ferta otwartych zasobów edukacyjnych Politechniki Warszawskiej poszerzyła się o nowe kursy poświęcone analizie danych, uczeniu maszynowemu, wizualizacji danych i sztucznej inteligencji. Wśród autorów materiałów znaleźli się wykładowcy Wydziału Zarządzania PW.

Na platformie dostępne są już dwa kursy przygotowane przez pracowników naszego Wydziału:

• Jakość danych i data governance w analizie danych oraz ML – autor: mgr Radosław Zając,
• Wizualizacja danych – autorka: dr Agnieszka Kucharska.

Wkrótce dołączy do nich kurs:

• Python od podstaw – autor: mgr inż. Marcin Ścibisz.

Kurs „Jakość danych i data governance w analizie danych oraz ML” pokazuje, że skuteczna analityka i wykorzystanie uczenia maszynowego zaczynają się od odpowiedniej jakości danych oraz jasnych zasad zarządzania nimi. Uczestnicy poznają typowe problemy związane z jakością danych, ich wpływ na raportowanie, analizy i modele ML, a także sposoby podejmowania działań naprawczych i zapobiegawczych. Kurs łączy perspektywę techniczną, biznesową i organizacyjną, przygotowując m.in. do wspierania projektów BI, AI i ML oraz pracy w obszarze data governance.

Kurs „Wizualizacja danych” koncentruje się na odpowiednim przedstawianiu danych i wyników analiz. Rozwija kompetencje potrzebne do tworzenia czytelnych, poprawnych i użytecznych wizualizacji, które ułatwiają interpretację informacji, dostrzeganie zależności oraz komunikowanie wniosków odbiorcom.

Zapowiadany kurs „Python od podstaw” będzie natomiast propozycją dla osób, które chcą rozpocząć naukę jednego z najczęściej wykorzystywanych języków programowania w analizie danych i rozwiązaniach opartych na sztucznej inteligencji.

Materiały zostały przygotowane przez nauczycieli akademickich Politechniki Warszawskiej we współpracy z Ośrodkiem Kształcenia na Odległość PW w ramach projektu ENHANCER+. Kursy są przeznaczone dla osób o różnym poziomie zaawansowania i mogą być wykorzystywane również przez nauczycieli akademickich w ich własnej praktyce dydaktycznej.

Zapraszamy do zapoznania się z kursami w ramach Otwartych Zasobów Edukacyjnych eSEZAM 

(https://esezam.okno.pw.edu.pl/course/index.php?categoryid=108)