Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie - Centralny System Uwierzytelniania
Strona główna

Big Data Analytics for Business WSE-EK-MON-BDAB
Wykład monograficzny (WYK_MON) Semestr zimowy 2021/22

Informacje o zajęciach (wspólne dla wszystkich grup)

Liczba godzin: 30
Limit miejsc: 20
Zaliczenie: Zaliczenie na ocenę
Literatura:

1) Craig Stedman, redaktor w Large, SearchDataManagement.com, The ultimate guide to big data for businesses, https://searchdatamanagement.techtarget.com/pro/The-Ultimate-Guide-to-Big-Data-for-Businesses?vgnextfmt=confirmation. Aby uzyskać więcej informacji, odwiedź stronę http://SearchDataManagement.com/

2) Hrudaya Kumar Thripathy, Analiza danych (str. 1-55), https://www.slideshare.net/hktripathy/lecture1-introduction-to-big-data

3) S. Bwanakare (et al.), ESSnet Big Data I, WP7 Reports, milestones and deliverables1, EUROSTAT, 2017, https://ec.europa.eu/eurostat/cros/search/site/WP7%2520Multiple%2520domains_en .

Teksty fakultatywne:

1) Thomas H. Davenport , Analytics 3.0: Big Data and Small Data in Big and Small Companies, Wykład dziekana, Berkeley School of Information, 18 września 2013 r.

https://www.ischool.berkeley.edu/events/2013/analytics-30-big-data-and-small-data-big-and-small-companies

2) S. Bwanakare (et al.), Reconciling conflicting cross-border data sources for updating national accounts: The cross-entropy econometrics approach, Statistical Journal of the IAOS, vol. Pre-press, nie. Pre-press, ss. 1–9, 2020 r., https://content.iospress.com/articles/statistical-journal-of-the-iaos/sji180489 ,

3) R. Raka i S. Bwanakare, Ilościowa charakterystyka korelacji danych meteorologicznych, Polska Akademia Nauk, Acta Physica Polonica A,vol. 129/5, maj 2016, DOI: 10.12693 / APhysPolA.129.922 lub http://przyrbwn.icm.edu.pl/APP/PDF/129/a129z5p05.pdf

Zakres tematów:

Moduł I. Big Data

1. Wprowadzenie: historia, definicja i przykłady

2. Charakterystyka Big Data

3. Typy Big Data

4. Podstawa klasyfikacji Big Data

5. Analiza SWOT Big Data

6. Big Data w ekonomii

Moduł II. Analityka Big Data

1. Niepewność danych

2. Modele analityczne

3. Analityka opisowa

4. Analityka predykcyjna

5. Analityka preskryptywna

6. Analityka: wymagania organizacji konkurencyjnych, w przypadku:

- Transformacja organizacyjna

- Złożoność systemu

- Operacje na woluminach

- Wiedza analityków

- Przypadek Amazon.com

Moduł III. Wizualizacja Big Data

1. Fakty i definicja

2. Rodzaje prezentacji danych

3. Ilustracja przypadku

Moduł IV. Eksploracja danych

1. Eksploracja danych i obszary zastosowania

2. Główne techniki eksploracji danych

3. Przykładowe przypadki z:

- Analiza głównych składowych (PCA) przy użyciu oprogramowania SPSS

- Regresja logit/probit za pomocą oprogramowania GRETL

Grupy zajęciowe

zobacz na planie zajęć

Grupa Termin(y) Prowadzący Miejsca Liczba osób w grupie / limit miejsc Akcje
1 każdy poniedziałek, 13:15 - 14:45, sala 101
Second Bwanakare 8/20 szczegóły
Wszystkie zajęcia odbywają się w budynku:
Kampus Wóycickiego Bud. 23
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie.
ul. Dewajtis 5,
01-815 Warszawa
tel: +48 22 561 88 00 https://uksw.edu.pl
kontakt deklaracja dostępności USOSweb 7.0.2.0-1 (2024-03-12)