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
|