SylabUZ

Wygeneruj PDF dla tej strony

Języki skryptowe w analizie danych - opis przedmiotu

Informacje ogólne
Nazwa przedmiotu Języki skryptowe w analizie danych
Kod przedmiotu 11.3-WF-FizD-JSwAD-L-S14_genJ4MW8
Wydział Wydział Fizyki i Astronomii
Kierunek Fizyka
Profil ogólnoakademicki
Rodzaj studiów drugiego stopnia z tyt. magistra
Semestr rozpoczęcia semestr zimowy 2017/2018
Informacje o przedmiocie
Semestr 2
Liczba punktów ECTS do zdobycia 3
Typ przedmiotu obowiązkowy
Język nauczania polski
Sylabus opracował
  • dr Krzysztof Krzeszowski
Formy zajęć
Forma zajęć Liczba godzin w semestrze (stacjonarne) Liczba godzin w tygodniu (stacjonarne) Liczba godzin w semestrze (niestacjonarne) Liczba godzin w tygodniu (niestacjonarne) Forma zaliczenia
Laboratorium 30 2 - - Zaliczenie na ocenę

Cel przedmiotu

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.

Wymagania wstępne

Zakłada się elementarną umiejętność programowania w dowolnym języku programowania oraz znajomość podstawowych metod matematycznych analizy danych.

Zakres tematyczny

- 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).

Metody kształcenia

Ćwiczenia laboratoryjne, praca indywidualna i praca w grupie, giełda pomysłów, praca z dokumentacją, samodzielne pozyskiwanie wiedzy, projekt.

Efekty kształcenia i metody weryfikacji osiągania efektów kształcenia

Opis efektu Symbole efektów Metody weryfikacji Forma zajęć

Warunki zaliczenia

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.

Obciążenie pracą

Obciążenie pracą Studia stacjonarne
(w godz.)
Studia niestacjonarne
(w godz.)
Godziny kontaktowe (udział w zajęciach; konsultacjach; egzaminie, itp.) 33 -
Samodzielna praca studenta (przygotowanie do: zajęć, kolokwium, egzaminu; studiowanie literatury przygotowanie: pracy pisemnej, projektu, prezentacji, raportu, wystąpienia; itp.) 42 -
Łącznie 75 -
Punkty ECTS Studia stacjonarne Studia niestacjonarne
Zajęcia z udziałem nauczyciela akademickiego 2 -
Zajęcia bez udziału nauczyciela akademickiego 1 -
Łącznie 3 -

Literatura podstawowa

[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

Literatura uzupełniająca

1] Internet

[2] Każdorazowo ustalana przez prowadzącego

Uwagi


Zmodyfikowane przez dr hab. Mirosław Dudek, prof. UZ (ostatnia modyfikacja: 01-10-2017 18:26)