SylabUZ
| Course name | Języki skryptowe w analizie danych |
| Course ID | 11.3-WF-FizD-JSwAD-L-S14_genJ4MW8 |
| Faculty | Faculty of Physics and Astronomy |
| Field of study | Physics |
| Education profile | academic |
| Level of studies | Second-cycle studies leading to MS degree |
| Beginning semester | winter term 2018/2019 |
| Semester | 2 |
| ECTS credits to win | 3 |
| Course type | obligatory |
| Teaching language | polish |
| Author of syllabus |
|
| The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
| Laboratory | 30 | 2 | - | - | Credit with grade |
W przypadku tego przedmiotu podstawowym językiem programowania jest Python i przy jego pomocy studenci powinni nabyć umiejętności analizy danych na przykładach konkretnych zadań. Studenci powinni zapoznać się z dostępnymi bibliotekami Pythona analiz danych i umieć korzystać z nich.
Zakłada się elementarną umiejętność programowania w dowolnym języku programowania oraz znajomość podstawowych metod matematycznych analizy danych.
- Wstęp do programowania w języku Pyton.
- Biblioteki NumPy, pandas, matplotlib, SciPy.
- Podstawy NumPy (przetwarzanie danych korzystając z tablic, metody matematyczne i statystyczne, zapis i odczyt danych na dysku w formacie binarnym i tekstowym).
- Podstawy Matplotlib: wykresy, wizualizacja.
- Szeregi czasowe (metody analizy).
Ćwiczenia laboratoryjne, praca indywidualna i praca w grupie, giełda pomysłów, praca z dokumentacją, samodzielne pozyskiwanie wiedzy, projekt.
| Outcome description | Outcome symbols | Methods of verification | The class form |
Ocena końcowa: średnia ocen uzyskanych w trakcie laboratoriów z aktywności i krótkich testów sprawdzających postępy w nauce ( 50% oceny końcowej) oraz oceny projektu semestralnego (50 % oceny końcowej). Warunkiem zaliczenia projektu semestralnego jest jego wykonanie, przygotowanie i oddanie w przewidzianym terminie sprawozdania z projektu oraz jego prezentacja.
[1] Allen Downey, Think Python. How to Think Like a Computer Scientist, Green Tea Press, Needham, Massachusetts, 2013.
[2] Wes McKinney, Python for Data Analysis, O'Reilly Media Inc. (2013).
[3] Każdorazowo ustalana przez prowadzącego
1] Internet
[2] Każdorazowo ustalana przez prowadzącego
Modified by dr hab. Piotr Lubiński, prof. UZ (last modification: 27-06-2018 18:33)
