Uniwersytet Marii Curie-Skłodowskiej w Lublinie - Centralny System Uwierzytelniania
Strona główna

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 Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Advanced Data Visualization
Jednostka: Wydział Ekonomiczny
Grupy:
Punkty ECTS i inne: 6.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
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
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 45 godzin więcej informacji
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
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 45 godzin więcej informacji
Koordynatorzy: Marek Mędrek
Prowadzący grup: Marek Mędrek
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Laboratorium - Zaliczenie na ocenę
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Marii Curie-Skłodowskiej w Lublinie.
kontakt deklaracja dostępności mapa serwisu USOSweb 7.1.1.0-3708b8fbb (2024-12-19)