Akwizycja danych 1000-I2Danych

Przedmiot przygotowuje studentów do pracy w obszarze data science, kładąc nacisk na aspekty praktyczne i teoretyczne pozyskiwania, przetwarzania i zarządzania danymi. Kurs zapewnia głębokie zrozumienie procesów akwizycji i przetwarzania danych, ucząc uczestników pozyskiwania różnorodnych typów danych, zarządzania bazami danych oraz skutecznego oczyszczania danych.

W ramach programu studenci zdobywają wiedzę z zakresu procesu ETL (Extract, Transform, Load), web scrapingu oraz innych aspektów wydobywania wiedzy. Istotnym elementem kursu jest także nauka wizualizacji danych oraz wykorzystania różnorodnych narzędzi umożliwiających efektywną prezentację wyników analiz.

Całkowity nakład pracy studenta

Konwersatorium - 30 godzin.

Efekty uczenia się - wiedza

Osoba studiująca: Zna podstawy akwizycji danych: definicje, cele, źródła danych. Zna podstawowe aspekty prawne i etyczne ekstrakcji danych. (K_W01, K_W03-K_W07)

Efekty uczenia się - umiejętności

Osoba studiująca: 1) Potrafi skutecznie implementować i stosować techniki zbierania danych z różnych źródeł (ustrukturyzowanych, częściowo ustrukturyzowanych, nieustrukturyzowanych). 2) Potrafi stosować techniki czyszczenia/uzupełniania danych, transformacji oraz agregacji. 3) Potrafi zbudować system raportujący. (K_U01-K_U04,K_U06,K_U13)

Metody dydaktyczne

Metoda konwersatoryjna, metody dydaktyczne poszukujące: laboratoryjna

Wymagania wstępne

1) Podstawowe wiadomości z zakresu informatyki, obejmujące bazy danych, inżynierię oprogramowania, programowanie współbieżne oraz systemy operacyjne. 2) Znajomość praktyczna współczesnego języka programowania: Java, Python oraz zasad programowania obiektowego

Koordynatorzy przedmiotu

Mikołaj Fejzer

Kryteria oceniania

Zaliczenie konwersatorium odbywa się na podstawie średniej z ocen 6 projektów programistycznych.

Literatura

Leskovec, Jure, Anand Rajaraman, and Jeffrey David Ullman. Mining of massive data sets. Cambridge University Press, 2020.

Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze, Introduction to Information Retrieval, Cambridge University Press. 2008.

Strengholt, Piethein. Data management at scale. " O'Reilly Media, Inc.", 2023.

Mitchell, Ryan. Web scraping with Python: Collecting more data from the modern web. " O'Reilly Media, Inc.", 2018.

Jiawei Han, Micheline Kamber and Jian Pei, Data Mining: Concepts and Techniques A volume in The Morgan Kaufmann Series in Data Management Systems. Third Edition, 2012

Więcej informacji

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

Strona przedmiotu 1000-I2Danych w USOSweb