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

Big data

Informacje ogólne

Kod przedmiotu: E-E-LS-O-BD.20
Kod Erasmus / ISCED: (brak danych) / (0311) Ekonomia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Big data
Jednostka: Wydział Ekonomiczny
Grupy:
Punkty ECTS i inne: 3.00 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: polski
Wymagania wstępne:

Znajomość zagadnień związanych z podstawami zarządzania informacją oraz funkcjonowaniem organizacji.Umiejętność korzystania z internetowych źródeł informacji.


Godzinowe ekwiwalenty punktów ECTS:

a) godziny kontaktowe (z udziałem nauczyciela akademickiego):

- wykład 15 g./1 ECTS

- konwersatorium 15 g./1 ECTS

b) godziny niekontaktowe (praca własna studenta):

- studiowanie literatury 30 g. /1 ECTS

- przygotowanie do zaliczenia 30g. / 1 ECTS

Sumaryczna liczba godzin dla przedmiotu: 90

Sumaryczna liczba punktów ECTS dla przedmiotu:4

Sposób weryfikacji efektów kształcenia:

Egzamin pisemny (test)

Kolokwia zaliczeniowe z zakresu znajomości technik pracy z różnymi zbiorami danych.


Pełny opis:

W ramach przedmiotu zostaną omówione takie następujące zagadnienia: terminologia związana z Big Data, rozwiązania technologiczne dotyczące Big Data, typy danych Big Data, analityka i przetwarzanie danych strumieniowych, przegląd wybranych rozwiązań biznesowych związanych z Big Data.

Literatura:

Literatura podstawowa:

Viktor Mayer-Schönberger, Kenneth Cukier, "BIG DATA Rewolucja, która zmieni nasze myślenie, pracę i życie", MT Biznes, 2014

Prowost, Fawcett, "Analiza danych w biznesie", Helion

Literatura uzupełniająca:

Małgorzata Rabiej, "Analizy statystyczne z programami Statistica i Excel", Helion, 2

Craig Stedman, "The ultimate guide to big data for businesses", https://www.techtarget.com/searchdatamanagement/The-ultimate-guide-to-big-data-for-businesses

Efekty uczenia się:

ABSOLWENT ZNA I ROZUMIE:

K_W07 - metody i narzędzia gromadzenia, przetwarzania, analizy i prezentacji danych ekonomicznych i społecznych

ABSOLWENT POTRAFI :

K-U06 - komunikować się z otoczeniem z wykorzystaniem specjalistycznej terminologii

K-U09 - posługiwać się zaawansowanymi technikami informacyjno-komunikacyjnymi

ABSOLWENT JEST GOTÓW DO:

K_K08 - odpowiedzialnego przygotowania się do swojej pracy oraz uzupełniania i doskonalenia nabytej wiedzy i pozyskanych umiejętności

Zajęcia w cyklu "Semestr letni 2024/2025" (w trakcie)

Okres: 2025-02-25 - 2025-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Konwersatorium, 15 godzin więcej informacji
Wykład, 15 godzin więcej informacji
Koordynatorzy: Piotr Nieradka
Prowadzący grup: Piotr Kowalczyk, Piotr Nieradka
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Konwersatorium - Zaliczenie na ocenę
Wykład - Egzamin
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 7.1.2.0