Przedmioty obowiązkowe dla I roku Data Science and Business Analytics (grupa przedmiotów zdefiniowana przez Wydział Nauk Ekonomicznych)

• Konwersatorium - 30 godzin

The aim of the course is to teach advanced programming methods in R, create complex scripts / programs, and evaluate their time complexity, as well as create own functions and packages. Firstly, the functions of the dplyr package will be presented to effectively aggregate and analyze data in subgroups, and use pipe operator %>% for a more readable code representation of several nested commands. Then the main focus will be on the automation of repetitive activities. In this context, while and for loops will be discussed, as well as the alternative R functions of the apply family. Also, elements will be introduced to conditionally execute program fragments and run code in batch mode. We will also discuss creating own functions and packages. An important part of the course will be showing tools for analyzing the code, evaluating its time effectiveness, and identifying and handling errors. The use of C ++ basics in R (Rcpp package) will also be discussed for example to replace slow R loops

• 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

• 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.

• 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.

• Laboratorium - 30 godzin

Laboratorium ma na celu zapoznanie Studentów z podstawami statystycznej analizy danych. W trakcie kursu Studenci zapoznają się zarówno z podstawowymi koncepcjami teoretycznymi, jak i z narzędziami pozwalającymi na samodzielną eksplorację danych. Każdy z tematów poruszanych w trakcie kursu, zilustrowany będzie za pomocą przykładów oraz zadań do samodzielnego rozwiązania przez Studentów. Uczestnictwo w kursie jest obligatoryjne dla Studentów kierunku Data Science.

• Laboratorium - 15 godzin

Zajęcia Web Scraping są dedykowane pobieraniu danych z sieci w zautomatyzowany sposób. Dzięki kursowi, studenci zdobędą wiedzę i umiejętności do wydobywania danych z Internetu. Podczas zajęć przedstawione zostaną kluczowe techniki web scrapingu. W szczególności, uczestnicy kursu będą potrafili dobrać adekwatne narzędzia i przygotować program scrapujący stosownie do potrzeb. W ramach zajęć omówione zostaną przede wszystkim aspekty praktyczne web scrapingu. Przedmiot jest realizowany w języku programowania Python w formie laboratorium.