Przedmioty kierunkowe do wyboru - studia II stopnia IE - grupa 1 (6*30h) (grupa przedmiotów zdefiniowana przez Wydział Nauk Ekonomicznych)

• Konwersatorium - 30 godzin

• Konwersatorium - 30 godzin

Celem kursu jest przekazanie wiedzy i umiejętności o technikach zaawansowanej wizualizacji danych w R dzięki której można tworzyć wykresy adekwatne do problemu w standardzie publikacyjnym. Do realizacji tego celu wykorzystany zostanie pakiet ggplot2, którego składnia zostanie omówiona szczegółowo – od podstawowych zasad i funkcji, przez przegląd różnych geometrii (np. geom_line, geom_point, geom_bar), edycje parametrów wykresu (funkcja theme i rodzina funkcji scale_). Na koniec zostanie zaprezentowany przegląd zaawansowanych wizualizacji, włączając w to tworzenie map i rozkładów dwuwymiarowych. Podczas zajęć zostaną również omówione wybrane techniki wizualizacji interaktywnej. Ważną częścią kursu będzie zaprezentowanie efektywnych sposobów wykorzystania pakietu R do wizualizacji danych.

• Ćwiczenia - 15 godzin
• Wykład - 30 godzin

• Ćwiczenia - 15 godzin
• Wykład - 30 godzin

The aim of this 45-hours lecture is to present modern macroeconomic methods and models used both by researchers and analysts to understand and predict macroeconomic phenomena. Upon completion students will be able to use acquired tools to explain and interpret the workings of the macroeconomy at an advanced level.

The course is composed of three parts. The first part is devoted to static (intersectoral) general equilibrium analysis. The second part covers core growth facts and theories. The third part is devoted to analyzing and modeling business cycles phenomena.

• Konwersatorium - 30 godzin

• Konwersatorium - 30 godzin

Metody bajesowskie są coraz częściej stosowane we wszystkich dziedzinach ekonomii. Dotyczy to zarówno samej teorii ekonomii jak i ekonomii stosowanej (nie tylko ekonometrii). Metody uczenia maszynowego również z powodzeniem stosują koncepcję bajesowską. Kurs będzie składał się z 2-ch modułów. W pierwszej części dokonamy wprowadzenia do koncepcji bajesowskiej a także pokażemy na przykładzie zwykłej regresji liniowej jak typowe (analityczne) wnioskowanie bajesowskie jest prowadzone. Omówimy również metody Markov Chain Monte Carlo (MCMC), które są powszechnie stosowane w bajesowskim modelowaniu szeregów czasowych. W drugiej, zasadniczej, części (której poświęcimy większość czasu) będziemy stosować formułę Bayesa w celu estymacji modeli, które należą do kanonu nowoczesnej ekonometrii szeregów czasowych. Zarówno jednowymiarowe jak i wielowymiarowe modele będą rozważane.

• Laboratorium - 15 godzin

• Laboratorium - 15 godzin

Laboratorium ma na celu zapoznanie Studentów z praktyczną stroną przetwarzania dużych zbiorów danych w środowisku Apache Hadoop. Studenci dowiedzą się jak zastosować techniki analizy danych i uczenia maszynowego poznane na wcześniejszych etapach kształcenia do dużych zbiorów danych. W szczególności kurs nie będzie uczył nowych technik. Zajęcia skupią się na rzeczywistych przykładach i zrozumieniu działania używanych narzędzi.

• Kurs internetowy - 40 godzin

• Konwersatorium - 30 godzin

Kurs przygotowany przez Google prowadzony jest w pełni online za pośrednictwem platformy QWIKLABS. Kurs składa się z 3 obowiązkowych modułów i 4 dodatkowych modułów, których ukończenie nie jest konieczne do uzyskania zaliczenia. W każdym module dostępne są materiały wideo, interaktywne ćwiczenia oraz quiz sprawdzający wiedzę. W trakcie kursu studentów wspiera wykładowca z UW oraz dział techniczny Google. Szacowany nakład pracy potrzebny do ukończenia obowiązkowych modułów to ok. 40 godzin. Kurs przeznaczony jest dla osób, które ukończyły kurs From Data to Insights będący wprowadzeniem do narzędzi Google Cloud Platform.

• Kurs internetowy - 30 godzin

This is e-learning course, conducted on educational platform https://moodle.wne.uw.edu.pl.

Macros in VBA allow you to automate most of the daily activities performed in Excel (as well as in other MS Office programs), thanks to which our work becomes more efficient and error-free. VBA courses follow the motto "do not waste your precious time on routine, repeated daily activities". It is better to create an application that will automatically import data from the Internet to a spreadsheet, prepare a graphical and statistical report, and then print the results or send them by e-mail to the Supervisor / Client, than to perform the same activities repeatedly. The possibilities of the VBA language are enormous, and their use is really only limited by human imagination.

• Wykład - 15 godzin

• Wykład - 15 godzin

This course provides a brief introduction to Data Science. The main goal is to shine a light on all areas related to Data Science starting from description of most popular tasks like data wrangling and exploration, task automation and predictive modeling through explanation of true meaning of “Big Data” description of most popular data science software and finishing with data science applications and reality of everyday work.

• Konwersatorium - 30 godzin

• Konwersatorium - 30 godzin

Celem zajęć jest nauczenie uczestników szybkiego i efektywnego wykorzystywania języka programowania Python na potrzeby przetwarzania i analizy danych w kontekście ekonomicznym. Studentom przedstawione zostaną najważniejsze biblioteki Pythona, które umożliwiają wykonywanie typowych zadań analityka biznesowego.

• Konwersatorium - 30 godzin

• Konwersatorium - 30 godzin

praktyczny świat biznesu. Kluczowym celem przedmiotu jest pokazanie, jak przełożyć wyniki modelowania i suche statystyki na akcyjne biznesowo rekomendacje.

Na przestrzeni jednego semestru studenci dowiedzą się, jakie zastosowania ma ekonometria w świecie marketingu oraz będą mieli okazje rozwinąć kompetencje kluczowe na rynku pracy. Zdobędą również podstawy wiedzy marketingowej.

W trakcie zajęć wykonany zostanie szereg ćwiczeń praktycznych obejmujących pracę z danymi z użyciem R Studio (wystarczy bardzo podstawowa znajomość – umiejętność uruchomienia programu i absolutnie podstawowej obsługi – reszty nauczycie się w trakcie zajęć), tworzenie podstawowych modeli, przeprowadzanie kluczowych analiz biznesowych oraz tworzenie rekomendacji.

• Konwersatorium - 30 godzin

• Konwersatorium - 30 godzin

W ramach kursu omówiona (od strony teoretycznej i praktycznej) zostanie metodyka budowy karty scoringowej służących do prognozowania prawdopodobieństwa defaultu w instytucjach finansowych.

W trakcie kursu omówione zostaną wszystkie niezbędne kroki potrzebne do zbudowania i oceny jakości karty scoringowej.

W ramach kursu omówione zostaną sposoby przygotowania danych do modelowania (zarządzenie problemem braków danych i outlierów, inżynieria danych, sampling danych), metody estymacji (w szczególności regresja logistyczna), ocena jakości zbudowanej karty scoringowej (jakość dyskryminacyjna, stabilność itp.) oraz dobór punktu odcięcia.

Wszystkie przykłady prezentowane będą w R.

• Konwersatorium - 30 godzin

• Konwersatorium - 30 godzin

Niniejszy kurs skierowany jest do wszystkich, którzy chcą w praktyczny sposób nauczyć się pisania zapytań w SQL – studentów, analityków danych, przyszłych inżynierów danych oraz osób, które w swojej codziennej pracy korzystają z baz danych oraz języka SQL. Kurs obejmuje zakres od podstawowych zagadnień, takich jak struktura zapytania po zaawansowane elementy takie jak zapytania skorelowane czy funkcje okienkowe i rekurencyjne.

Kurs oparty został na darmowej, relacyjnej bazie danych SQLite, zaś za program do zarządzania bazami danych posłużył DBeaver. Za bazę danych do nauki posłuży fikcyjna baza danych firmy handlującej samochodami.

• Konwersatorium - 30 godzin

Celem zajęć jest wprowadzenie uczestników do programowania w języku Python, szczególnie w kontekście analizy i wizualizacji danych. W trakcie zajęć przedstawione zostaną odpowiednie narzędzia umożliwiające sprawne przygotowanie i obróbkę danych, a także metody wykorzystywane do analizy ekonomicznej. Dzięki temu każdy z uczestników będzie przygotowany do podjęcia bardziej zaawansowanych kursów programowania w przyszłości. Tempo zajęć i zakres materiału dopasowane zostaną do potrzeb uczestników. Wcześniejsza znajomość języka Python nie jest wymagana do udziału w zajęciach.

• Laboratorium - 30 godzin

• Laboratorium - 30 godzin

The course consists of two parts: introduction to SQL (Part1) and introduction to Python (Part2).

The first part of the course provides participants with a broad introduction to SQL in the following topics :data administration (to create tables, indexes) data manipulation (to add, modify, delete and retrieve data),query construction to extract useful information.

In the second part , the material covers the use of

data structures, data manipulation and visualization in Python. The course ends with presentation of methods for joining SQL queries and Python program.

• Konwersatorium - 30 godzin

• Konwersatorium - 30 godzin

Tematyka warsztatów koncentruje się na modelach stosowanych w bankach komercyjnych.

Sylabus warsztatów został opracowany we współpracy z bankiem Citi. Konstrukcja sylabusu odpowiada aktualnym zapotrzebowaniem na rynku pracy.

Minimum 25% najlepszych studentów zostanie zaproszonych do udziału w uproszczonym procesie rekrutacyjnym na staż w banku Citi.

• Konwersatorium - 30 godzin

• Konwersatorium - 30 godzin

Przedmiot ten zalicza się do ścieżki SAS Data Mining Certificate Program. Zajęcia przeznaczone są dla studentów 3-5 roku, którzy chcą zapoznać się z pakietem SAS pod kątem przeprowadzania statystycznej analizy danych. Celem kursu jest przekazanie umiejętności umożliwiających samodzielne wykonywanie prostych projektów badawczych z zakresu statystyki (obróbki danych, sumarycznego opisu danych, prezentacji graficznej danych, w tym danych geograficznych, weryfikacji podstawowych hipotez statystycznych i przeprowadzania bardziej złożonych analiz, w tym analizy skupień, analizy czynnikowej, analizy dyskryminacji, czy analizy korespondencji). Podczas zajęć studenci będą zapoznawać się z kolejnymi zagadnieniami, a następnie pod kierunkiem prowadzącego wykonywać przykładowe ćwiczenia. Warunkiem uczestnictwa w zajęciach jest znajomość podstaw pakietu SAS oraz znajomość podstaw statystyki. Zaliczenie odbywa się na podstawie obecności, aktywności na zajęciach i rozwiązania zadań zaliczeniowych.