techniki obsługi arkuszy kalkulacyjnych. |
Godzinowe ekwiwalenty punktów ECTS: | a) godziny kontaktowe (z udziałem nauczyciela akademickiego): łącznie: 45g/2 ECTS w tym: - laboratorium: 45g./4 ECTS b) godziny niekontaktowe (praca własna studenta): łącznie: 75 g./3 ECTS w tym: - studiowanie literatury: 40g./ 2 ECTS - przygotowanie się do egzaminu: 35g./ 1 ECTS Sumaryczna liczba godzin dla przedmiotu: 120 Sumaryczna liczba pkt. ECTS dla przedmiotu: 7 |
Sposób weryfikacji efektów kształcenia: | Realizacja projektu praktycznego, kolokwia śródsemestralne, egzamin |
Pełny opis: |
W ramach kursu studenci zostaną zaznajomieni z metodami profesjonalnej komunikacji danych istotnych dla biznesu oraz technikami tworzenia efektywne i informatywnych wizualizacji z wykorzystaniem najpopularniejszych platform do wizualizacji i analizy danych(np. Tableau, Power BI). Posługując się przykładami z rynku zaprezentowane zostaną słuchaczom najlepsze praktyki wizualizacji danych i wybrane metody analityczne, pozwalające zamieniać dane w użyteczną biznesowo informację. Przedmiot obejmuje techniki wizualizacji danych, metody analizy danych oraz wybrane koncepcje eksploracji i analizy danych. |
Literatura: |
Prowost, Fawcett, „Analiza danych w biznesie”, Helion Claus O. Wilke, „Fundamentals of Data Visualizationt”, O’Reilly Nussbaumer Knaflic , „Storytelling with data”, Helion Edward Tufte, „Beautiful evidence”, Graphics Press Prowost, Fawcett, „Analiza danych w biznesie”, Helion Daniel Murray, „Tableau your data”, Wiley |
Efekty uczenia się: |
Student zna i rozumie: K_W01 - w pogłębionym stopniu specyfikę przedmiotową, najnowsze osiągnięcia i kierunki rozwoju nauk społecznych K_W02 - pojęcia, terminologię oraz zaawansowane zagadnienia z zakresu Data Science, w tym prawidłowości w kształtowaniu się wielowymiarowych zjawisk i procesów gospodarczych, współzależności występujące między nimi oraz kierunki rozwoju i powiązania Data Science z dyscyplinami pokrewnymi K_W05 - w pogłębionym stopniu - zagadnienia dotyczące pomiaru zjawisk ekonomicznych, wybrane metody statystyczne i ekonometryczne oraz narzędzia gromadzenia, analizy, przetwarzania i prezentacji danych ekonomicznych i gospodarczych oraz możliwości ich zastosowania w praktyce K_W09 - kluczowe pytania, na które stara się odpowiedzieć Data Science dotyczące m.in. efektywnego pozyskiwania i przetwarzania informacji, sporządzania prognoz, symulacji procesów gospodarczych oraz optymalizacji decyzji biznesowych K_W10 - zasady tworzenia i wykorzystania repozytoriów danych, w tym danych otwartych K_W11 - normy prawne i etyczne oraz reguły organizacyjne warunkujące procesy gromadzenia i przetwarzania danych Student potrafi: K_U02 - wykorzystać różne źródła informacji z zakresu nauk społecznych i metod analizy danych do szczegółowego opisu zjawisk i procesów zachodzących w przedsiębiorstwie i w jego otoczeniu branżowym, a następnie dokonać oceny, krytycznej analizy i syntezy tych informacji K_U03 - zlokalizować miejsce i ma świadomość znaczenia Data Science w systemie nauk oraz potrafi zastosować w praktyce istniejące narzędzia i metody typowe dla kierunku lub w razie potrzeby opracować nowe metody analityczne K_U06 - zastosować instrumenty pozwalające w sposób rozszerzony identyfikować przyczyny oraz przeprowadzić wielowymiarową analizę uwarunkowań i skutków procesów gospodarczych, stawiać i weryfikować hipotezy dotyczące zagadnień ekonomicznych oraz prezentować wyniki przeprowadzonych analiz K_U07 - prognozować wartości parametrów określających wybrane procesy i zjawiska społeczne i gospodarcze z wykorzystaniem zaawansowanych metod i rozbudowanych narzędzi analizy danych ilościowych i jakościowych oraz technik informacyjno-telekomunikacyjnych K_U09 - posługiwać się pogłębioną wiedzą z zakresu nauk społecznych i metod analitycznych do formułowania i testowania hipotez związanych z problemami wdrożeniowymi pojawiających się w praktyce gospodarczej K_U10 - zaproponować, uzasadnić i wdrożyć znane zaawansowane lub opracować nowe metody ilościowe adekwatne do rozwiązywania konkretnych problemów ekonomicznych Student jest gotowy do: K_K03 - uznawania znaczenia analizy danych dla rozwiązywania problemów praktycznych oraz korzystania z wiedzy eksperckiej w przypadku trudności z samodzielnym znalezieniem rozwiązania K_K06 - krytycznej oceny własnej wiedzy oraz odpowiedzialnego przygotowania się do swojej pracy poprzez ciągłe uzupełnianie wiedzy i doskonalenie nabytych umiejętności, przy wykorzystaniu różnorodnych źródeł, metod i technik samokształcenia |
Zajęcia w cyklu "Semestr letni 2022/2023" (zakończony)
Okres: | 2023-02-27 - 2023-06-25 |
Przejdź do planu
PN WT ŚR CZ PT |
Typ zajęć: |
Laboratorium, 45 godzin
|
|
Koordynatorzy: | Marek Mędrek | |
Prowadzący grup: | Marek Mędrek | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie na ocenę
Laboratorium - Zaliczenie na ocenę |
Zajęcia w cyklu "Semestr letni 2023/2024" (zakończony)
Okres: | 2024-02-26 - 2024-06-23 |
Przejdź do planu
PN WT ŚR CZ PT |
Typ zajęć: |
Laboratorium, 45 godzin
|
|
Koordynatorzy: | Marek Mędrek | |
Prowadzący grup: | Marek Mędrek | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie na ocenę
Laboratorium - Zaliczenie na ocenę |
Właścicielem praw autorskich jest Uniwersytet Marii Curie-Skłodowskiej w Lublinie.