A A A
pl | en
2023/2024 Stacjonarne Studia podyplomowe Wydział Zarządzania

Metody statystycznej analizy danych

Zakres tematyczny

1. Statystyka opisowa i graficzna prezentacja danych (21 godzin)

2. Analiza danych w R (30 godzin)

3. Analiza współzależności zjawisk (24 godziny)

4. Praktyczne aspekty badań ankietowych (15 godzin)

5. Metody wnioskowania statystycznego (30 godzin)

6. Machine learning (21 godzin)

7. Wielowymiarowa klasyfikacja danych (18 godzin)

8. Analiza i prognozowanie szeregów czasowych (30 godzin)

9. Programowanie w języku Python (18 godziny)

10. Wprowadzenie do języka SQL (15 godzin)

11. Seminarium dyplomowe (18 godzin)

Do kogo adresowane są studia podyplomowe

Studia są adresowane do osób, które chcą pogłębić swoja wiedzę z zakresu statystycznej i ekonometrycznej analizy danych. W szczególności, udział w studiach polecany jest osobom chcącym pogłębić wiedzę oraz poznać praktyczne metody modelowania i prognozowania zjawisk ekonomicznych i gospodarczych.

Dzięki warsztatowej formule zajęć, absolwenci studiów będą posiadali praktyczne umiejętności dające się wykorzystać w rozwiązywaniu realnych problemów w pracy zawodowej. Dodatkowym efektem zakończonych studiów będzie znajomość odpowiednich narzędzi informatycznych (tj. Excel, Statistica, Statgraphics i pakiet R) pozwalających na samodzielne projektowanie oraz skuteczne prowadzenie specjalistycznych analiz statystycznych.

Kierownik studiów podyplomowych

dr hab. Łukasz Lach, prof. uczelni, tel.: +48 12 617 45 06, e-mail: llach@agh.edu.pl

Organizator studiów podyplomowych

Wydział Zarządzania, dr Paweł Zając, tel.: +48 12 617 421, 507532032, e-mail: pzajac@agh.edu.pl

Osoba do kontaktu

dr Paweł Zając, tel.: +48 12 617 42 18, 507532032, e-mail: pzajac@agh.edu.pl

 

Zobacz pełny opis studiów podyplomowych

Przedmiot Liczba godzin Punkty ECTS Forma weryfikacji
Statystyka opisowa i graficzna prezentacja danych
Wykład: 6
Zajęcia warsztatowe: 15
5 Zaliczenie O
Analiza danych w R
Zajęcia warsztatowe: 30
7 Zaliczenie O
Analiza współzależności zjawisk
Wykład: 9
Zajęcia warsztatowe: 15
6 Zaliczenie O
Praktyczne aspekty badań ankietowych
Wykład: 6
Zajęcia warsztatowe: 9
4 Zaliczenie O
Metody wnioskowania statystycznego
Wykład: 9
Zajęcia warsztatowe: 21
8 Zaliczenie O

Przedmiot Liczba godzin Punkty ECTS Forma weryfikacji
Machine learning
Wykład: 9
Zajęcia warsztatowe: 12
5 Zaliczenie O
Wielowymiarowa klasyfikacja danych
Wykład: 6
Zajęcia warsztatowe: 12
5 Zaliczenie O
Analiza i prognozowanie szeregów czasowych
Wykład: 9
Zajęcia warsztatowe: 21
7 Zaliczenie O
Programowanie w języku Python
Zajęcia warsztatowe: 18
4 Zaliczenie O
Wprowadzenie do języka SQL
Zajęcia warsztatowe: 15
4 Zaliczenie O
Seminarium dyplomowe
Zajęcia seminaryjne: 18
4 Zaliczenie O
Praca dyplomowa
Praca dyplomowa: 0
1 Zaliczenie O