Drukuj sylabusAnaliza danych w Pythonie
Informacje ogólne
| Kod przedmiotu: | WZ.KLK-ADWP |
| Kod Erasmus / ISCED: | (brak danych) / (brak danych) |
| Nazwa przedmiotu: | Analiza danych w Pythonie |
| Jednostka: | Zakład Lingwistyki Komputerowej |
| Grupy: |
Przedmioty dla programu WZKS-0123-2SO stacjonarne II stopnia, rok 2, sem. letni, obowiązkowy |
| Punkty ECTS i inne: |
3.00
|
| Język prowadzenia: | polski |
Zajęcia w cyklu "Semestr letni 2023/2024" (w trakcie)
| Okres: | 2024-02-26 - 2024-06-16 |
 
PN WT ŚR CZ LAB
PT |
| Typ zajęć: |
Laboratorium, 30 godzin
|
|
| Koordynatorzy: | Dominik Borowski | |
| Prowadzący grup: | Dominik Borowski | |
| Lista studentów: | (nie masz dostępu) | |
| Zaliczenie: | Przedmiot - Zaliczenie na ocenę | |
| Cele kształcenia: | 1. zdobycie wiedzy z zakresu teoretycznych podstaw analizy danych w języku Python 2. zdobycie umiejętności przygotowania danych do analizy 3. zdobycie umiejętności analizy danych z wykorzystaniem języka Python 4. uświadomienie konieczności aktualizacji wiedzy z programowania w języku Python |
|
| Efekty kształcenia: | WIEDZA: student zna i rozumie działanie podstawowych pakietów do analizy danych w języku Python UMIEJĘTNOŚCI: student potrafi przygotować dane do analizy student potrafi zastosować poznane pakiety do analizy danych w języku Python KOMPETENCJE SPOŁECZNE: student jest gotów do aktualizacji wiedzy i umiejętności z zakresu analizy danych w języku Python |
|
| Wymagania wstępne: | Wymagana jest znajomość podstaw programowania i języka Python. |
|
| Forma i warunki zaliczenia: | Każdy student zobowiązany jest do wykonania co najmniej 50% zestawów zadań laboratoryjnych i rozwiązania 2 quizów na platformie e-learningowej (min. 50% poprawnych odpowiedzi). Na ostatnich zajęciach jest przeprowadzane kolokwium sprawdzające zdobyte umiejętności. Ocena końcowa jest ustalana na podstawie kolokwium z uwzględnieniem pracy studenta na zajęciach. |
|
| Metody sprawdzania i kryteria oceny efektów kształcenia uzyskanych przez studentów: | quiz elektroniczny, zadania laboratoryjne, kolokwium |
|
| Metody dydaktyczne - słownik: | Metody podające - objaśnienie lub wyjaśnienie |
|
| Sylabus przedmiotu dla studentów rozpoczynających studia od roku akademickiego 19/20 lub później: | Elektroniczne przetwarzanie informacji, studia stacjonarne drugiego stopnia, rok 2 |
|
| Skrócony opis: |
Przedmiot jest poświęcony poznaniu pakietów do analizy danych w języku Python i zdobyciu umiejętności korzystania z nich. |
|
| Pełny opis: |
1. Podstawy języka Python. 2. Wprowadzenie do analizy danych. 3. Wczytywanie i oczyszczanie danych. 4. Biblioteki Pythona dedykowane analizie danych: - pakiet NumPy, - pakiet pandas, - pakiet Matplotlib. 5. Zastosowanie pakietów NumPy, pandas i Matpltlib w przygotowaniu i analizie danych. |
|
| Literatura: |
1. Gągolewski M., Bartoszuk M., Cena A., Przetwarzanie i analiza danych w języku Python, Wydawnictwo PWN, Warszawa 2016. 2. McKinney W, Python w analizie danych. Przetwarzanie danych za pomocą pakietów pandas i NumPy oraz środowiska Jupyter, Wydawnictwo Helion, Gliwice 2023. 3. McKinney, Python for Data Analysis, https://wesmckinney.com/book/ |
|
| Uwagi: |
Obecność na zajęciach laboratoryjnych jest obowiązkowa. Dopuszczalna jest 1 nieobecność w semestrze. Student nieobecny jest zobligowany do nadrobienia realizowanych treści kształcenia. |
|
Właścicielem praw autorskich jest Uniwersytet Jagielloński w Krakowie.
