DS / Profil katedry

Nauka o Danych

Od niezawodnych potoków po wnioskowanie przyczynowe — dane stają się dowodem możliwym do wyjaśnienia, zakwestionowania i działania.

Kod katedryDS
Poziomy studiówLic. · Mgr · Doktorat
Model kształceniaZajęcia · laboratoria · realne projekty
DS / 01

Modelowanie statystyczne, inżynieria danych, uczenie maszynowe, wizualizacja i wspomaganie decyzji.

Ścieżki specjalistyczne

Wybierz pogłębienie dyscyplinarne

Każda ścieżka korzysta ze wspólnych podstaw, a następnie rozwija kompetencje przez pracownie, laboratoria i badania.

01DS-ENG

Inżynieria danych i platformy

Budowa skalowalnych potoków, magazynów i produktów danych.

Możliwości rozwojuInżynier danych, platform, lider produktu danych
02DS-CAU

Modelowanie statystyczne i wnioskowanie przyczynowe

Wykorzystanie probabilistyki, eksperymentów i metod przyczynowych do odróżniania korelacji od wpływu.

Możliwości rozwojuStatystyk, specjalista eksperymentów, analityk polityk
03DS-VIS

Analiza wizualna i nauka o decyzjach

Rozumienie złożonych systemów publicznych i naukowych przez wizualizację interaktywną i modele decyzyjne.

Możliwości rozwojuBadacz wizualizacji, naukowiec decyzji, doradca danych publicznych

Program podstawowy

Od podstaw do zintegrowanej praktyki

Modelowanie statystyczne, inżynieria danych, uczenie maszynowe, wizualizacja i wspomaganie decyzji.

  1. 01
    PrzedmiotWprowadzenie do nauki o danych
  2. 02
    PrzedmiotRachunek prawdopodobieństwa i statystyka
  3. 03
    PrzedmiotZarządzanie danymi
  4. 04
    PrzedmiotInżynieria danych
  5. 05
    PrzedmiotEksploracja danych
  6. 06
    PrzedmiotUczenie maszynowe
  7. 07
    PrzedmiotPlanowanie eksperymentów
  8. 08
    PrzedmiotWizualizacja danych
  9. 09
    PrzedmiotSystemy Big Data
  10. 10
    PrzedmiotWnioskowanie przyczynowe
  11. 11
    PrzedmiotEtyka danych
  12. 12
    PrzedmiotProjekt z nauki o danych
Platforma dydaktyczna i badawcza

Platforma Inteligencji Danych i Analizy Wizualnej

Od niezawodnych potoków po wnioskowanie przyczynowe — dane stają się dowodem możliwym do wyjaśnienia, zakwestionowania i działania.

Alan Holter
Kierownictwo akademickie

Alan Holter

艾伦·霍尔特

Kierownik Nauki o Danych · Profesor