Multivariate Data Analysis
Teoretyczne podstawy i praktyczne zastosowania analizy korespondencji, analizy głównych składowych, analizy dyskryminacyjnej, analizy czynnikowej oraz analizy skupień – z wykorzystaniem gotowych pakietów R oraz bibliotek Pythona: pandas, matplotlib, scipy, numpy. Tworzenie i trenowanie modeli dostosowanych do danych wielowymiarowych (biblioteka scikit-learn). Preprocessing danych wielowymiarowych. Wizualizacja danych oraz wyników analiz. Różne rodzaje regresji – dobór metody i jej wykorzystanie.
- Prowadzący: dr inż. Piotr Kowalski
Interdisciplinary Problem-based Learning Project (Interdyscyplinarny projekt problemowy)
- Prowadzący: dr inż. Lyudmyla Kirichenko
Applied Statistics
- Prowadzący: dr inż. Lyudmyla Kirichenko
Multivariate data analysis
- Prowadzący: dr inż. Piotr Kowalski