Program studiów
Program studiów podyplomowych na kierunku Analiza danych w Python 3
Liczba miesięcy nauki: 9
Liczba godzin: 188
Liczba zjazdów: 12
Wprowadzenie
(12 godz.)
- Rozwój architektury systemów komputerowych (2 godz.)
- Rozwój systemów operacyjnych (2 godz.)
- Języki programowania, paradygmaty, kompilator, interpreter (2 godz.)
- System dwójkowy, konwersja z systemu 2 na 10 i z powrotem (2 godz.)
- Operacja na liczbach dwójkowych, algebra Boole’a (4 godz.)
Systemy kontroli wersji
(8 godz.)
- Wprowadzenie (2 godz.)
- Praktyczne ćwiczenia (6 godz.)
Zarządzanie projektami
(8 godz.)
- Wprowadzenie (2 godz.)
- Klasyczne metody zarządzania projektami (2 godz.)
- Zwinne techniki (4 godz.)
Algorytmy i struktury danych
(20 godz.)
- Pojęcie algorytmu, schemat blokowy, pseudokod (2 godz.)
- Przykłady prostych algorytmów (2 godz.)
- Złożoność obliczeniowa (2 godz.)
- Podejście rekurencyjne i iteracyjne (2 godz.)
- Analiza porównawcza algorytmów na podstawie złożoności obliczeniowej (6 godz.)
- Podstawowe struktury danych (6 godz.)
Podstawy programowania
(40 godz.)
- Wprowadzenie do języka Python 3 (4 godz.)
- Podstawowe typy danych i operacje na nich (3 godz.)
- Kolekcje i operacje na nich (3 godz.)
- Instrukcje sterowania przepływem programu (6 godz.)
- Funkcje (8 godz.)
- Wyjątki (2 godz.)
- Działania na plikach (4 godz.)
- Biblioteka standardowa Python (4 godz.)
- Przegląd popularnych bibliotek (numpy, matplotlib, etc.) (6 godz.)
Programowanie obiektowe
(30 godz.)
- Wprowadzenie do paradygmatu obiektowego (4 godz.)
- Budowa klasy – podstawowe metody (4 godz.)
- Enkapsulacja – dostęp do pól i metod klasy (4 godz.)
- Dziedziczenie i polimorfizm (4 godz.)
- Przeciążenie operatorów – metody specjalne (magic methods) (4 godz.)
- Metody statyczne (2 godz.)
- Wprowadzenie do wzorców projektowych (8 godz.)
Bazy Danych
(18 godz.)
- Wprowadzenie – normalizacja baz danych (4 godz.)
- Język SQL – wprowadzenie (2 godz.)
- Budowa zapytań w języku SQL (select, where, etc.) (4 godz.)
- Funkcje agregujące, sortowanie i grupowanie (3 godz.)
- Łączenie tabel i zapytania zagnieżdżone (5 godz.)
Testowanie
(10 godz.)
- Wprowadzenie do testowania (2 godz.)
- Planowanie testowania (2 godz.)
- Testowanie manualne (2 godz.)
- Testy jednostkowe (2 godz.)
- Test Driven Development (2 godz.)
Wprowadzenie do Sztucznej Inteligencji
(42 godz.)
- Podstawowe pojęcia i definicje (2 godz.)
- Zad. regresji, klasyfikacji, detekcji, klasteryzacji i optymalizacji (6 godz.)
- Uczenie nadzorowane i nienadzorowane (2 godz.)
- Atrybuty danych, ich typy i właściwości (2 godz.)
- Zbiory danych (uczący, testujący, walidacja, etc.) (2 godz.)
- Metody klasyfikacji, klasteryzacji i estymacji (28 godz.)
Forma zaliczenia
Test semestralny
Egzamin końcowy