{"id":7602,"date":"2023-12-21T15:40:13","date_gmt":"2023-12-21T15:40:13","guid":{"rendered":"https:\/\/datastory.agh.edu.pl\/?post_type=tribe_events&#038;p=7602"},"modified":"2023-12-21T17:06:14","modified_gmt":"2023-12-21T17:06:14","slug":"rafinacja-danych-w-praktyce-2","status":"publish","type":"tribe_events","link":"https:\/\/datastory.agh.edu.pl\/index.php\/zajecia\/rafinacja-danych-w-praktyce-2\/","title":{"rendered":"RAFINACJA DANYCH W PRAKTYCE"},"content":{"rendered":"<div class=\"tribe-events-single-event-description tribe-events-content\">\n<p>\u0106wiczenia audytoryjne pokazuj\u0105 wykorzystanie takich narz\u0119dzi jak Open Refine, s\u0142u\u017c\u0105cych do przetwarzania danych i ich tzw. preprocessingu, czyli przygotowania do p\u00f3\u017aniejszych analiz lub te\u017c przeprowadzenia wst\u0119pnego filtrowania.<\/p>\n<p><strong>Prowadz\u0105cy:<\/strong> \u0141ukasz \u017by\u0142a<\/p>\n<p><strong>Forma:<\/strong> \u0107wiczenia audytoryjne<\/p>\n<p><strong>Czas trawnia:<\/strong> 10h<\/p>\n<p><strong>Sala:<\/strong>\u00a04.15<\/p>\n<p><strong>Zakres tematyczny:<\/strong><\/p>\n<p>1. Proces przygotowywania danych do wizualizacji<\/p>\n<p>2. Przegl\u0105d narz\u0119dzi do czyszczenia, agregacji i wst\u0119pnej analizy danych<\/p>\n<p>3. Om\u00f3wienie aplikacji Open Refine<\/p>\n<p>4. Open Refine w praktyce (om\u00f3wienie praktycznego zastosowania najwa\u017cniejszych funkcji)<\/p>\n<p>5. Podstawowe poj\u0119cia statystyki<\/p>\n<p>6. Agregacja i wst\u0119pna analiza danych w aplikacji Google Sheets<\/p>\n<p>7. Google Sheets i funkcja Query<\/p>\n<p>8. Hostowanie arkusza poprzez Google Drive i automatyczne wi\u0105zanie record\u00f3w.<\/p>\n<p>9. Wykorzystanie narz\u0119dzi Open AI do opracowywania tabel i baz danych<\/p>\n<p><strong>Forma zaliczenia:<\/strong>\u00a0Zaliczenie<\/p>\n<p><strong>Liczba punkt\u00f3w ECTS:<\/strong>\u00a02<\/p>\n<p><strong>Cele kszta\u0142cenia dla przedmiotu:<\/strong><\/p>\n<ul>\n<li>Zaznajomienie student\u00f3w\/ki ze sposobami czyszczenia danych i wst\u0119pnych analiz<\/li>\n<li>Wykszta\u0142cenie umiej\u0119tno\u015bci rafinacji danych za pomoc\u0105 narz\u0119dzi open source<\/li>\n<li>Nauczenie student\u00f3w\/ki wykorzystywania automatyzuj\u0105cych narz\u0119dzi, jak sztuczna inteligencja, do opracowywania ko\u0144cowych tabel lub baz danych.<\/li>\n<\/ul>\n<p><strong>Warunki i spos\u00f3b zaliczenia poszczeg\u00f3lnych form zaj\u0119\u0107, w tym zasady zalicze\u0144 poprawkowych, a tak\u017ce warunki dopuszczenia do egzaminu:\u00a0<\/strong>Warunkiem zaliczenia przedmiotu jest aktywno\u015b\u0107 na zaj\u0119ciach i realizowanie zada\u0144 wyznaczanych w trakcie ich trwania przez osob\u0119 prowadz\u0105c\u0105.<\/p>\n<p><strong>Spos\u00f3b obliczania oceny ko\u0144cowej:\u00a0<\/strong>Przedmiot ko\u0144czy si\u0119 zaliczeniem (zal.).<\/p>\n<p><strong>Spos\u00f3b i\u00a0tryb wyr\u00f3wnywania zaleg\u0142o\u015bci powsta\u0142ych wskutek nieobecno\u015bci studenta na\u00a0zaj\u0119ciach<\/strong><br \/>\nStudent\/ka mo\u017ce wyr\u00f3wna\u0107 zaleg\u0142o\u015bci poprzez wykonanie dodatkowych mini-projekt\u00f3w ustalonych po konsultacji z osob\u0105 prowadz\u0105c\u0105 dany przedmiot<\/p>\n<p><strong>Wymagania wst\u0119pne i dodatkowe:\u00a0<\/strong>Brak warunk\u00f3w wst\u0119pnych<\/p>\n<p><strong>Zasady udzia\u0142u w poszczeg\u00f3lnych zaj\u0119ciach, ze wskazaniem, czy obecno\u015b\u0107 studenta na zaj\u0119ciach jest obowi\u0105zkowa:<\/strong>\u00a0Obecno\u015b\u0107 obowi\u0105zkowa<\/p>\n<p><strong>Literatura obowi\u0105zkowa:<\/strong><\/p>\n<ol>\n<li>https:\/\/openrefine.org\/docs<\/li>\n<\/ol>\n<\/div>\n<div class=\"tribe-events tribe-common\">\n<div class=\"tribe-events-c-subscribe-dropdown__container\"><\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>\u0106wiczenia audytoryjne pokazuj\u0105 wykorzystanie takich narz\u0119dzi jak Open Refine, s\u0142u\u017c\u0105cych do przetwarzania danych i ich tzw. preprocessingu, czyli przygotowania do p\u00f3\u017aniejszych analiz lub te\u017c przeprowadzenia wst\u0119pnego filtrowania. Prowadz\u0105cy: \u0141ukasz \u017by\u0142a [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":7637,"template":"","meta":{"_acf_changed":false,"inline_featured_image":false,"_tribe_events_status":"","_tribe_events_status_reason":"","footnotes":""},"tags":[],"tribe_events_cat":[34],"class_list":["post-7602","tribe_events","type-tribe_events","status-publish","has-post-thumbnail","hentry","tribe_events_cat-ivz","cat_ivz"],"acf":[],"_links":{"self":[{"href":"https:\/\/datastory.agh.edu.pl\/index.php\/wp-json\/wp\/v2\/tribe_events\/7602","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/datastory.agh.edu.pl\/index.php\/wp-json\/wp\/v2\/tribe_events"}],"about":[{"href":"https:\/\/datastory.agh.edu.pl\/index.php\/wp-json\/wp\/v2\/types\/tribe_events"}],"author":[{"embeddable":true,"href":"https:\/\/datastory.agh.edu.pl\/index.php\/wp-json\/wp\/v2\/users\/1"}],"version-history":[{"count":1,"href":"https:\/\/datastory.agh.edu.pl\/index.php\/wp-json\/wp\/v2\/tribe_events\/7602\/revisions"}],"predecessor-version":[{"id":7603,"href":"https:\/\/datastory.agh.edu.pl\/index.php\/wp-json\/wp\/v2\/tribe_events\/7602\/revisions\/7603"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datastory.agh.edu.pl\/index.php\/wp-json\/wp\/v2\/media\/7637"}],"wp:attachment":[{"href":"https:\/\/datastory.agh.edu.pl\/index.php\/wp-json\/wp\/v2\/media?parent=7602"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datastory.agh.edu.pl\/index.php\/wp-json\/wp\/v2\/tags?post=7602"},{"taxonomy":"tribe_events_cat","embeddable":true,"href":"https:\/\/datastory.agh.edu.pl\/index.php\/wp-json\/wp\/v2\/tribe_events_cat?post=7602"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}