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

Wprowadzenie do Big Data science-ćwiczenia

Informacje ogólne

Kod przedmiotu: WSE-BD-WBDS-ćw
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Wprowadzenie do Big Data science-ćwiczenia
Jednostka: Wydział Społeczno-Ekonomiczny UKSW
Grupy:
Punkty ECTS i inne: 0 LUB 2.00 (w zależności od programu) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
zobacz reguły punktacji
Język prowadzenia: polski
Dyscyplina naukowa, do której odnoszą się efekty uczenia się:

nauki socjologiczne
Poziom przedmiotu:

podstawowy
Symbol/Symbole kierunkowe efektów uczenia się:

Zgodnie z programem studiów uchwalonym przez Senat UKSW:

https://monitor.uksw.edu.pl/docs/search

BDAS2_U10, BDAS2_U04
Wymagania wstępne:

statystyka na poziomie przedstawionym w sylabusie tego przedmiotu dla

studentów socjologii UKSW lub równoważnym;

· język angielski na poziomie ‘roboczym’ (swobodne korzystanie z literatury

naukowej);

· statystyka na poziomie przedstawionym w sylabusie tego przedmiotu dla

studentów socjologii UKSW lub równoważnym;

· podstawowe umiejętność posługiwania się programem obliczeniowym, typu Excel,

SPSS.
Skrócony opis:

Celem przedmiotu jest nabycie przez studentów umiejętności budowania indeksów (testów)

na danych surweyowych; sprawdzania ich jakości i poprawności.
Pełny opis:

Celem zajęć jest wprowadzenie w zastosowanie Big Data w naukach społecznych, z

wykorzystaniem czterech przypadków badań potrzebujących wzmocnienia prze Big Data.

Uczestnicy próbują samodzielnie dotrzeć do różnego rodzaju uporządkowanych

statystycznych danych, zapoznać się z ich formatem i potrzebami w przetwarzaniu.

Stosownie do wybranej teorii albo dziedziny badań spróbują sami stworzyć mini BD bazę

danych. Accent kładzie się na umiejętności dobrania danych odpowiednio do celu;

zrozumienia potencjału BD i ich ograniczeń.
Literatura:

Mayer-Schonberger V. and Cukier K. 2014 Big Data. Rewolucja, która zmieni masze myślenie, pracę i życie. Warszawa: MT Biznes Ltd
Efekty kształcenia i opis ECTS:

Wiedza

- Student ma pojęcie o formacie i zastosowaniu BD w socjologii.

Umiejętności

- Student posiada umiejętność stworzenia własnej bazy danych korzystając z danych uporządkowanych.

- Student potrafi wytłumaczyć, jak zdobyte BD mogą uzupełnić luki wiedzy na obrany akademicki temat.

- Student potrafi zaprezentować wyniki własnych analiz w postaci bazy danych, jej opisu, łącznie z linkami na bazy danych BD.
Metody i kryteria oceniania:

Na ocenę dostateczną student terminowo wykonuje polecone zadania w minimalnym

stopniu wykorzystując nabytą wiedzę z zajęć.

Na ocenę dostateczną plus student terminowo wykonuje polecone zadania, wykorzystując

nabytą wiedzę z zajęć w sposób ograniczony do najprostszych zagadnień.

Na ocenę dobrą student terminowo wykonuje polecone zadania wyraźnie wykorzystując

nabytą wiedzę z zajęć, nie zawsze w sposób poprawny.

Na ocenę dobrą plus student terminowo wykonuje polecone zadania wyraźnie i poprawnie

wykorzystując nabytą wiedzę z zajęć.

Na ocenę bardzo dobrą student terminowo wykonuje polecone zadania w twórczy i

poprawny sposób wykorzystując nabytą wiedzę z zajęć.

Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)

Okres: 2023-10-01 - 2024-01-31
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin, 28 miejsc więcej informacji
Koordynatorzy: Nataliia Pohorila
Prowadzący grup: Nataliia Pohorila
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Ćwiczenia - Zaliczenie na ocenę
E-Learning:

E-Learning (pełny kurs)
Typ przedmiotu:

obowiązkowy
Grupa przedmiotów ogólnouczenianych:

nie dotyczy
Skrócony opis:

Celem zajęć jest wprowadzenie w zastosowanie Big Data w naukach społecznych, z

wykorzystaniem czterech przypadków badań potrzebujących wzmocnienia prze Big Data.
Pełny opis:

Celem zajęć jest wprowadzenie w zastosowanie Big Data w naukach społecznych, z

wykorzystaniem czterech przypadków badań potrzebujących wzmocnienia prze Big Data.

Uczestnicy próbują samodzielnie dotrzeć do różnego rodzaju uporządkowanych

statystycznych danych, zapoznać się z ich formatem i potrzebami w przetwarzaniu.

Stosownie do wybranej teorii albo dziedziny badań spróbują sami stworzyć mini BD bazę

danych. Accent kładzie się na umiejętności dobrania danych odpowiednio do celu;

zrozumienia potencjału BD i ich ograniczeń.

Zajęcia w cyklu "Semestr zimowy 2024/25" (jeszcze nie rozpoczęty)

Okres: 2024-10-01 - 2025-01-31
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin, 30 miejsc więcej informacji
Koordynatorzy: Nataliia Pohorila
Prowadzący grup: Nataliia Pohorila
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Ćwiczenia - Zaliczenie na ocenę
Typ przedmiotu:

obowiązkowy
Grupa przedmiotów ogólnouczenianych:

nie dotyczy
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 mapa serwisu USOSweb 7.0.4.0-1 (2024-05-13)