Kurs odbywać się będzie w formie zdalnej.

Cele kursu

Celem zajęć jest wprowadzenie do dynamicznie rozwijającej się dyscypliny akademickiej oraz profesji, którą jest przetwarzanie i analiza danych (data analysis), określane także jako data science. Zapotrzebowanie na specjalistów, potrafiących posługiwać się narzędziami analizy danych, nieustannie rośnie w sektorze komercyjnym i publicznym, a świadomość tego, czym są dane i w jaki sposób przetworzyć można je w informację i wiedzę staje się we współczesnym świecie niezbędna. Tym bardziej, że dane, szczególnie typu big data, są jednym z najistotniejszych składników rewolucji dokonującej się w obszarze uczenia maszynowego i sztucznej inteligencji.

Kurs przeznaczony jest dla osób, które dopiero pragną zacząć poznawać tę problematykę lub mają za sobą pierwsze z nią doświadczenia. Szczególny nacisk kładziony będzie na uczynienie zajęć przystępnymi dla osób z wykształceniem humanistycznym i społecznym, w tym także tych, które zdobyte wiedzę, umiejętności i kompetencje pragną wykorzystać w ramach przedsięwzięć z zakresu humanistyki cyfrowej (digital humanities).

Zajęcia będą mieć charakter warsztatowy. Każde spotkanie, poprzedzone lekturą wskazanych przez prowadzącego materiałów, rozpoczynać będzie dyskusja bądź krótki wykład wprowadzający. Po niej następować będzie część praktyczna, w której osoby uczestniczące w zajęciach wykonywać będą ćwiczenia przy wykorzystaniu nieodpłatnych narzędzi przetwarzania, analizy oraz wizualizacji danych.

Osoby uczestniczące w zajęciach pracować będą indywidualnie lub w zespołach, nad projektem obejmującym cały cykl przetwarzania danych. Prezentacja projektu będzie podstawą zaliczenia kursu.

Tematyka kursu

1. Wprowadzenie: czym są dane?
2. Cykl przetwarzania danych i zarządzanie projektami analizy danych
3. Etyczne wykorzystanie danych i regulacje prawne w zakresie przetwarzania danych
4. Automatyczne metody gromadzenia danych (web scraping, API)
5. Czyszczenie i przygotowanie danych (data wrangling)
6. Analiza danych w języku Python
7. Analiza danych w języku R
8. Sztuczna inteligencja i uczenie maszynowe w analizie danych
9. Wizualizacja danych w programie Tableau
10. Prezentacje końcowe

Efekty uczenia się

Osoby które ukończą kurs, powinny pozyskać:

• wiedzę na temat roli danych we współczesnym świecie, włączając w to procesy społeczne, gospodarcze i polityczne
• wiedzę z zakresu etycznych i prawnych dylematów i regulacji procesu przetwarzania i analizy danych
• wiedzę na temat podstaw uczenia maszynowego i wąskiej sztucznej inteligencji w zakresie, w którym wykorzystywane są one w analizie danych
• umiejętności wyboru i praktycznego wykorzystania narzędzi informatycznych w celu pozyskiwania, analizy oraz wizualizacji danych
• kompetencje z zakresu zarządzania projektem analizy danych oraz indywidualnej i zespołowej pracy w ramach takiego projektu.

Metody pracy

Metody warsztatowe z wykorzystaniem narzędzi informatycznych, wykład konwersatoryjny, dyskusja.