ISKM55 Tools and Methods of Data Analytics

Faculty of Arts
Autumn 2020
Extent and Intensity
1/1/0. 5 credit(s). Type of Completion: k (colloquium).
Teacher(s)
Mgr. Pavel Klammert (lecturer)
Jan Kudělka (lecturer)
Mgr. Jan Mayer (lecturer)
Mgr. Tomáš Marek (assistant)
Guaranteed by
PhDr. Petr Škyřík, Ph.D.
Department of Information and Library Studies – Faculty of Arts
Contact Person: Mgr. Alice Lukavská
Supplier department: Department of Information and Library Studies – Faculty of Arts
Timetable
Mon 16:00–17:40 B2.33
Prerequisites (in Czech)
TYP_STUDIA(N)
Předmět nepředpokládá, žádné předchozí technické znalosti (mimo standardní počítačové gramotnosti). Není potřeba žádné speciální programové vybavení.
Tento předmět z nové akreditace nahrazuje B předmět s kódem VIKMB42. Pokud máte absolvován předmět VIKMB42, ISKM55 si nezapisujte.
Course Enrolment Limitations
The course is also offered to the students of the fields other than those the course is directly associated with.
The capacity limit for the course is 20 student(s).
Current registration and enrolment status: enrolled: 0/20, only registered: 0/20, only registered with preference (fields directly associated with the programme): 0/20
fields of study / plans the course is directly associated with
there are 7 fields of study the course is directly associated with, display
Course objectives (in Czech)
Cílem předmětu je poskytnutí studentům vhled do problematiky datové analýzy a nejpoužívanějších metod či nástrojů pro práci s daty.
Po absolvování předmětu bude student za pomoci rozličných nástrojů schopen:
Získat data z rozličných zdrojů,
Vyčistit a zpracovat data do strojem použitelné podoby,
Provést na datech základní analytické operace,
Prezentovat výsledná zjištění pomocí interaktivních vizualizací.
Syllabus (in Czech)
  • Úvod do problematiky datové analýzy
  • Základní datové formáty a práce s nimi (binární, textové)
  • Stručný úvod do internetových technologií (API)
  • Analýza dat prostřednictvím Microsoft Excel a Google Sheets
  • Základní metody data miningu a web scrapingu
  • Běžně používané nástroje pro práci s webovými daty (regulární výrazy, xpath)
  • Transformace a vizualizace dat pomocí nástroje business intelligence PowerBI
  • Stručný úvod do Python knihovny Pandas
Literature
    required literature
  • AHMAD, Zeeshan. Learn Regex the easy way. Github.com [online]. 2017 [cit. 2018-06-09]. Dostupné z: https://github.com/zeeshanu/learn-regex/blob/master/README.md
  • Open Data Handbook [online]. United Kingdom [cit. 2018-06-09]. Dostupné z: http://opendatahandbook.org/glossary/en/
    recommended literature
  • FERRARI, Alberto. Analyzing data with Power BI and Power Pivot for Excel. Redmond, WA: Microsoft Press, 2016. ISBN 978-1509302765.
  • BARILLA, Jiří, Pavel SIMR and Květuše SÝKOROVÁ. Microsoft Excel 2016 : podrobná uživatelská příručka. První vydání. Brno: Computer Press, 2016, 456 stran. ISBN 9788025148389. info
  • MCKINNEY, Wes. Python for data analysis : [agile tools for real world data]. 1st ed. Sebastopol, Calif.: O'Reilly, 2013, xiii, 452. ISBN 9781449319793. info
Teaching methods
Weekly lectures. Course is available for distance students.
Assessment methods
For successful termination of the course students must a) solve homeworks and study literature b) sucessfully elaborate and defend the final project.
Language of instruction
Czech
Further Comments
Study Materials
The course is also listed under the following terms Autumn 2019, Autumn 2021, Autumn 2022, Autumn 2023.
  • Enrolment Statistics (Autumn 2020, recent)
  • Permalink: https://is.muni.cz/course/phil/autumn2020/ISKM55