3784494022

1,	+	+	+	+	+	+	+	+	+
i □' ma krytyczne podejście do otizymywanych danych i informacji, widzi potrzebę ich weryfikowania	+	-	+	-	-	+	-	*	+
i g prawidłowo identyfikuje dylematy związane z wykonywaniem zawodu analityka danych	+	*	+	-	-	+	-	*	+

8. Plan studiów

	I semestr		II semestr		Razem
	W	L	W	L	W+L	ECTS
1 .Analiza statystyczna danych	-	20	-		20	6 pkt
2.Data mining (Eksploracja danych)	-		15	20	35	lOpkt
3.Metody statystyczne	13	15	-		28	7 pkt
4.Bazy danych i język SQL	-	-	15	20	35	10 pkt
5.Analiza portfelowa	-		10	20	30	8 pkt
ó.Audytorskie metody analizy danych	-	28	-		28	7 pkt
7.Analiza techniczna i fundamentalna	10	20	-		30	8 pkt
8.Metody statystyczne w badaniach społecznych i gospodarczych	-	-	6	4	10	2 pkt
9.Arkusze kalkulacyjne i VBA	-	15	-		15	3 pkt
RAZEM	23	98	46	64	231	61 pkt

W - Wykład

L - Laboratorium komputerowe

9.    Bilans punktów ECTS wraz ze wskaźnikami charakteryzującymi program studiów

Zgodnie z obowiązującymi regulacjami, poszczególnym elementom programu studiów podyplomowych Analiza Danych i Data Mining przyporządkowano punkty ECTS. Punkty ECTS są przyznawane na podstawie oszacowanego nakładu pracy własnej przeciętnego studenta ujętego w Systemie ustalania wartości punktowej ECTS dla przedmiotów na WMil UŁ. Łączna liczba punktów ECTS, jaką słuchacz studiów podyplomowych Analiza Danych i Data Mining musi uzyskać, aby otrzymać określone kwalifikacje wynosi 61 p ECTS.

10.    Opis sposobu sprawdzenia efektów kształcenia w ramach danego programu

Efekty kształcenia są osiągane i weryfikowane w ramach poszczególnych przedmiotów. Sposób weryfikowania szczegółowych efektów kształcenia na podstawie m.in. prac: zaliczeniowych, projektowych, pracy bieżącej podczas zajęć jest opisany w ramach każdego przedmiotu w Katalogu ECTS Przedmiotów UŁ (zobacz Załącznik nr. 3). Analiza weryfikacji efektów kształcenia jest przedmiotem pracy Wydziałowej Komisji ds. Jakości Kształcenia.

7