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: drugiego stopnia
Forma studiów: niestacjonarne
Specjalności na kierunku: Analityka biznesowa w zarządzaniu przedsiębiorstwem, Automatyzacja produkcji, Ekologia produkcji, Nowoczesne metody zarządzania produkcją
Tytuł otrzymywany po ukończeniu studiów: magister inżynier
Nazwa jednostki prowadzącej zajęcia: Zakład Informatyki
Kod zajęć: 6323
Status zajęć: obowiązkowy dla specjalności Analityka biznesowa w zarządzaniu przedsiębiorstwem
Układ zajęć w planie studiów: sem: 3 / W10 L10 / 3 ECTS / E
Język wykładowy: polski
Imię i nazwisko koordynatora: dr inż. Jan Sadolewski
Główny cel kształcenia: Przedstawienie języków programowania R i Python wykorzystywanych w analizie danych.
Ogólne informacje o zajęciach: Moduł ma na celu przekazanie praktycznej wiedzy o językach programowania R i Python oraz wykorzystaniu ich w procesie pozyskania, czyszczenia i analizy danych. Dotyczy to w szczególności takich zagadnień jak wykorzystanie istniejących bibliotek dedykowanych dla tych języków w celu ekstrakcji danych i ich wizualizacji.
Materiały dydaktyczne: https://js.kia.prz.edu.pl/stud
1 | Jared Lander | Zaawansowane analizy i grafika statystyczna | APN Promise, Warszawa. | 2018 |
2 | Wes McKinney | Python w analizie danych | Helion (O’Relly), Gliwice. | 2018 |
3 | Gopi Subramanian | Python Data Science Cookbook | Packt publishing, Birmingham. | 2015 |
1 | Tania Moulik | Applied Data Visualization with R and ggplot2 | Packt Publishing. | 2018 |
2 | Robert Johansson | Matematyczny Python: obliczenia naukowe i analiza danych z użyciem NumPy, SciPy i Matplotlib | Helion. | 2021 |
Wymagania formalne: Student musi być zarejestrowany na co najmniej trzecim semestrze studiów drugiego stopnia (magisterskich)
Wymagania wstępne w kategorii Wiedzy: Podstawową wiedzę w zakresie Informatyki oraz baz danych. Ponadto dobra znajomość popularnych języków programowania ogólnego przeznaczenia (np. C, Java, C#).
Wymagania wstępne w kategorii Umiejętności: Wymagane jest posiadanie umiejętności obsługi kompuera oraz oprogramowania takiego jak edytor tekstu (kodu).
Wymagania wstępne w kategorii Kompetencji społecznych: Uczciwość, umiejętność samodzielnego poszerzania swojej wiedzy i doskonalenia umiejętności zawodowych, zdolność do pracy w zespole.
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 | Zna składnię języków R i Python. Wymienia typowe struktury danych wykorzystywane w procesie pozyskiwania wiedzy z danych. | wykład, laboratorium, laboratorium problemowe, | zaliczenie cz. praktyczna, egzamin cz. pisemna |
K_W01++ K_W04+ K_U09+++ |
P7S_UW P7S_WG |
02 | Zna, instaluje i wykorzystuje pakiety przeznaczone do analizy i prezentacji danych oraz Importuje, filtruje i transformuje dane zapisane w różnych formatach. | wykład, laboratorium, laboratorium problemowe | zaliczenie cz. praktyczna, egzamin cz. pisemna |
K_W04++ K_U09+++ |
P7S_UW P7S_WG |
03 | Zna i potrafi budować podstawowe modele drążenia danych. | wykład, laboratorium | egzamin cz. pisemna, zaliczenie cz. praktyczna, zaliczenie cz. pisemna, egzamin cz. praktyczna |
K_W04+ K_U09++ |
P7S_UW P7S_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 |
---|---|---|---|---|
3 | TK01 | W01, L01 | MEK01 | |
3 | TK02 | W01, L01 | MEK01 | |
3 | TK03 | W02, L02-L03 | MEK02 | |
3 | TK04 | W03, L03 | MEK01 | |
3 | TK05 | W03-04, L04 | MEK01 | |
3 | TK06 | W05, L05 | MEK02 | |
3 | TK07 | W05, L05 | MEK01 MEK03 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 3) | Przygotowanie do kolokwium:
20.00 godz./sem. |
Godziny kontaktowe:
10.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
2.00 godz./sem. Studiowanie zalecanej literatury: 12.00 godz./sem. |
Laboratorium (sem. 3) | Przygotowanie do laboratorium:
2.00 godz./sem. |
Godziny kontaktowe:
10.00 godz./sem. |
Dokończenia/wykonanie sprawozdania:
2.00 godz./sem. |
Konsultacje (sem. 3) | |||
Egzamin (sem. 3) | Przygotowanie do egzaminu:
5.00 godz./sem. |
Egzamin pisemny:
2.00 godz./sem. Inne: 10.00 godz./sem. |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | Uczestnictwo w zajęciach |
Laboratorium | Kolokwium realizowane przy komputerze (albo w wersji papierowej w zależności od stanu epidemicznego) polega na rozwiązaniu zadań dotyczących języków Python i pakietów (pandas, numpy, matplotlib) oraz R i grupy pakietów tidyverse (dplyr, ggplot2, readr). Poprawna odpowiedź na pytanie pozwala uzyskać od 1 do 5 punktów. Częściowo poprawna lub niepełna odpowiedź pozwala uzyskać proporcjonalnie mniejszą liczbę punktów. Zdobyta przez studenta liczba punktów jest przekształcana na wartość procentową maksimum punktów do uzyskania. Ocenę wyznacza się według następującej skali: ndst - do 50%, dst - do 60%, dst+ - do 70%, db - do 80%, db+ - do 90%, bdb - powyżej 90% |
Ocena końcowa | Wszystkie formy przedmiotu mają ocenę pozytywną, wówczas oceną końcową stanowi ocena z egzaminu |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie