Szkoła Główna Handlowa w Warszawie - Centralny System Uwierzytelniania
Strona główna

Podstawy programowania w metodach ilościowych

Informacje ogólne

Kod przedmiotu: 229070-D
Kod Erasmus / ISCED: 11.3 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0612) Database and network design and administration Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Podstawy programowania w metodach ilościowych
Jednostka: Szkoła Główna Handlowa w Warszawie
Grupy: Przedmioty obowiązkowe na programie SMMD-MIS
Punkty ECTS i inne: 4.50 (zmienne w czasie) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
zobacz reguły punktacji
Język prowadzenia: polski
Efekty uczenia się:

Wiedza:

Student powinien być w stanie zdefiniować i opisać sytuację problemową.

Student powinien być w stanie zaprojektować właściwe rozwiązanie.

Student powinien być w stanie porównać zaproponowane rozwiązanie z alternatywnymi.

Umiejętności:

Student powinien umieć opracować algorytm rozwiązania problemu i zakodować algorytm w wybranym języku programowania.

Student powinien umieć skompilować program, uruchomić program i wyeliminować błędy składniowe.

Student powinien umieć przetestować program, eliminując błędy logiczne, napisać dokumentację oraz oszacować złożoność obliczeniową programu.

Kompetencje społeczne:

W wyniku przeprowadzonych zajęć student nabędzie postawę zorientowania na wykonanie zadania oraz kreatywności w opracowywaniu rozwiązania.

W wyniku przeprowadzonych zajęć student nabędzie postawę dbałości o szczegóły a także opanuje zdolność do wykonania pracy w warunkach niedostatku czasu.

Zajęcia w cyklu "Preferencje - Semestr letni 2024/25" (jeszcze nie rozpoczęty)

Okres: 2025-02-15 - 2025-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Zajęcia prowadzącego więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Rumiana Górska, Ewa Ratuszny, Paweł Rubach, Wiktor Wojciechowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Zajęcia prowadzącego - Ocena

Zajęcia w cyklu "Semestr letni 2024/25" (jeszcze nie rozpoczęty)

Okres: 2025-02-15 - 2025-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Laboratorium - Ocena
Skrócony opis:

Celem przedmiotu jest nauczenie podstaw programowania studentów kierunków ilościowych. W ramach przedmiotu oprócz podstawowej wiedzy i umiejętności dotyczących tworzenia programów, dobrych praktyk pisania kodu i algorytmiki, studenci powinni zapoznać się z podstawami najbardziej popularnych w obszarze ilościowym języków programowania: Python i R.
Literatura:

Literatura podstawowa:

The Coder's Apprentice, Learning Programming with Python 3, Pieter Spronck, http://spronck.net/pythonbook/pythonbook.pdf, https://en.wikibooks.org/wiki/Non-Programmer%27s_Tutorial_for_Python_3, https://en.wikibooks.org/wiki/A_Beginner%27s_Python_Tutorial

Przewodnik po pakiecie R, Biecek Przemysław, http://www.biecek.pl/R/

An introduction to R, Rproject team, https://cran.r-project.org/manuals.html,

https://en.wikibooks.org/wiki/R_Programming,

Literatura uzupełniająca:

Python. Wprowadzenie. Wydanie V, Mark Lutz, Helion, 2022

Python Machine Learning, 3rd Edition, Sebastian Raschka, Vahid Mirjalili, Packt Publishing Ltd., 2019

ew. polska edycja: Python. Uczenie maszynowe. Wydanie II, Sebastian Raschka, Vahid Mirjalili, Helion, 2019
Uwagi:

Kryteria oceniania:

egzamin tradycyjny-pisemny: 0.00%

egzamin testowy: 40.00%

egzamin ustny: 0.00%

kolokwium: 0.00%

referaty/eseje: 0.00%

ocena z ćwiczeń: 0.00%

inne: 0.00%

projekty: 60.00%

studia przypadków: 0.00%

prezentacje indywidualne lub grupowe: 0.00%

Zajęcia w cyklu "Semestr zimowy 2024/25" (w trakcie)

Okres: 2024-10-01 - 2025-02-14
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Wiktor Wojciechowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Laboratorium - Ocena
Skrócony opis:

Celem przedmiotu jest nauczenie podstaw programowania studentów kierunków ilościowych. W ramach przedmiotu oprócz podstawowej wiedzy i umiejętności dotyczących tworzenia programów, dobrych praktyk pisania kodu i algorytmiki, studenci powinni zapoznać się z podstawami najbardziej popularnych w obszarze ilościowym języków programowania: Python i R.
Literatura:

Literatura podstawowa:

The Coder's Apprentice, Learning Programming with Python 3, Pieter Spronck, http://spronck.net/pythonbook/pythonbook.pdf, https://en.wikibooks.org/wiki/Non-Programmer%27s_Tutorial_for_Python_3, https://en.wikibooks.org/wiki/A_Beginner%27s_Python_Tutorial

Przewodnik po pakiecie R, Biecek Przemysław, http://www.biecek.pl/R/

An introduction to R, Rproject team, https://cran.r-project.org/manuals.html,

https://en.wikibooks.org/wiki/R_Programming,

Literatura uzupełniająca:

Python. Wprowadzenie. Wydanie V, Mark Lutz, Helion, 2022

Python Machine Learning, 3rd Edition, Sebastian Raschka, Vahid Mirjalili, Packt Publishing Ltd., 2019

ew. polska edycja: Python. Uczenie maszynowe. Wydanie II, Sebastian Raschka, Vahid Mirjalili, Helion, 2019
Uwagi:

Kryteria oceniania:

egzamin tradycyjny-pisemny: 0.00%

egzamin testowy: 40.00%

egzamin ustny: 0.00%

kolokwium: 0.00%

referaty/eseje: 0.00%

ocena z ćwiczeń: 0.00%

inne: 0.00%

projekty: 60.00%

studia przypadków: 0.00%

prezentacje indywidualne lub grupowe: 0.00%

Zajęcia w cyklu "Semestr letni 2023/24" (zakończony)

Okres: 2024-02-24 - 2024-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Laboratorium - Ocena
Skrócony opis:

Celem przedmiotu jest nauczenie podstaw programowania studentów kierunków ilościowych. W ramach przedmiotu oprócz podstawowej wiedzy i umiejętności dotyczących tworzenia programów, dobrych praktyk pisania kodu i algorytmiki, studenci powinni zapoznać się z podstawami najbardziej popularnych w obszarze ilościowym języków programowania: Python i R.
Literatura:

Literatura podstawowa:

The Coder's Apprentice, Learning Programming with Python 3, Pieter Spronck, http://spronck.net/pythonbook/pythonbook.pdf, https://en.wikibooks.org/wiki/Non-Programmer%27s_Tutorial_for_Python_3, https://en.wikibooks.org/wiki/A_Beginner%27s_Python_Tutorial

Przewodnik po pakiecie R, Biecek Przemysław, http://www.biecek.pl/R/

An introduction to R, Rproject team, https://cran.r-project.org/manuals.html,

https://en.wikibooks.org/wiki/R_Programming,

Literatura uzupełniająca:

Python. Wprowadzenie. Wydanie V, Mark Lutz, Helion, 2022

Python Machine Learning, 3rd Edition, Sebastian Raschka, Vahid Mirjalili, Packt Publishing Ltd., 2019

ew. polska edycja: Python. Uczenie maszynowe. Wydanie II, Sebastian Raschka, Vahid Mirjalili, Helion, 2019
Uwagi:

Kryteria oceniania:

egzamin tradycyjny-pisemny: 0.00%

egzamin testowy: 40.00%

egzamin ustny: 0.00%

kolokwium: 0.00%

referaty/eseje: 0.00%

ocena z ćwiczeń: 0.00%

inne: 0.00%

projekty: 60.00%

studia przypadków: 0.00%

prezentacje indywidualne lub grupowe: 0.00%

Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)

Okres: 2023-10-01 - 2024-02-23
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Ewa Ratuszny, Wiktor Wojciechowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Laboratorium - Ocena
Skrócony opis:

Celem przedmiotu jest nauczenie podstaw programowania studentów kierunków ilościowych. W ramach przedmiotu oprócz podstawowej wiedzy i umiejętności dotyczących tworzenia programów, dobrych praktyk pisania kodu i algorytmiki, studenci powinni zapoznać się z podstawami najbardziej popularnych w obszarze ilościowym języków programowania: Python i R.
Literatura:

Literatura podstawowa:

The Coder's Apprentice, Learning Programming with Python 3, Pieter Spronck, http://spronck.net/pythonbook/pythonbook.pdf, https://en.wikibooks.org/wiki/Non-Programmer%27s_Tutorial_for_Python_3, https://en.wikibooks.org/wiki/A_Beginner%27s_Python_Tutorial

Przewodnik po pakiecie R, Biecek Przemysław, http://www.biecek.pl/R/

An introduction to R, Rproject team, https://cran.r-project.org/manuals.html,

https://en.wikibooks.org/wiki/R_Programming,

Literatura uzupełniająca:

Python. Wprowadzenie. Wydanie V, Mark Lutz, Helion, 2022

Python Machine Learning, 3rd Edition, Sebastian Raschka, Vahid Mirjalili, Packt Publishing Ltd., 2019

ew. polska edycja: Python. Uczenie maszynowe. Wydanie II, Sebastian Raschka, Vahid Mirjalili, Helion, 2019
Uwagi:

Kryteria oceniania:

egzamin tradycyjny-pisemny: 0.00%

egzamin testowy: 40.00%

egzamin ustny: 0.00%

kolokwium: 0.00%

referaty/eseje: 0.00%

ocena z ćwiczeń: 0.00%

inne: 0.00%

projekty: 60.00%

studia przypadków: 0.00%

prezentacje indywidualne lub grupowe: 0.00%
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Szkoła Główna Handlowa w Warszawie.
al. Niepodległości 162
02-554 Warszawa tel: +48 22 564 60 00 http://www.sgh.waw.pl/ kontakt deklaracja dostępności mapa serwisu USOSweb 7.1.0.0