Cykl kształcenia: 2022/2023
Nazwa jednostki prowadzącej studia: Wydział Budowy Maszyn i Lotnictwa
Nazwa kierunku studiów: Zarządzanie i inżynieria produkcji
Obszar kształcenia: nauki techniczne
Profil studiów: ogólnoakademicki
Poziom studiów: pierwszego stopnia
Forma studiów: niestacjonarne
Specjalności na kierunku: Informatyka w zarządzaniu przedsiębiorstwem, Logistyka produkcji, Systemy zapewnienia jakości produkcji
Tytuł otrzymywany po ukończeniu studiów: inżynier
Nazwa jednostki prowadzącej zajęcia: Zakład Informatyki
Kod zajęć: 16282
Status zajęć: obowiązkowy dla specjalności Informatyka w zarządzaniu przedsiębiorstwem
Układ zajęć w planie studiów: sem: 8 / W10 L10 / 2 ECTS / Z
Język wykładowy: polski
Imię i nazwisko koordynatora: dr inż. Marcin Olech
Terminy konsultacji koordynatora: molech.v.prz.edu.pl
Główny cel kształcenia: Celem przedmiotu jest zapoznanie studentów z podstawowymi metodami analizy i wizualizacji danych oraz wykształcenie umiejętności posługiwania się podstawowymi narzędziami programowymi, które zawiera arkusz kalkulacyjny MS Excel.
Ogólne informacje o zajęciach: Przedmiot jest obowiązkowy na specjalności dyplomowania, ponieważ analiza danych biznesowych oraz przemysłowych jest obecnie podstawą właściwego podejmowania decyzji w zarządzaniu organizacją, w tym również przedsiębiorstwem produkcyjnym.
Materiały dydaktyczne: molech.v.prz.edu.pl
1 | Michael Alexander, John Walkenbach | Analiza i prezentacja danych w Microsoft Excel. Vademecum Walkenbacha | Helion, Gliwice. | 2011 |
2 | Daniel T. Larose | Metody i modele eksploracji danych | Wydawnictwo Naukowe PWN . | 2012 |
3 | Foster Provost, Tom Fawcett | Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji | Helion, Gliwice. | 2015 |
4 | Wierzbiński Jerzy | Statystyka opisowa | Wydawnictwo Naukowe Wydziału Zarządzania Uniwersytetu Warszawskiego. | 2008 |
5 | Goldmeier J., Duggirala P. | Dashboards for Excel: Deliber Critical Information and Insight at the Speed of a Click | Apress. | 2015 |
6 | Nussbaumer Knaflic C. | Storytelling with data | John Wiley & Sons, Inc.. | 2015 |
7 | Albright C. S., Winston W. L. | Business Analytics: Data Analysis and Decision Making | Cengage Learning. | 2015 |
1 | Wayne L. Winston | Microsoft Excel. Analiza i modelowanie danych | APN PROMISE Sp. Z.o.o, Warszawa. | 2005 |
2 | McFedries P. | Excel 2007 PL. Tabele i wykresy przestawne. Niebieski podręcznik | Helion, Gliwice. | 2009 |
3 | Bill Jelen, Michael Alexander | Microsoft Excel 2007 PL : analiza danych za pomocą tabel przestawnych | Gliwice : Helion. | 2011 |
4 | Powell S., Baker K. | Business Analytics: The Art of Modeling With Spreadsheets | John Wiley & Sons. | 2016 |
5 | Milton M. | Head First: Data Analysis | O'Reilly Media, Inc.. | 2009 |
1 | StatSoft Polska | Praktyczna analiza danych w marketingu i badaniach rynku | Kraków StatSoft Polska. | 2010 |
2 | Michael Alexander, John Walkenbach | Analiza i prezentacja danych w Microsoft Excel. Vademecum Walkenbacha | Helion, Gliwice,. | 2011 |
3 | Peck R., Olsen C., Devore J. L. | Introduction to: Statistics & Data Analysis | Cengage Learning. | 2016 |
Wymagania formalne: Student musi być zarejestrowany na co najmniej 8. semestrze.
Wymagania wstępne w kategorii Wiedzy: Podstawowa wiedza w zakresie Technologie informacyjnych, Informatyki, Bazy danych, oraz Podstaw Sztucznej Inteligencji
Wymagania wstępne w kategorii Umiejętności: Umiejętność obsługi arkusza kalkulacyjnego Microsoft Excel
Wymagania wstępne w kategorii Kompetencji społecznych: Umiejętność samodzielnego poszerzania swej wiedzy i doskonalenia umiejętności zawodowych
MEK | Student, który zaliczył zajęcia | Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia | Metody weryfikacji każdego z wymienionych efektów kształcenia | Związki z KEK | Związki z PRK |
---|---|---|---|---|---|
01 | Potrafi analizować i wizualizować dane, pochodzące z różnych źródeł, wykorzystując do tego odpowiednie narzędzia programowe | laboratorium | zaliczenie cz. praktyczna |
K_W16+ K_W17+ K_U01++ K_U04+ K_U07++ K_U14+ K_U15+ |
P6S_UU P6S_UW P6S_WG |
02 | Rozumie konieczność analizowania i wizualizowania danych źródłowych w celu usprawnienia procesu decyzyjnego w organizacji. | wykład | zaliczenie cz. pisemna |
K_W16++ K_W17+ K_U15++ |
P6S_UW P6S_WG |
Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).
Sem. | TK | Treści kształcenia | Realizowane na | MEK |
---|---|---|---|---|
8 | TK01 | L03 | MEK01 | |
8 | TK02 | L02 | MEK01 | |
8 | TK03 | W01 | MEK02 | |
8 | TK04 | W03 | MEK02 | |
8 | TK05 | W02 | MEK02 | |
8 | TK06 | L01 | MEK01 | |
8 | TK07 | L04 | MEK01 | |
8 | TK08 | W04 | MEK02 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 8) | Przygotowanie do kolokwium:
4.00 godz./sem. |
Godziny kontaktowe:
10.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
4.00 godz./sem. Studiowanie zalecanej literatury: 2.00 godz./sem. |
Laboratorium (sem. 8) | Przygotowanie do laboratorium:
4.00 godz./sem. Przygotowanie do kolokwium: 10.00 godz./sem. |
Godziny kontaktowe:
10.00 godz./sem. |
|
Konsultacje (sem. 8) | |||
Zaliczenie (sem. 8) | Przygotowanie do zaliczenia:
4.00 godz./sem. |
Zaliczenie pisemne:
2.00 godz./sem. Inne: 2.00 godz./sem. |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | Na zaliczeniu pisemnym wykładu sprawdzana jest realizacja drugiego efektu modułowego (MEK02). Sprawdzian obejmuje trzy pytania. Pytania mają przypisaną następującą liczbę punktów: Pytanie 1. - 2 pkt. Pytanie 2. - 3,25 pkt. Pytanie 3. - 4 pkt. Student musi uzyskać min. 50% punktów z sumy punktów za pytania 1-3, aby uzyskać efekt kształcenia. Częściowo poprawna lub niepełna odpowiedź powoduje przyznanie proporcjonalnej liczby punktów za pytanie. Uzyskana przez studenta liczba punktów jest sumowana, przekształcana na wartość procentową, a następnie konsultowana z następującą skalą ocen: do 30%) - ndst. (2.0) <30% - 45%) - dst. (3.0) <45% - 60%) - dst+ (3.5) <60% - 75%) - db (4.0) <75% - 90%) - db+ (4.5) <90 - 100%) - bdb (5.0) |
Laboratorium | Na zaliczeniu praktycznym laboratorium sprawdzana jest realizacja pierwszego efektu modułowego (MEK01). Sprawdzian przy komputerze obejmuje pięć pytań. Pytania mają przypisaną następującą liczbę punktów: Pytanie 1. - 2,5 pkt. Pytanie 2. - 2 pkt. Pytanie 3. - 2 pkt. Pytanie 4. - 2 pkt. Pytanie 5. - 2,5 pkt. Student musi uzyskać min. 50% punktów z sumy punktów za pytania 1-5. Częściowo poprawna lub niepełna odpowiedź powoduje przyznanie proporcjonalnej liczby punktów za pytanie. Uzyskana przez studenta liczba punktów jest sumowana, a następnie konsultowana z następującą skalą ocen: do 5,5) - ndst. (2.0) <5,5 - 6,5) - dst. (3.0) <6,5 - 7,5) - dst+ (3.5) <7,5 - 9) - db (4.0) <9 - 10) - db+ (4.5) <10 - 11) - bdb (5.0) |
Ocena końcowa | Warunkiem zaliczenia modułu jest osiągnięcie wszystkich efektów kształcenia. Ocena z zaliczenia przedmiotu (ocena końcowa) ustalana jest jako średnia arytmetyczna oceny z części wykładowej i laboratoryjnej. Przyjęta precyzja przy zaokrąglaniu ocen to 0.25. |
Wymagane podczas egzaminu/zaliczenia
AiWD_K_W_Przykładowe_zadania.pdf
AiWD_K_W_Przykładowe_zadania.pdf
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
1 | M. Olech; M. Rataj | Directions in Fuzzy Relation Equations: Conclusions from the Current State of the Art | 2022 |
2 | J. Litwin; M. Olech; A. Szymusik | Applying Python’s Time Series Forecasting Method in Microsoft Excel-Integration as a Business Process Supporting Tool for Small Enterprises | 2021 |
3 | J. Jakieła; M. Olech; M. Rataj | Crossing the Chasm-from Business Models to Software Architecture | 2020 |