| Kod przedmiotu |
07 79 2520 19 |
| Liczba uzyskiwanych punktów ECTS |
5 |
| Nazwa przedmiotu w języku prowadzenia |
Języki programowania w analizie danych |
| Nazwa przedmiotu w języku polskim |
Języki programowania w analizie danych |
| Nazwa przedmiotu w języku angielskim |
Programming Languages For Data Analysis |
| Język prowadzenia zajęć |
polski |
| Formy zajęć |
|
Wykład |
Ćwiczenia |
Laboratorium |
Projekt |
Seminarium |
Inne |
Suma godzin w semestrze |
| Godziny kontaktowe |
10 |
|
20 |
|
10 |
0 |
40 |
| Czy e-learning |
Nie |
Nie |
Nie |
Nie |
Tak |
Nie |
|
| Kryteria oceny (waga) |
0,30 |
|
0,60 |
|
0,10 |
0,00 |
|
|
| Jednostka prowadząca |
Instytut Informatyki |
| Kierownik przedmiotu |
dr hab. inż. Agnieszka Wosiak |
| Realizatorzy przedmiotu |
dr hab. inż. Agnieszka Wosiak |
| Wymagania wstępne |
Podstawy baz danych
Podstawy programowania
Podstawy analizy danych |
| Przedmiotowe efekty uczenia się |
- Student, który zaliczył przedmiot potrafi analizować składnię wybranego języka programowania dedykowanego analizie danych
- Student, który zaliczył przedmiot potrafi stosować odpowiednie techniki programistyczne w celu przeprowadzenia wybranych kroków analizy danych.
|
| Przypisane kierunkowe efekty uczenia się |
- potrafi formułować i testować hipotezy związane z prostymi problemami badawczymi, wykorzystywać posiadaną wiedzę poprzez rozwiązywanie złożonych i nietypowych problemów oraz innowacyjnie wykonywać zadania w nieprzewidywalnych warunkach poprzez odpowiedni dobór oraz stosowanie właściwych metod i narzędzi, jak również opracowanie nowych metod i narzędzi informatycznych
|
| Treści programowe |
W ramach przedmiotu poruszane są zagadnienia umożliwiające pozyskanie wiedzy z zakresu stosowania języków programowania
dedykowanych analizie danych do przetwarzania i analizy danych oraz obliczeń naukowych, jak również zdobycie umiejętności pisania jednostek programistycznych do przetwarzania i analizy danych oraz obliczeń naukowych. |
| Metody weryfikacji przedmiotowych efektów uczenia się |
kolokwium wykładowe pisemne (efekt 1.)
zadania praktyczne (efekt 2.)
kolokwium laboratoryjne (efekt 2.)
|
| Formy i warunki zaliczenia przedmiotu |
Wykład + seminarium: kolokwium wykładowe pisemne
Laboratorium: realizacja zadań laboratoryjnych oraz kolokwium |
| Szczegółowe treści przedmiotu |
WYKŁAD
1. Wprowadzenie do języków programowania dedykowanych analizie danych
2. Charakterystyka języków programowania dedykowanych analizie danych ze szczególnym uwzględnieniem języka Python
3. Biblioteki naukowe
4. Programowanie wielowątkowe
5. Integracja z bazami danych oraz optymalizacja wydajności programu
6. Zastosowanie języka Python w analizie danych
7. Obsługa strumieni danych w języku Python
ĆWICZENIA LABORATORYJNE
Realizacja zadań laboratoryjnych związanych z tematyką wykładów przydzielonych przez prowadzącego zajęcia. |
| Literatura podstawowa |
- Wes McKinney: Python for Data Analysis, O'Reilly, 2013
- Hans Petter Langtangen: A Primer on Scientific Programming with Python, 2014
- David Mertz: Functional Programming in Python, O'Reilly, 2015
- Jules J. Berman: Methods in Medical Informatics: Fundamentals of Healthcare Programming in Perl, Python, and Ruby, Chapman and Hall, 2010
|
| Literatura uzupełniająca |
- Dokumentacja języka programowania Python: www.python.org
- Python Programming: en.wikibooks.org
|
| Przeciętne obciążenie godzinowe studenta pracą własną |
97 |
| Uwagi |
|
| Data aktualizacja karty |
2019-10-08 11:38:09 |
| Przedmiot archiwalny tak/nie |
nie |