Analiza i wizualizacja danych 23-KODL-AWD
Jeszcze nie wprowadzono opisu dla tego przedmiotu...
Cele kształcenia
Informacja o tym, gdzie można zapoznać się z materiałami do zajęć
Kierunek studiów
Metody prowadzenia zajęć umożliwiające osiągnięcie założonych EK
Moduł zajęć/przedmiotu prowadzony zdalnie (e-learning)
Nakład pracy studenta (punkty ECTS)
Poziom przedmiotu
Rodzaj przedmiotu
Wymagania wstępne w zakresie wiedzy, umiejętności oraz kompetencji
Koordynatorzy przedmiotu
Efekty kształcenia
- 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
Kryteria oceniania
Oceniany jest projekt z zakresu analizy danych.
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/
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: