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
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 |
Сума | 120 | 30 |
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 |
Сума | 120 | 30 |