Code | PD-WS-IMiF-ADDM |
---|---|
Organizational unit | Wydział Nauk Ścisłych i Przyrodniczych |
Field of studies | Podyplomowe Studia Analizy Danych - Data Mining |
Form of studies | Part-time |
Level of education | Postgraduate (post diploma) |
Duration | 2 semestry |
Recruitment committee address | Wydział Nauk Ścisłych i Przyrodniczych, Instytut Matematyki ul. 3 Maja 54 pok. 319, 08-110 Siedlce tel.25 643 11 03 tel. (25) 643 11 17 im@uws.edu.pl |
Office opening hours | poniedziałek - piątek od 7.30 do 15.30 |
WWW address | https://wnsp.uws.edu.pl/ |
Required document | |
Ask a question |
Opis studiów
Podyplomowe Studia Analizy Danych - Data Mining przeznaczone są dla absolwentów studiów wyższych, pragnących uaktualnić i poszerzyć swoją wiedzę z zakresu szeroko pojętej analizy danych.
Uruchomienie Podyplomowych Studiów Analizy Danych - Data Mining jest odpowiedzią na zapotrzebowanie regionalnego rynku na wykwalifikowanych pracowników z dziedziny zastosowań matematyki oraz informatyki w medycynie, farmakologii, czy w przemyśle.
Wśród podstawowych kursów na studiach podyplomowych znajdują się: Analiza statystyczna danych, Bazy danych, Analiza korelacji i regresji, Analiza i eksploracja danych, Matematyka w ubezpieczeniach, Analiza szeregów czasowych, Prognozowanie.
Wszystkim wykładom towarzyszą ćwiczenia w pracowni komputerowej z wykorzystaniem oprogramowania: MatLab, Statistica, Mathematica oraz Excel.
Cele kształcenia
- Poszerzenie i ugruntowanie wiedzy słuchaczy z zakresu analizy statystycznej danych,
- Nabycie umiejętności pozyskiwania, selekcjonowania i analizowania szeregów czasowych, w celu budowania modeli oraz wykrywania zależności zachodzących pomiędzy danymi,
- Poszerzenie umiejętności związanych z wykorzystywaniem narzędzi IT w eksploracji danych,
- Nabycie umiejętności analitycznego podejścia do problemów, pozwalającego na skuteczne wdrażanie istniejących algorytmów, jak również tworzenie oryginalnych lub modyfikowanie istniejących modeli,
- Podniesienie kwalifikacji osób pracujących i/lub planujących przyszłą karierę zawodową w zakresie przeprowadzania analizy danych na potrzeby przemysłu, biznesu, nauki oraz jednostek administracji samorządowej i państwowej.
Opis treści programowych
Program studiów obejmuje 215 godzin zajęć (30 punktów ECTS), w tym 85 godzin wykładów i 130 godzin ćwiczeń laboratoryjnych obejmujących zagadnienia związane z zaawansowanymi metodami obliczeniowymi, przy wykorzystaniu nowoczesnych programów specjalistycznych i użytkowych.
Wśród modułów przewidzianych programem studiów można wymienić następujące przedmioty:
- Analiza statystyczna danych,
- Bazy danych,
- Analiza korelacji i regresji,
- Eksploracja i analiza danych,
- Matematyka w ubezpieczeniach,
- Analiza szeregów czasowych,
- Prognozowanie.
Wszystkim wykładom towarzyszą ćwiczenia w pracowni komputerowej z wykorzystaniem oprogramowania: MatLab, Statistica, Mathematica oraz Excel.
Wymagane dokumenty:
Słuchaczami studiów podyplomowych mogą być osoby posiadające dyplom ukończenia studiów pierwszego lub drugiego stopnia bądź dyplom ukończenia jednolitych studiów magisterskich.
Kandydaci rejestrują się na studia w systemie Internetowej Rejestracji Kandydatów (IRK), a następnie składają wymagane dokumenty:
- podanie o przyjęcie na studia (wydruk z programu IRK),
- kserokopia dyplomu ukończenia studiów wyższych pierwszego, drugiego stopnia lub jednolitych magisterskich (oryginał lub odpis dokumentu do wglądu),
- oświadczenie o zapoznaniu się z wysokością opłat za usługi edukacyjne oraz zasadami ich wnoszenia przez cały czas ich trwania.
Kandydat składając dokumenty jest zobowiązany do potwierdzenia swojej tożsamości i okazania dowodu osobistego lub innego dokumentu potwierdzającego tożsamość kandydata na studia studia podyplomowe (oryginał dokumentu do wglądu).
Przyjmowanie dokumentów odbywa się w Dziekanacie Wydziału Nauk Ścisłych i Przyrodniczych przy ul. 3 Maja 54 w Siedlcach.
O przyjęcie mogą się ubiegać absolwenci studiów wyższych, posiadających wykształcenie z dziedziny nauk ścisłych, technicznych lub pokrewnych, którzy chcą uaktualnić i poszerzyć swoją wiedzę z dziedziny analizy danych, jaki osoby o innym profilu wykształcenia, które chciałyby zapoznać się z szeroko pojętą problematyką związaną z przetwarzaniem i analizą danych za pomocą aparatu matematycznego oraz narzędzi statystycznych.