Teaching

Bachelor’s thesis / Seminarium licencjackie

Opis seminarium:

Seminarium przeznaczone jest dla studentów zainteresowanych metodami ilościowymi, nowymi źródłami danych (big data, Internet) oraz nauką profesjonalnych narzędzi do analizy danych. Szukam studentów, którym nie jest obce pojęcie data science i którzy wolą pisać własne programy zamiast klikać. Podczas seminarium poruszana będzie tematyka wykorzystania nowych źródeł danych na potrzeby statystyki publicznej oraz wykorzystania oprogramowania typu open source.

Przykładowa tematyka prac:

  • Analiza danych z portali nieruchomości / ofert pracy / motoryzacyjnych.
  • Analiza otwartych danych (np. rowery miejskie).
  • Wykorzystanie wearables na potrzeby statystyki publicznej (np. smartwatch).
  • Porównanie pakietów statystycznych (np. R, Python::Scipy oraz Julia).

Dodatkowe informacje na temat seminarium można uzyskać podczas konsultacji.

Wymagania:

  • Znajomość statystyki oraz ekonometrii.
  • Dobra znajomość języka angielskiego (umożliwiająca czytanie tekstów angielskojęzycznych).
  • Podstawowa znajomość następujących narzędzi: R, Python, Julia lub SAS. Mile widziany ukończony kurs Pogromcy Danych lub inny kurs poświęcony profesjonalnym narzędziom do analizy danych.
  • Mile widziana znajomość narzędzi big data, systemu linux, systemów kontroli wersji (np. git + github), Markdown, LaTeX i~BibTeX.

Kryteria przyjęć:

  • Rozmowa kwalifikacyjna.
  • Zainteresowanie tematyką oraz chęć zgłębiania wiedzy.

Zasady współpracy:

  • Praca może być przygotowywana w j. polskim lub j. angielskim.
  • Praca powinna być przygotowana w \LaTeX lub Markdown (preferowane połączenie z R przez pakiet bookdown.
  • Analiza danych wyłącznie w oprogramowaniu typu open source (np. R, Python, Julia).
  • Finalna wersja pracy powinna być oddana miesiąc przed obroną.

Proponowane zaliczenie seminarium

  • Udział w comiesięcznym seminarium, na którym będziemy dyskutować o analizie danych oraz uczyć się profesjonalnych narzędzi statystycznych.
  • Sugerowane zaliczenie poszczególnych semestrów (według roku akademickiego; przykład dla osób, które przeprowadzą analizę danych w R; ostateczne zasady mogą ulec zmianie):
    • semestr V: + ukończenie kursu Pogromcy Danych (do połowy semestru) + przerobienie książki Język R (do końca semestru), + przygotowanie krótkiego dokumentu w Markdown i LaTeX (do połowy semestru), + przedstawienie tematu i planu pracy (do końca pierwszego miesiąca), + przedstawienie minimum jednego rozdziału pracy (do końca semestru).
    • semestr VI + przerobienie I i II rozdziału z książki Analiza danych z programem R (do połowy semestru), + przerobienie książki Programowanie w języku R (wyd. 2) i rozwiązanie zadań w niej zawartych (do końca semestru), + przygotowanie krótkiej prezentacji z~wynikami w Beamer LaTeX (do połowy semestru), + przedstawienie pierwszej (pełnej, zawierającej wszystkie rozdziały) wersji pracy w Markdown lub LaTeX (do połowy semestru), + oddanie pełnej pracy na miesiąc przed obroną.

Calendar for students / Kalendarz dla studentów

2017/2018 – Winter semester / Semestr zimowy

  • Wizualizacja i raportowanie danych statystycznych – sylabus, moodle,

2016/2017 – Summer semester / Semestr Letni

2016/2017 – Winter semester / Semestr zimowy