Podstawy programowania i analiza danych w Python 2600-IADdz1PPADP
1) Wprowadzenie do Pythona i środowiska pracy.
2) Podstawy języka Python.
3) Wbudowane struktury danych, funkcje i pliki.
4) Podstawy biblioteki NumPy.
5) Wprowadzenie do biblioteki pandas.
6) Odczyt i zapis danych.
7) Czyszczenie i przygotowywanie danych.
8) Przetwarzanie danych.
9) Wizualizacja danych.
10) Agregacja danych i operacje na grupach.
11) Szeregi czasowe.
12) Wprowadzenie do modelowania.
13) Praktyczne przykłady analizy danych.
Rodzaj przedmiotu
Efekty uczenia się
K_W01 - w sposób pogłębiony metodologię badań i terminologię w zakresie dyscypliny ekonomia i finanse oraz w dyscyplinach uzupełniających (nauki o zarządzaniu i jakości oraz nauki prawne).
K_W05 - złożone procesy i zjawiska technologiczne, społeczne, polityczne, prawne, ekonomiczne i ekologiczne, w tym fundamentalne dylematy współczesnej cywilizacji oraz ich wpływ na decyzje finansowe w organizacjach, funkcjonowanie całej gospodarki oraz organizacji w zakresie budowy systemów informacyjnych.
K_W06 - zasady ochrony własności przemysłowej i prawa autorskiego.
K_W07 - techniki informatyczne i metody numeryczne niezbędne przy rozwiązywaniu problemów finansowych, zna wybrane oprogramowanie wykorzystywane w finansach.
K_U03 - stosować właściwy dobór źródeł oraz przystosowuje istniejące lub opracowuje nowe metody i narzędzia, w tym zaawansowane techniki informacyjno-komunikacyjne do rozpoznawania, diagnozowania i rozwiązywania problemów związanych z decyzjami finansowymi z zakresu inwestycji i analizy danych.
K_U06 - samodzielnie i zespołowo przygotować analizy, diagnozy i raporty dotyczące złożonych i nietypowych problemów związanych z inwestycjami i analizą danych w organizacjach, komunikatywnie je prezentować zróżnicowanym grupom odbiorców oraz prowadzić debatę, także w języku angielskim, wykorzystując zaawansowane narzędzia informatyczno-komunikacyjne.
K_U08 - planować, organizować i kierować pracą zespołową oraz współpracować w zespołach i podejmować wiodącą rolę w działaniach zespołów.
K_K05 - przestrzegania, egzekwowania i rozwijania zawodowych standardów etycznych oraz rozwijania dorobku zawodu.
Kryteria oceniania
- kolokwia (pytania otwarte i zamknięte) w formie stacjonarnej lub zdalnej na platformie Kampus,
- aktywność na zajęciach (ćwiczenia, studia przypadków),
- projekt.
Praktyki zawodowe
Praktyki zawodowe nie są wymagane dla realizacji przedmiotu
Literatura
Literatura podstawowa:
1) McKinney W., Python w analizie danych. Przetwarzanie danych za pomocą pakietów pandas i NumPy oraz środowiska Jupyter, Wydanie III, Helion, 2023.
2) Matthes E., Python. Instrukcje dla programisty, Wydanie III, Helion, 2023.
3) Lubanovic B., Python. Nowoczesne programowanie w prostych krokach, Wydanie II, Helion, 2021.
Literatura uzupełniająca:
1) VanderPlas J., Python Data Science. Niezbędne narzędzia do pracy z danymi. Wydanie II, O'Reilly Media, 2023.