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
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 |
Suma | 120 | 30 |
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 |
Suma | 120 | 30 |