/2023L-AdvancedR

Programming and data analysis advanced in R course in Spring 2022/23

Primary LanguageHTML

Programowanie i analiza danych dla zaawansowanych w R

@kozaka93

Terminy i tematy zajęć

# Data Wykład Laboratorium Projekt
1 23.02 Co będziemy robić? Zasady zaliczenia przedmiotu. Wstęp do tematyki zajęć. Wprowadzenie do projektów.
2 02-03 CRISP DM = CRoss Industry Standard Process for Data Mining Rozgrzewka z R. Projekt 1 - cel, wymagania, efekty.
3 09-03 Dobre praktyki tworzenia kodu w R Ćwiczenie dobrych praktyk tworzenia kodu w R. Konsultacje.
4 16.03 EDA & AutoEDA Reprodukowalność wyników. Konsultacje.
5 23.03 Prezentacje studenckie. Znajomość pakietów z rodziny tidyverse - część 1. Oddanie P1.1
6 30.03 Projekt 1 - pakiety AutoEDA Tworzenie pakietów R - część 1
7 06.04
8 13.04 Prezentacje studenckie. Prezentacje studenckie.
Tworzenie pakietów R - część 2.
Oddanie P1.2
9 20.04 Praca z GitHub - zarządzanie projektem. Zrób swój pierwszy pakiet w R. Projekt 2 - cel, wymagania, efekty. Ustalenia techniczne Projektu 2.
Zasady pracy.
10 27.04 Testy jednostkowe. Zrób swój pierwszy pakiet w R. Przypisanie zadań.
11 11-05 Review kodu. Praca nad Projektem 2. Konsultacje.
12 18.05 Prezentacje studenckie. Praca nad Projektem 2. Oddanie P2.1.
13 25.05 Prezentacje studenckie. Testowanie rozwiązania. Konsultacje.
14 01.06
Prezentacje studenckie. Rozwiązywanie problemów. Oddanie P2.2.
15 15.06 Prezentacje studenckie. Ostateczna weryfikacja rozwiązania. Konsultacje.

Schemat oceniania

W trakcie semestru można uzyskać do 100 punktów, które będą przydzielane według poniższej listy:

  • Projekty (2 x 45p)
  • Prezentacja (10p)

Aby zaliczyć kurs należy uzyskać co najmniej 51 punktów.

Oceny będą wystawiane zgodnie z tabelą:

Ocena 3 3.5 4 4.5 5
Punkty (50, 60] (60, 70] (70, 80] (80, 90] (90, ∞)