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

Wprowadzenie do Big Data science - wykład

Informacje ogólne

Kod przedmiotu: WSE-BD-WBDS-w
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Wprowadzenie do Big Data science - wykład
Jednostka: Wydział Społeczno-Ekonomiczny
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: (brak danych)
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_W03, BDAS2_W04, BDAS2_W05

Pełny opis:

Celem zajęć jest zaprezentowanie teoretycznych oraz praktycznych podstaw inżynierii danych, zwłaszcza w zakresie Big Data. Słuchacz zyskuje świadomość metodologiczną i orientację w świecie dynamicznie rozwijających się społecznych big data – ich wolumenu, różnorodności oraz szybkość przetwarzania (Volume-Variety-Velocity, tzw. 3V), oraz zdobywa wiedzę na temat ich pozyskiwania, przechowywania, rafinacji oraz przetwarzania. Poza wprowadzeniem pojęcia Big Data, słuchacze poznają co pociąga za sobą analiza tych danych, a także związane z tym wyzwania techniczne, koncepcyjne i etyczne.

1. Big Data: definicja, historia i jej miejsce wśród innych metod analizy danych.

2. Era cyfrowa, czyli więcej i wciąż więcej danych. Pozyskiwanie danych, rodzaje danych oraz algorytmiczne sposoby ich transformowania do dużych zbiorów danych.

3. Od ładu do bezładu, czyli inwazja danych nieuporządkowanych. Big data jako poszukiwanie wzorców w danych.

4. Dlaczego technologia Big Data jest użyteczna? Cztery epistemologiczne „obietnice” analizy Big Data. Czy teoria jeszcze jest nam potrzebna?

5. Danetyzacja świata: kiedy słowa stają się danymi. Algorytmy Text mining służące analizie słów.

6. Danetyzacja świata: kiedy położenie staje się informacją.

7. Danetyzacja: kiedy interakcje stają się danymi. Analityka Sieci Społecznych (Social Network Analysis) do opisywania interakcji w grupach społecznych.

8. Danetyzacja: o roli „śladu cyfrowego”. Jak analizowane są dane w Internecie i do jakich celów.

9. Łańcuch wartości w epoce Big Data.

10. Pośrednicy nowych danych. Zarządzanie danymi. Regulacje Unii Europejskiej.

11. Big Data: śmierć eksperta czy rozwój systemów ekspertowych? Jak Big Data wspiera proces stawiania ekspertyz i diagnostyki.

12. Metody analizy danych wykorzystywane w Big Data w pigułce.

13. Zagrożenia ze strony Big Data: fakty i mity.

14. Kontrola. Jak Big Data wzmacnia trafność diagnostyczną i prognostyczną zjawisk społecznych.

15. Kolokwium

Efekty kształcenia i opis ECTS:

Student zdobywa wiedzę z zakresu:

1. Teoretycznych oraz praktycznych podstaw inżynierii danych

2. Pozyskiwania, przechowywania oraz przetwarzania danych

3. Analizy danych przy pomocy algorytmów

Metody i kryteria oceniania:

Podstawą zaliczenia kursu jest test z wiedzy nabytej podczas wykładu. Aby zaliczyć test, student musi udzielić 60% poprawnych odpowiedzi.

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

Okres: 2023-10-01 - 2024-01-31
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Wykład, 30 godzin, 28 miejsc więcej informacji
Koordynatorzy: Agnieszka Szymańska
Prowadzący grup: Agnieszka Szymańska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzaminacyjny
Wykład - Egzaminacyjny
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 USOSweb 7.0.3.0-1 (2024-04-02)