Plan przedmiotu
Szczegółowy harmonogram przedmiotu.
[…] Celem przedmiotu jest przegląd najczęściej stosowanych w praktyce metod przetwarzania danych i przygotowywania ich do analizy. Szczególny nacisk położony jest na omówienie i ćwiczenie technik filtrowania, przekształcania i agregacji zmiennych lub całych zbiorów danych, także w podgrupach. Uczestnicy kursu poznają najbardziej podstawowe metody czyszczenia danych,
ich wizualizacji i podsumowywania. W trakcie kursu omówione zostaną języki R oraz Python wraz z bogatą gamą pakietów rozszerzających [… więcej]
Oprogramowanie
Rhttp://cran.r-project.org/RStudio(desktop) www.rstudio.com/products/rstudio/Tex–tinytexhttps://yihui.org/tinytex/ lub np.TeXLive,MikTexhttps://miktex.org/Python 3.7w dystrybucjiAnacondahttps://www.anaconda.com/
Literatura
- Gągolewski M., Programowanie w języku R. Analiza danych, obliczenia, symulacje, Wydawnictwo Naukowe PWN, wydanie II, 2016
- Wickham H., Advanced R, Chapmah & Hall/CRC, 2014 https://adv-r.hadley.nz/
- Chambers J.M., Programming with Data, Springer, 1998
- Chambers J.M., Software for Data Analysis. Programming with R, Springer, 2008
- Wickham H., Grolemund G., R for Data Science, O’Reilly, 2017
- Biecek, P., Przewodnik po pakiecie R, GiS, Wroclaw, 2008
- Gagolewski M., Bartoszuk M., Cena A., Przetwarzanie i analiza danych w języku Python, Wydawnictwo Naukowe PWN, Warszawa, 2016
- McKinney W., Python for Data Analysis. Data Wrangling with Pandas, NumPy, and IPython, O’Reilly Media, 2012
- Richert W., Coelho L.P., Building Machine Learning Systems with Python, Packt Publishing, 2013
- Lutz M., Learning Python, O’Reilly Media, 2013
- Bressert E., SciPy and NumPy, O’Reilly Media, 2012
- VanderPlas J., Python Data Science Handbook: Essential Tools for Working with Data, O’Reilly, 2016