Kod | PK-PDO-KR |
---|---|
Jednostka organizacyjna | Krakowska Szkoła Biznesu |
Forma studiów | Niestacjonarne |
Poziom kształcenia | Podyplomowe |
Języki wykładowe | polski |
Czas trwania | 2 semestry |
Wymagany dokument | |
Zadaj pytanie |
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,
- 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,
- poznasz zagadnienia związane z procesem budowy, walidacji, dostrajania i testowania modeli uczenia maszynowego do rozwiązywania zadań klasyfikacji i regresji.
Cel studiów:
Zyskasz wiedzę oraz praktyczne umiejętności korzystania ze współczesnych metod oraz narzędzi służących do pozyskiwania i analizy danych przy wykorzystaniu podejścia statystycznego i uczenia maszynowego.
Profil słuchacza:
Ten kierunek 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.
Więcej informacji o kieurnku znajdziesz TUTAJ