Szkoła Główna Handlowa w Warszawie - Centralny System Uwierzytelniania
Strona główna

Major courses for AAB - masters (grupa przedmiotów zdefiniowana przez Szkoła Główna Handlowa w Warszawie)

Jednostka: Szkoła Główna Handlowa w Warszawie Zestaw przedmiotów, który widzisz poniżej został zdefiniowany przez tę jednostkę. Jednostka ta nie musi mieć jednak związku z organizacją wymienionych przedmiotów (jednostką odpowiedzialną za organizację przedmiotu jest jednostka wymieniona w odpowiedniej kolumnie w tabeli poniżej). Więcej o tym przeczytasz w Pomocy.
Grupa przedmiotów: Major courses for AAB - masters
wybierz inną grupę zobacz plany zajęć tej grupy
Jeśli chcesz zmienić te ustawienia na stałe, edytuj swoje preferencje w menu Mój USOSweb.
Legenda
Jeśli przedmiot jest prowadzony w danym cyklu dydaktycznym, to w odpowiedniej komórce pojawi się koszyk rejestracyjny. Ikona koszyka zależy od tego, czy możesz się rejestrować na dany przedmiot.
niedostępny (zaloguj się!) - nie jesteś zalogowany
niedostępny - aktualnie nie możesz się rejestrować
zarejestruj - możesz się zarejestrować
wyrejestruj - możesz się wyrejestrować (lub wycofać prośbę)
prośba - złożyłeś prośbę o zarejestrowanie (i nie możesz jej już wycofać)
zarejestrowany - jesteś pomyślnie zarejestrowany (i nie możesz się wyrejestrować)
Kliknij na ikonę "i" przy koszyku, aby uzyskać dodatkowe informacje.

20221 - Semestr zimowy 2022/23
20222 - Semestr letni 2022/23
20231 - Semestr zimowy 2023/24
20232 - Semestr letni 2023/24
(zajęcia mogą być semestralne, trymestralne lub roczne)
Opcje
20221 20222 20231 20232
229091-D brak brak
Zajęcia przedmiotu
Semestr zimowy 2023/24
  • Laboratorium - 30 godzin
Semestr letni 2023/24
  • Laboratorium - 30 godzin
Grupy przedmiotu

Skrócony opis

Advanced business analytics. Data imputation. Advanced regression techniques. Customer Life Time Value.

Strona przedmiotu
222801-D
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Wykład - 60 godzin
Semestr letni 2022/23
  • Wykład - 60 godzin
Semestr zimowy 2023/24
  • Wykład - 60 godzin
Semestr letni 2023/24
  • Wykład - 60 godzin
Grupy przedmiotu

Skrócony opis

Global search vs. local search. Hard optimization (unimodal vs. multimodal search, continuous vs. discrete optimization). Simulated annealing algorithm, Tabu search method, Genetic algorithm, Differential evolution, Nelder-Mead method, Particle swarm optimization, Ant colony optimization, Iterated Local Search, Variable Neighborhood Search, Penalty method, GRG method, Augmented Lagrangean method, Fundamentals of complexity theory. Implementation of selected methods in GNU R.

Strona przedmiotu
220521-D
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Laboratorium - 16 godzin
Semestr letni 2022/23
  • Laboratorium - 16 godzin
Semestr zimowy 2023/24
  • Laboratorium - 16 godzin
Semestr letni 2023/24
  • Laboratorium - 16 godzin
Grupy przedmiotu

Skrócony opis

The course introduces the R programming language. The first lab discusses installing and configuring R and selected editors. The next block of labs introduces basic data structures: vectors and lists, and data structures based on them: matrices, and data frames. The last block of labs introduces basic programming techniques, including conditional execution, looping and mapping, and functions. Some additional packages are also described.

Strona przedmiotu
223091-D
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Laboratorium - 15 godzin
  • Wykład - 15 godzin
Semestr letni 2022/23
  • Laboratorium - 15 godzin
  • Wykład - 15 godzin
Semestr zimowy 2023/24
  • Laboratorium - 30 godzin
Semestr letni 2023/24
  • Laboratorium - 30 godzin
Grupy przedmiotu

Skrócony opis

Within the subject the following topics will be discussed: technological elements of Big Data, data types, Big Data analytics, data streams processing, big data applications, data privacy and ethical issues.

Strona przedmiotu
224391-D
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Wykład - 30 godzin
Semestr letni 2022/23
  • Wykład - 30 godzin
Semestr zimowy 2023/24
  • Wykład - 30 godzin
Semestr letni 2023/24
  • Wykład - 30 godzin
Grupy przedmiotu

Skrócony opis

Cloud computing. Infrastructure-as-a-service (IaaS). Platform-as-a-service (PaaS). Collection and data management in the cloud. Relational databases and data warehousing in the cloud. NoSQL databases. Data analytic in the cloud . BigData - Hadoop and Spark int the cloud. Numerical and scientific computing in the cloud - grid computing. Economic fundamentals of cloud computing. Optimizing cloud computing costs. Cloud security.

Strona przedmiotu
220311-D
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Laboratorium - 30 godzin
Semestr letni 2022/23
  • Laboratorium - 30 godzin
Semestr zimowy 2023/24
  • Laboratorium - 30 godzin
Semestr letni 2023/24
  • Laboratorium - 30 godzin
Grupy przedmiotu

Skrócony opis

The combination of statistics (descriptive and logistic regression), AI/ML (Artificial Intelligence and Machine Learning: elements of decision trees, XGBoosting, random forests, deep learning and variable selection heuristics) with programming in SAS and OpenSource is presented. During the course, software in SAS and OpenSource for building predictive models and simulating the credit approval process is improved and modified. Each class is usually a presentation of a program and algorithm along with a business interpretation.

Strona przedmiotu
220551-D
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Wykład - 30 godzin
Semestr letni 2022/23
  • Wykład - 30 godzin
Semestr zimowy 2023/24
  • Wykład - 30 godzin
Semestr letni 2023/24
  • Wykład - 30 godzin
Grupy przedmiotu

Skrócony opis

1. Cyberspace and digital economy

2. Introduction to information security

3. Cybersecurity and risk management

4. Attack vectors according to the MITRE ATT&CK framework

5. Case studies

6. The secure usage of digital services

7. The law in cybersecurity

8. The global digital companies

9. InfoOps in cyberspace

10. Hacking Artificial Intelligence

11. Ethical issues

12. Future trends in cybersecurity

Strona przedmiotu
223121-D
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Laboratorium - 30 godzin
Semestr letni 2022/23
  • Laboratorium - 30 godzin
Semestr zimowy 2023/24
  • Laboratorium - 30 godzin
Semestr letni 2023/24
  • Laboratorium - 30 godzin
Grupy przedmiotu

Skrócony opis

Classes are focused on teaching students advanced data mining and text mining techniques, including advanced methods of big data analysis. As a result of dynamic development of this interdisciplinary research a lot of effective algorithms were developed allowing automatically discovery of knowledge from databases, including unstructured data available in internet. This knowledge may be used in decision processes in business (including enterprises), science and technology.

Strona przedmiotu
223061-D
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Laboratorium - 30 godzin
Semestr letni 2022/23
  • Laboratorium - 30 godzin
Semestr zimowy 2023/24
  • Laboratorium - 30 godzin
Semestr letni 2023/24
  • Laboratorium - 30 godzin
Grupy przedmiotu

Skrócony opis

Principles of relational database building. Object (abstract) data types which make possible to create internally composed structures as array or table. Basic types of queries - overview. Advanced queries which allow to work in corporate environment with big volume databases, many different

structures, highly diversified users information need. Aggregate functions, analytical functions, commands dedicated to datawarehouse systems.

Strona przedmiotu
229081-D brak brak
Zajęcia przedmiotu
Semestr zimowy 2023/24
  • Laboratorium - 30 godzin
Semestr letni 2023/24
  • Laboratorium - 30 godzin
Grupy przedmiotu

Skrócony opis

The aim of this course is to provide students with knowledge in the field of duration analysis, both in frequentist and Bayesian approach. During the course, various kinds of models are discussed i.e. non-parametric, parametric, and semi-parametric models. The theoretical framework of the duration models, methods of their estimation and their verification are presented in frequentist and Bayesian approach.

Strona przedmiotu
220541-D
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Laboratorium - 30 godzin
Semestr letni 2022/23
  • Laboratorium - 30 godzin
Semestr zimowy 2023/24
  • Laboratorium - 30 godzin
Semestr letni 2023/24
  • Laboratorium - 30 godzin
Grupy przedmiotu

Skrócony opis

See the semester plan

Strona przedmiotu
223101-D
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Laboratorium - 30 godzin
Semestr letni 2022/23
  • Laboratorium - 30 godzin
Semestr zimowy 2023/24
  • Laboratorium - 30 godzin
Semestr letni 2023/24
  • Laboratorium - 30 godzin
Grupy przedmiotu

Skrócony opis

Within the subject the following topics will be discussed: methods of data visualisation, visualisation tools, visual data exploration, visualisation of spatial data, building interactive visualisations. Subject contains lectures and practical exercises concerning visual data exploration and building different kind of visualisations.

Strona przedmiotu
222891-D
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Laboratorium - 20 godzin
  • Wykład - 10 godzin
Semestr letni 2022/23
  • Laboratorium - 20 godzin
  • Wykład - 10 godzin
Semestr zimowy 2023/24
  • Laboratorium - 20 godzin
  • Wykład - 10 godzin
Semestr letni 2023/24
  • Laboratorium - 20 godzin
  • Wykład - 10 godzin
Grupy przedmiotu

Skrócony opis

1. From Flat Files to Data Mash: Data Processing Models in Big Data.

2. ETL and Batch (Offline Learning) and Incremental (Online Learning) Modeling. Map-Reduce.

3. Data Streams, Events, and Time and Time Window Concepts in Real-time Data Processing.

4. Microservices and Communication via REST API.

5. Contemporary Architectures for Stream Data Processing Applications - Lambda, Kappa, Pub/Sub.

6. Processing Structured and Unstructured Data. Programming Environment for Python.

7. Utilizing Python Object-Oriented Elements in the Modeling Process with Scikit-Learn and Keras.

8. Python Object-Oriented Programming Basics. Building Classes for Random Walk, Perceptron, and Adeline Algorithms.

9. Preparing a Microservice with an ML Model for Production Use.

10. Streaming Data Using RDDs with Apache Spark. Introduction to the DataFrame Object.

11. Methods for Creating Data Streams Using the DataFrame Object in Apache Spark. Setting Output and Input.

12. S

Strona przedmiotu
223491-D
Zajęcia przedmiotu
Semestr zimowy 2022/23
  • Laboratorium - 15 godzin
  • Wykład - 30 godzin
Semestr letni 2022/23
  • Laboratorium - 15 godzin
  • Wykład - 30 godzin
Semestr zimowy 2023/24
  • Laboratorium - 15 godzin
  • Wykład - 30 godzin
Semestr letni 2023/24
  • Laboratorium - 15 godzin
  • Wykład - 30 godzin
Grupy przedmiotu

Skrócony opis

Getting to know statistical algorithms of predictive model building used in decision making support. Practical aspects of model building: data collection and transformation, parameter estimation, prediction and decision making support based on models implemented in a programming language. Model Evaluation measurements and visualization.

Strona przedmiotu
al. Niepodległości 162
02-554 Warszawa
tel: +48 22 564 60 00 http://www.sgh.waw.pl/
kontakt deklaracja dostępności USOSweb 7.0.2.0