2023/2024 Stacjonarne Studia podyplomowe Wydział Zarządzania

brak

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

Предмет Кількість годин Бали ECTS Форма перевірки
Statystyka opisowa i graficzna prezentacja danych
Лекція: 6
Тренінги: 15
5 Залік O
Analiza danych w R
Тренінги: 30
7 Залік O
Analiza współzależności zjawisk
Лекція: 9
Тренінги: 15
6 Залік O
Praktyczne aspekty badań ankietowych
Лекція: 6
Тренінги: 9
4 Залік O
Metody wnioskowania statystycznego
Лекція: 9
Тренінги: 21
8 Залік O

Предмет Кількість годин Бали ECTS Форма перевірки
Machine learning
Лекція: 9
Тренінги: 12
5 Залік O
Wielowymiarowa klasyfikacja danych
Лекція: 6
Тренінги: 12
5 Залік O
Analiza i prognozowanie szeregów czasowych
Лекція: 9
Тренінги: 21
7 Залік O
Programowanie w języku Python
Тренінги: 18
4 Залік O
Wprowadzenie do języka SQL
Тренінги: 15
4 Залік O
Seminarium dyplomowe
Семінарські заняття: 18
4 Залік O
Praca dyplomowa
Дипломна робота: 0
1 Залік O