Przedmioty kierunkowe dla Data Science (grupa przedmiotów zdefiniowana przez Wydział Nauk Ekonomicznych)

Semestr zimowy 2024/25

• Konwersatorium - 30 godzin

Semestr zimowy 2025/26

• Konwersatorium - 30 godzin

Nie podano opisu skróconego, przejdź do strony przedmiotu aby uzyskać więcej danych.

Semestr zimowy 2024/25

• Konwersatorium - 30 godzin

Semestr zimowy 2025/26

• Konwersatorium - 30 godzin

The course aims to familiarize participants with the creation, modification and management of databases using SQL language, which is the standard used in databases such as Oracle, Sybase, Informix, Microsoft SQL Server, Access, etc. Students will become acquainted with the theoretical and the practical issues of database creation, maintenance and management. Special attention will be paid to the SQL queries in databases such as MS SQL Server.

CAUTION: This course is is equivalent to course: BAZY DANYCH – ZASTOSOWANIA JĘZYKA SQL.

Semestr zimowy 2025/26

• Konwersatorium - 30 godzin

Przedmiot wprowadza studentów w zagadnienia bezpieczeństwa informacyjnego, ukazując ograniczenia poznawcze człowieka i wyzwania związane z nadprodukcją danych, błędami pamięci oraz zjawiskiem dezinformacji. Omawia narzędzia analizy informacji, rolę języka i kultury w kształtowaniu percepcji oraz wpływ błędów poznawczych na proces decyzyjny. Szczególne miejsce zajmuje zastosowanie sztucznej inteligencji i dużych modeli językowych w badaniu dynamiki politycznej i gospodarczej, a także zagadnienia kryptowalut, cyberwojny i wojny informacyjnej. Studenci uczą się krytycznie oceniać źródła, rozpoznawać manipulacje medialne, analizować wycieki danych i wykorzystywać narzędzia cyfrowe w pracy badawczej. Kurs ma charakter interdyscyplinarny, a jego celem jest przygotowanie studentów do świadomego i bezpiecznego funkcjonowania w świecie zdominowanym przez informację.

Semestr zimowy 2025/26

• Konwersatorium - 30 godzin

Kurs ma na celu uporządkowany i pogłębiony przegląd algorytmów oraz architektur neuronowych wykorzystywanych do przetwarzania i ekstrakcji informacji z danych tekstowych. Na wstępie przedstawione zostaną podstawowe techniki wstępnego przetwarzania tekstu. Następnie uczestnicy kursu zostaną wprowadzeni w podstawy uczenia głębokiego. Kolejna część kursu poświęcona będzie reprezentacji semantycznej słów z wykorzystaniem modelu Word2Vec, obejmującego architektury CBOW i Skip-gram. Następnie omówione zostaną rozszerzenia i alternatywy dla Word2Vec, takie jak FastText i GloVe. W dalszej kolejności studenci zapoznają się z rekurencyjnymi sieciami neuronowymi i ich rozwinięciami. Ostatnia część kursu poświęcona będzie architekturze transformerów. Studenci poznają mechanizm self-attention, kodowanie pozycyjne oraz strukturę modeli takich jak BERT, GPT i T5.

Semestr zimowy 2025/26

• Konwersatorium - 30 godzin

Nie podano opisu skróconego, przejdź do strony przedmiotu aby uzyskać więcej danych.

Semestr zimowy 2024/25

• Konwersatorium - 30 godzin

Semestr zimowy 2025/26

• Konwersatorium - 30 godzin

Brief description of the course

(max 1.000 characters) The course aims to provide a comprehensive review of topic modelling algorithms, i.e. a set of machine learning tools destined for automatised grouping of texts with respect to thematic motifs present in those. The introductory part of the course shall involve discussion on all steps that need to be performed before modelling, specifically web scraping techniques and textual data preprocessing practices. Next, topic modelling algorithms are planned to be introduced, from the very basic approaches, through the most popular Latent Dirichlet Allocation (LDA), to a state-of-the-art BERTopic algorithm. Furthermore, ways to combine topic modelling with time series analysis and markov chains are planned to be covered in the course.