Eksploracja danych zastanych

Informacje ogólne

Kod przedmiotu:	08-SODL-EDZ
Kod Erasmus / ISCED:	(brak danych) / (brak danych)
Nazwa przedmiotu:	Eksploracja danych zastanych
Jednostka:	Wydział Nauk Społecznych
Grupy:	Przedmioty na semestrze 3 socjologii I stopnia
Punkty ECTS i inne:	(brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS: roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS; tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h; 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się; tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS; nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta. zobacz reguły punktacji
Język prowadzenia:	język polski
Kierunek studiów:	socjologia
Poziom przedmiotu:	I stopień
Cele kształcenia:	1. Przekazanie wiedzy z zakresu wyszukiwania, archiwizowania, analizowania i prezentowania danych zastanych 2. Rozwinięcie zdolności wykorzystywania kategorii teoretycznych do tworzenia praktycznych scenariuszy przetwarzania danych 3. Zapoznanie z aplikacyjnymi zastosowaniami wiedzy społeczno-kulturowej, jako uzupełnieniem kompetencji technicznych przy analizie danych 4. Wyrobienie umiejętności posługiwania się narzędziami sieciowymi i oprogramowaniem służącym poszukiwaniu danych 5. Przygotowanie do krytycznego stosowania w praktyce wiedzy z zakresu metodyki pozyskiwania informacji oraz tworzenia danych 6. Rozwinięcie umiejętności pracy przy tworzeniu, eksplorowaniu i wyszukiwaniu różnorodnych zestawów danych (baz, repozytoriów, sieci, etc.)
Wymagania wstępne w zakresie wiedzy, umiejętności oraz kompetencji:	Podstawowa wiedza w zakresie obsługi komputera. Wiedza z "Podstaw socjologii" i "Współczesnych obszarów badań socjologicznych".
Informacja o tym, gdzie można zapoznać się z materiałami do zajęć:	https://drive.google.com/drive/folders/0B39qvm-sPOF0UElYX3ZYVjk3bmc?usp=sharing
Metody prowadzenia zajęć umożliwiające osiągnięcie założonych EK:	Konwersatorium, praca indywidualna z użyciem komputera w trakcie zajęć i między zajęciami, praca w małych grupach w trakcie zajęć, wspólne ćwiczenia na komputerze.
Nakład pracy studenta (punkty ECTS):	3
Skrócony opis:	Zajęcia dotyczą szeroko rozumianej eksploracji danych zastanych: od formułowania problemu badawczego, poprzez wybór typów danych zastanych i ich źródeł, przeszukiwanie, magazynowanie, indeksowanie zasobów oraz ich współdzielenie, krytyczną selekcję, czyszczenie/transformację/konsolidację danych, aż po poszukiwanie wzorów, interpretację i prezentację wyników. Dostarczają umiejętności analitycznych oraz rozwijają umiejętność wykorzystania oprogramowania i Internetu do eksploracji danych zastanych: katalogów i wyszukiwarek, menedżerów bibliografii, programów do pobierania danych z internetu, programów do wizualizacji danych i tworzenia map.
Pełny opis:	TK_01 . Dane, informacja, wiedza, big data – podstawowe pojęcia określające granice zajęć i relacje między nimi; typy danych zastanych oraz rodzaje ich analizy, przykłady analiz TK_02. Krytyczna analiza istniejących opracowań, analiza danych źródłowych różnego typu, najczęstsze pułapki związane z ich opracowywaniem TK_03. Wyszukiwarki internetowe i inne narzędzia do pozyskiwania danych w Internecie: historia, kontekst kulturowy, mechanizm działania, techniki używania TK_04. Eksploracja istniejących opracowań i literatury: katalogi, bazy, wyszukiwarki TK_05. Programy i platformy do zarządzania danymi, literaturą i bibliografią, obsługa Zotero TK_07. Eksploracja surowych danych: archiwa i repozytoria danych oraz mapy TK_08. Media społecznościowe: eksploracja grafów i sieci TK_09. Media społecznościowe: pobieranie i eksploracja treści TK_10. Uczenie maszynowe i data mining – podstawy i przykłady zastosowań TK_11. Oprogramowanie komputerowe wspierające eksplorowanie i analizę danych, z naciskiem na dane jakościowe TK_12. Techniki i narzędzia wizualizacji danych
Literatura:	Literatura jest co roku aktualizowana, poniższy wykaz jest więc jedynie orientacyjny. • Analiza danych zastanych: przewodnik dla studentów, red. Marta Makowska, Wydawnictwo Naukowe Scholar, Warszawa 2013. • Viktor Mayer-Schönberger, Kenneth Cukier, Big data: rewolucja, która zmieni nasze myślenie, pracę i życie, MT Biznes, Warszawa 2014. • Alexander Halavais, Wyszukiwarki internetowe a społeczeństwo, Wydawnictwo Naukowe PWN, Warszawa 2012. • W. Bruce Croft, Donald Metzler, Trevor Strohman, Search Engines. Information Retrieval in Practice, 2015 • Mark Levene, An Introduction to Search Engines and Web Navigation, Wiley, New Jersey 2010 • Agata Fronczak, Piotr Fronczak, Świat sieci złożonych: od fizyki do Internetu, Wydawnictwo Naukowe PWN, Warszawa 2009. • Toby Segaran, Nowe usługi 2.0. Przewodnik po analizie zbiorów danych, Helion, Gliwice 2014. • Tadeusz Morzy, Eksploracja danych. Metody i algorytmy, Wydawnictwo Naukowe PWN, Warszawa 2013. • Mirosława Lasek, Data mining. Zastosowania w analizach i ocenach klientów bankowych, Oficyna wydawnicza „Zarządzanie i finanse, Warszawa 2002 • Graham Gibbs, Analizowanie danych jakościowych, Wydawnictwo Naukowe PWN, Warszawa 2011. • Jakub Niedbalski, Komputerowe wspomaganie analizy danych jakościowych (CAQDAS) w projektowaniu i prowadzeniu badań, „Nauka i szkolnictwo wyższe”, 1/2013, s.185-202.
Efekty uczenia się:	Po zakończeniu modułu (przedmiotu) i potwierdzeniu osiągnięcia efektów kształcenia student/ka: - potrafi dobierać odpowiednie narzędzia sieciowe do pozyskiwania określonych danych - zna podstawowe rodzaje danych i techniki ich przetwarzania rozróżnia podstawowe mechanizmy wykorzystywania danych w socjologii - planuje i tworzy scenariusze wyszukiwania i przetwarzania danych potrafi w komplementarny korzystać z wiedzy informatycznej i społeczno-kulturowej w pracy z danymi - kreatywnie podchodzi do eksplorowania danych zastanych - jest świadomy/a przydatności i otwarty na konieczność wykorzystywania wiedzy z zakresu innych dyscyplin nauki - potrafi zaadaptować uzyskaną wiedzę w trakcie realizacji badań empirycznych - pozostaje wrażliwy/a na krytyczny i rzetelny dobór informacji potrafi postępować zgodnie z wymogami prawnymi i zasadami etycznymi odnoszącymi się do pracy z danymi zastanymi
Metody i kryteria oceniania:	1. Realizacja zadań domowych wymagających użycia komputera. 2. Test końcowy: wykonanie zadań z użyciem komputera i/lub przygotowanie raportu z wykonania procesu eksploracji danych.

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet im. Adama Mickiewicza w Poznaniu.