Akwizycja danych

1) Podstawowe wiadomości z zakresu informatyki, obejmujące bazy danych, inżynierię oprogramowania, programowanie współbieżne oraz systemy operacyjne.

2) Znajomość praktyczna współczesnego języka programowania: Java, Python oraz zasad programowania obiektowego

Konwersatorium - 30 godzin.

Osoba studiująca:

Zna podstawy akwizycji danych: definicje, cele, źródła danych.

Zna podstawowe aspekty prawne i etyczne ekstrakcji danych.

(K_W01, K_W03-K_W07)

Osoba studiująca:

1) Potrafi skutecznie implementować i stosować techniki zbierania danych z różnych źródeł (ustrukturyzowanych, częściowo ustrukturyzowanych, nieustrukturyzowanych).

2) Potrafi stosować techniki czyszczenia/uzupełniania danych, transformacji oraz agregacji.

3) Potrafi zbudować system raportujący.

(K_U01-K_U04,K_U06,K_U13)

Metoda konwersatoryjna, metody dydaktyczne poszukujące: laboratoryjna

Kurs skupia się na rozwijaniu umiejętności związanych z ekstrakcją informacji, ich przetwarzaniem, analizą i wizualizacją, przygotowując studentów do wyzwań związanych z pracą w obszarze data science oraz sztucznej inteligencji.

Przedmiot przygotowuje studentów do pracy w obszarze data science, kładąc nacisk na aspekty praktyczne i teoretyczne pozyskiwania, przetwarzania i zarządzania danymi. Kurs zapewnia głębokie zrozumienie procesów akwizycji i przetwarzania danych, ucząc uczestników pozyskiwania różnorodnych typów danych, zarządzania bazami danych oraz skutecznego oczyszczania danych.

W ramach programu studenci zdobywają wiedzę z zakresu procesu ETL (Extract, Transform, Load), web scrapingu oraz innych aspektów wydobywania wiedzy. Istotnym elementem kursu jest także nauka wizualizacji danych oraz wykorzystania różnorodnych narzędzi umożliwiających efektywną prezentację wyników analiz.

Leskovec, Jure, Anand Rajaraman, and Jeffrey David Ullman. Mining of massive data sets. Cambridge University Press, 2020.

Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze, Introduction to Information Retrieval, Cambridge University Press. 2008.

Strengholt, Piethein. Data management at scale. " O'Reilly Media, Inc.", 2023.

Mitchell, Ryan. Web scraping with Python: Collecting more data from the modern web. " O'Reilly Media, Inc.", 2018.

Jiawei Han, Micheline Kamber and Jian Pei, Data Mining: Concepts and Techniques A volume in The Morgan Kaufmann Series in Data Management Systems. Third Edition, 2012

Zaliczenie konwersatorium odbywa się na podstawie średniej z ocen 6 projektów programistycznych.