Uniwersytet im. Adama Mickiewicza w Poznaniu - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Analiza i wizualizacja danych

Informacje ogólne

Kod przedmiotu: 23-KODL-AWD Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Analiza i wizualizacja danych
Jednostka: Wydział Psychologii i Kognitywistyki
Grupy: Moodle - przedmioty Szkoły Nauk Społecznych
Przedmioty dla 3 semestru kognitywistyki
Przedmioty na Wydziale Psychologii i Kognitywistyki
Punkty ECTS i inne: 2.00
Język prowadzenia: język polski
Rodzaj przedmiotu:

obowiązkowe

Kierunek studiów:

Kognitywistyka

Poziom przedmiotu:

II stopień

Cele kształcenia:

- przekazanie wiedzy z zakresu programowania w języku Python

- umiejętność wykonania podstawowych obliczeń statystycznych w języku Python

- zapoznanie z metodami sporządzania wykresów i wizualizacji danych

- umiejętność wykonania raportów i sprawozdań naukowych


Moduł zajęć/przedmiotu prowadzony zdalnie (e-learning):

Zajęcia prowadzone są w b-learningu, co oznacza, że odbywa się jedynie część wykładów. W pozostałym czasie studenci są zobowiązani do pracy własnej - w pierwszym rzędzie do wykonywania ćwiczeń, a w drugim przygotowania projektu z zakresu analizy danych. W tym czasie studenci zachęcani są również do zgłaszania się na konsultacje do prowadzącego. W okresie pandemii wykłady odbywaja się on-line.

Wymagania wstępne w zakresie wiedzy, umiejętności oraz kompetencji:

- podstawowe wiadomości z zakresu matematyki

- znajomość języka angielskiego pozwalająca na rozumienie tekstów technicznych podstawowe wiadomości z zakresu matematyki

- podstawowe wiadomości z zakresu statystyki

- podstawowa znajomość języka Python

- podstawowa znajomość składania tekstu w LaTeX


Informacja o tym, gdzie można zapoznać się z materiałami do zajęć:

W sekcji "Pliki" aplikacji MS Teams (w zespole dedykowanym zajęciom).

Metody prowadzenia zajęć umożliwiające osiągnięcie założonych EK:

Wykład, ćwiczenia wykonywane w domu przez studentów, projekt z zakresu analizy danych, konsultacje.

Nakład pracy studenta (punkty ECTS):

2

Literatura:

1) Michael Dawson. Python dla każdego. Helion, 2014.

2) Eli Bressert. SciPy and NumPy. O'Reilly Media. 2012.

3) Dokumentacja: http://docs.scipy.org/doc/

Efekty uczenia się:

- potrafi przygotować skrypt do prostych obliczeń statystycznych

- potrafi wykonoywać proste operacje na macierzach i wektorach

- zna zasady przygotowania raportów i sprawozdań naukowych

- potrafi wizualizować dane w postaci tabel i wykresów

- potrafi operować na testach statystycznych i interpretować ich wyniki

- porównuje i krytycznie ocenia uzyskane wyniki obliczeń własnych

- potrafi zaproponować rozwiązanie konkretnego problemu z zakresu

analizy i wizualizacji danych

Metody i kryteria oceniania:

Oceniany jest projekt z zakresu analizy danych.

Zajęcia w cyklu "Semestr zimowy 2019/2020" (zakończony)

Okres: 2019-10-01 - 2020-02-23
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Wykład, 30 godzin więcej informacji
Koordynatorzy: Michał Sochański
Prowadzący grup: Michał Sochański
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie z notą
Wykład - Zaliczenie z notą

Zajęcia w cyklu "Semestr zimowy 2020/2021" (zakończony)

Okres: 2020-10-01 - 2021-02-28
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Wykład, 30 godzin więcej informacji
Koordynatorzy: Michał Sochański
Prowadzący grup: Michał Sochański
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie z notą
Wykład - Zaliczenie z notą

Zajęcia w cyklu "Semestr zimowy 2021/2022" (w trakcie)

Okres: 2021-10-01 - 2022-02-23
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Wykład, 30 godzin więcej informacji
Koordynatorzy: Michał Sochański
Prowadzący grup: Michał Sochański
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie z notą
Wykład - Zaliczenie z notą
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet im. Adama Mickiewicza w Poznaniu.