Nazwa przedmiotu:
Raportowanie i analiza danych
Koordynator przedmiotu:
dr inż. Katarzyna Rostek
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia I stopnia
Program:
Zarządzanie
Grupa przedmiotów:
Z3 - Informatyka gospodarcza
Kod przedmiotu:
7P1Z3
Semestr nominalny:
6 / rok ak. 2016/2017
Liczba punktów ECTS:
3
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
75h (3 ECTS): 20h (ćwiczenia) + 1h (konsultacje) + 24h (przygotowanie do ćwiczeń, praca z literaturą) + 10x3h (realizacja projektu)
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
0,8 ECTS: 20h (ćwiczenia) + 1h (konsultacje) = 21h
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
2,2 ECTS: 20h (ćwiczenia) + 24h (przygotowanie do ćwiczeń, praca z literaturą) + 10x3h (realizacja projektu) = 54h
Formy zajęć i ich wymiar w semestrze:
  • Wykład0h
  • Ćwiczenia300h
  • Laboratorium0h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Wiedza w zakresie statystyki i rachunku prawdopodobieństwa. Umiejętność obsługi komputera, posługiwania się pocztą elektroniczną oraz edytorem tekstu. Kompetencje w zakresie samodzielnej pracy z literaturą oraz instrukcją szkoleniową.
Limit liczby studentów:
od 15 do 30 (ćwiczenia)
Cel przedmiotu:
Celem przedmiotu jest, aby po jego zaliczeniu student: - posiadał podstawową wiedzę z zakresu zasad realizacji analizy bizne-sowej oraz projektów analitycznych, - potrafił opracować i zrealizować projekt analizy biznesowej, - potrafił współpracować lub kierować grupą projektu analizy bizneso-wej.
Treści kształcenia:
1) Przedstawienie programu i regulaminu zajęć, sprawy organizacyjne. 2) Wprowadzenie do zagadnień analizy biznesowej. 3) Utworzenie ze-społów projektowych. Wydanie tematów projektowych i omówienie za-sad realizacji projektów. 4) Import danych źródłowych i eksport wyni-ków analiz w środowisku analizy danych. 5) Budowa podzbiorów danych z wykorzystaniem możliwości zapytań analitycznych. 6) Agre-gacja i formatowanie danych. 7) Łączenie i transpozycja zbiorów. 8) Implementacja tworzenia zbiorów danych w języku 4GL. 9) Implemen-tacja analizy i przetwarzanie danych w języku 4 GL. 10) Implementacja raportowania wyników analiz w języku 4GL. 11) Dostęp do danych i nawigacja w wielowymiarowych kostkach OLAP. 12) Tworzenie i wy-korzystywanie pozycji wyliczanych w kostkach OLAP. 13) Sortowanie, tworzenie filtrów i rankingów danych w kostkach OLAP. 14) Tworze-nie i wykorzystanie ekstraktów danych w kostkach OLAP. 15) Przygotowywanie danych do analiz eksploracji danych. 16) Wykorzystanie metod regresji w analizie eksploracyjnej danych. 17) Wykorzystanie metod drzew decyzyjnych w analizie eksploracyjnej danych. 18) Wykorzystanie metod sztucznych sieci neuronowych w analizie eksploracyjnej danych. 19) Ocena i poszukiwanie modelu suboptymalnego w środowisku analizy eksploracyjnej danych. 20) Rozliczenie raportów projektowych i ćwiczeń komputerowych.
Metody oceny:
Na ocenę przedmiotu składają się dwa elementy: samodzielne wykona-nie ćwiczeń komputerowych według instrukcji oraz realizacja projektu w zespołach 2-osobowych. Ocena przedmiotu składa się z następujących elementów: Ocena formatywna: na zajęciach dyskutowane jest i weryfikowane wykonanie kolejnych etapów projektów. Istnieje możliwość poprawienia wyników każdego z nich. Ocena sumatywna: oceniana jest punktowo wartość merytoryczna każdego z wykonanych elementów projektów (na zaliczenie konieczne jest uzyskanie min 31 pkt na 60 pkt max) oraz poprawność realizacji każdego z ćwiczeń komputerowych (na zaliczenie konieczne jest uzyskanie min 21 pkt na 40 pkt max). Końcowa ocena z przedmiotu: Ocena końcowa jest sumą uzyskanych punktów z każdej z części (ćwiczenia komputerowe i projekt) pod wa-runkiem uzyskania wymaganego minimum punktowego w każdej z nich.
Egzamin:
nie
Literatura:
[1] Davenport T.H., Harris J.G.: Inteligencja analityczna w biznesie. Nowa nauka zwyciężania. MT Biznes, Warszawa 2010. [2] Larose D. T.: Odkrywanie wiedzy z danych. Wprowadzenie do eksploracji da-nych. Wydawnictwo Naukowe PWN, Warszawa 2006. [3] Larose D. T.: Metody i modele eksploracji danych. Wydawnictwo Naukowe PWN, Warszawa 2008. [4] Hand D., Mannila H., Smyth P.: Eksploracja danych. Wydawnictwa Naukowo -Techniczne WNT, Warszawa 2005.
Witryna www przedmiotu:
www.electurer.edu.pl
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt 7P1Z3_W03
ma uporządkowaną wiedzę z zakresu wykonywania analiz, obejmującą: ekstrakcję danych z zasobów źródłowych, przygotowanie danych do analizy, realizację analizy zgod-nie z wytycznymi odbiorcy wyników, ocenę wyników ana-lizy oraz przygotowanie raportu dokumentującego uzyska-ne wyniki.
Weryfikacja: realizacja ćwiczeń komputerowych, wykonanie projektu
Powiązane efekty kierunkowe: W_1Z3
Powiązane efekty obszarowe: S1A_W03, S1A_W06, S1A_W08
Efekt 7P1Z3_W02
ma usystematyzowaną wiedzę z zakresu rozwiązywania za-dań analityki biznesowej w zarządzaniu oraz możliwości wspierania jej przez specjalistyczne narzędzia i systemy in-formatyczne.
Weryfikacja: realizacja ćwiczeń komputerowych, wykonanie projektu
Powiązane efekty kierunkowe: W_1Z3
Powiązane efekty obszarowe: S1A_W03, S1A_W06, S1A_W08
Efekt 7P1Z3_W01
ma podstawową wiedzę z statystyki opisowej dotyczącą: etapów badań statystycznych, prezentacji tabelarycznej i graficznej danych statystycznych, budowy tablic korelacyj-nych, parametrów opisu statystycznego i badania współza-leżności dwóch cech, wskaźników korelacji, szeregów cza-sowych, badania i prognozowania tendencji rozwojowych, klasycznych modeli regresji liniowej.
Weryfikacja: realizacja ćwiczeń komputerowych, wykonanie projektu
Powiązane efekty kierunkowe: W_1Z3
Powiązane efekty obszarowe: S1A_W03, S1A_W06, S1A_W08

Profil ogólnoakademicki - umiejętności

Efekt 7P1Z3_U03
potrafi – zgodnie z zadaną specyfikacją analizować i inter-pretować dane statystyczne stosować metody i narzędzia statystyki, dokonać statystycznej analizy problemów zarzą-dzania.
Weryfikacja: realizacja ćwiczeń komputerowych, wykonanie projektu
Powiązane efekty kierunkowe: U_1Z3
Powiązane efekty obszarowe: S1A_U02, S1A_U03, S1A_U04, S1A_U07
Efekt 7P1Z3_U02
potrafi pracować indywidualnie i w zespole, w tym także zarządzać swoim czasem oraz podejmować zobowiązania i dotrzymywać terminów.
Weryfikacja: realizacja ćwiczeń komputerowych, wykonanie projektu
Powiązane efekty kierunkowe: U_1Z3
Powiązane efekty obszarowe: S1A_U02, S1A_U03, S1A_U04, S1A_U07
Efekt 7P1Z3_U01
potrafi wykorzystywać nabytą wiedzę z matematyki i statystyki do opisu procesów zarządzania i budowy modeli ekonomicznych i zarządczych.
Weryfikacja: realizacja ćwiczeń komputerowych, wykonanie projektu
Powiązane efekty kierunkowe: U_1Z3
Powiązane efekty obszarowe: S1A_U02, S1A_U03, S1A_U04, S1A_U07

Profil ogólnoakademicki - kompetencje społeczne

Efekt 7P1Z3_K03
Student potrafi wykazać się skutecznością w realizacji pro-jektów analitycznych, realizowanych w ramach studiów oraz poza nimi.
Weryfikacja: realizacja ćwiczeń komputerowych, wykonanie projektu
Powiązane efekty kierunkowe: K_1Z3
Powiązane efekty obszarowe: S1A_K02, S1A_K03, S1A_K04, S1A_K05, S1A_K06
Efekt 7P1Z3_K02
Student rozumie znaczenie zagadnień analityki biznesowej i docenia aktualizację wiedzy jej dotyczącej.
Weryfikacja: Wykonanie projektu.
Powiązane efekty kierunkowe: K_1Z3
Powiązane efekty obszarowe: S1A_K02, S1A_K03, S1A_K04, S1A_K05, S1A_K06
Efekt 7P1Z3_U03
ma doświadczenia z pracą zespołową
Weryfikacja: realizacja ćwiczeń komputerowych
Powiązane efekty kierunkowe: K_1Z3
Powiązane efekty obszarowe: S1A_K02, S1A_K03, S1A_K04, S1A_K05, S1A_K06