Przedmioty kierunkowe dla Data Science (grupa przedmiotów zdefiniowana przez Wydział Nauk Ekonomicznych)

Semestr letni 2024/25

• Konwersatorium - 30 godzin

Semestr letni 2025/26

• Konwersatorium - 30 godzin

Nie podano opisu skróconego, przejdź do strony przedmiotu aby uzyskać więcej danych.

Semestr letni 2025/26

• 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 zajęć dokonamy wprowadzenia do koncepcji bajesowskiej. Pokażemy na przykładzie zwykłej regresji liniowej jak przebiega typowe (analityczne) wnioskowanie bajesowskie. Omówimy również metody Markov Chain Monte Carlo (MCMC), które są powszechnie stosowane w bajesowskim modelowaniu szeregów czasowych. W drugim bloku zajęć będziemy stosować formułę Bayesa w celu estymacji modeli, które należą do kanonu nowoczesnej ekonometrii szeregów czasowych. Będziemy rozważać zarówno jednowymiarowe jak i wielowymiarowe modele.

Semestr zimowy 2024/25

• Kurs internetowy - 40 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.

Semestr zimowy 2024/25

• Konwersatorium - 30 godzin

Semestr zimowy 2025/26

• Konwersatorium - 30 godzin

The course aims to familiarize participants with the creation, modification and management of databases using SQL language, which is the standard used in databases such as Oracle, Sybase, Informix, Microsoft SQL Server, Access, etc. Students will become acquainted with the theoretical and the practical issues of database creation, maintenance and management. Special attention will be paid to the SQL queries in databases such as MS SQL Server.

CAUTION: This course is is equivalent to course: BAZY DANYCH – ZASTOSOWANIA JĘZYKA SQL.

Semestr letni 2024/25

• Konwersatorium - 30 godzin

The course gives both theoretical knowledge and practical skills to model a credit scorecard. During the course all necessary steps to develop a scorecard would be discussed and presented. Starting from data preparation (handling a missing data and outliers, derived variables preparation, data sampling), going through model estimation (i.e. logistic regression) and model quality assessment (discriminatory power, stability) and ending on optimal cut-off choice.

During the course examples would be presented in R.

Semestr letni 2024/25

• Konwersatorium - 30 godzin

Nie podano opisu skróconego, przejdź do strony przedmiotu aby uzyskać więcej danych.

Semestr letni 2024/25

• Konwersatorium - 30 godzin

The course will have the following content:

• AML course overview and subject introduction (2h)

• Terrorist financing prevention and sanctions (4h)

• Money laundering and terrorists financing risk

factors (8h)

• Money laundering prevention in practise (10h)

• AML legal framework (4h)

• Final exam (2h).

Top 30% students of the class rank obtain access to a fast-track recruitment process to Citi's AML department.

Semestr letni 2024/25

• Konwersatorium - 30 godzin

Semestr letni 2025/26

• Konwersatorium - 30 godzin

Analiza wzorców punktowych (point patterns) i liniowych (line patterns) to rozwijająca się gałąź badań przestrzennych, która coraz częściej znajduje zastosowanie w badaniach ekonomicznych. Celem zajęć jest przedstawienie studentom metod analizy i modelowania wzorców punktowych i liniowych. Na zajęciach wykorzystywany będzie program R; wcześniejsza znajomość nie jest wymagana, ale będzie mile widziana. Mile widziane jest również uczestniczenie w kursie prof. K. Kopczewskiej 'Ekonometria przestrzenna w R' w sem. zimowym, ale nie jest obowiązkowe, ponieważ początek kursu będzie wprowadzał studentów do światu danych przestrzennych. Zajęcia mają charakter praktyczny, zaliczenie odbywa się na podstawie recenzji artykułu (w j. ang., wybrany przez prowadzącego) oraz projektu w grupach 2-osobowych

Semestr letni 2024/25

• Konwersatorium - 30 godzin

Semestr letni 2025/26

• Konwersatorium - 30 godzin

Nie podano opisu skróconego, przejdź do strony przedmiotu aby uzyskać więcej danych.

Semestr letni 2024/25

• Konwersatorium - 30 godzin

Nie podano opisu skróconego, przejdź do strony przedmiotu aby uzyskać więcej danych.

Semestr letni 2024/25

• Konwersatorium - 30 godzin

The aim of this course is to present the process of collecting and processing data for the use of official statistics. The role of definitions, methods of obtaining and limitations of collected data will be discussed. We will also discuss the influence of the data used on the results and conclusions of economic analysis.

Semestr zimowy 2024/25

• Konwersatorium - 30 godzin

Semestr zimowy 2025/26

• Konwersatorium - 30 godzin

Brief description of the course

(max 1.000 characters) The course aims to provide a comprehensive review of topic modelling algorithms, i.e. a set of machine learning tools destined for automatised grouping of texts with respect to thematic motifs present in those. The introductory part of the course shall involve discussion on all steps that need to be performed before modelling, specifically web scraping techniques and textual data preprocessing practices. Next, topic modelling algorithms are planned to be introduced, from the very basic approaches, through the most popular Latent Dirichlet Allocation (LDA), to a state-of-the-art BERTopic algorithm. Furthermore, ways to combine topic modelling with time series analysis and markov chains are planned to be covered in the course.