SylabUZ
Course name | Methods and Tools for Data Processing with R |
Course ID | 11.3-WK-IDD-MNPDR-S18 |
Faculty | Faculty of Mathematics, Computer Science and Econometrics |
Field of study | Data Engineering |
Education profile | academic |
Level of studies | Second-cycle studies leading to MS degree |
Beginning semester | summer term 2022/2023 |
Semester | 2 |
ECTS credits to win | 5 |
Available in specialities | Modeling and Data Analysis |
Course type | optional |
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 |
Lecture | 30 | 2 | - | - | Credit with grade |
Laboratory | 30 | 2 | - | - | Credit with grade |
Celem przedmiotu jest zapoznanie studenta z zastosowaniem metod i narzędzi przetwarzania danych przy wykorzystaniu programu R. Po ukończeniu tego kursu student powinien być przygotowany do samodzielnego wykorzystania poznanych metod i narzędzi do rozwiązywania praktycznych problemów właściwych dla zawodu analityka danych.
Podstawy programowania.
Wykład/Laboratorium:
Wykład: tradycyjny i problemowy. Laboratorium: rozwiązywanie zadań dot. eksploracji danych przy wykorzystaniu programu R. Dyskusja.
Outcome description | Outcome symbols | Methods of verification | The class form |
Ocena z laboratorium na podstawie kolokwiów (80%) z zadaniami o zróżnicowanym stopniu trudności, pozwalającymi na ocenę, czy student osiągnął efekty kształcenia w stopniu minimalnym oraz aktywności na zajęciach (20%). Wykład kończy się egzaminem w postaci testu.
Na ocenę z przedmiotu składa się ocena z laboratorium (70%) oraz ocena z wykładu (30%).
Warunkiem zaliczenia przedmiotu są pozytywne oceny z laboratorium i egzaminu..
Modified by dr Alina Szelecka (last modification: 19-05-2022 21:49)