ESF:BKM_VTAB Selected topics of BDA - Course Information
BKM_VTAB Selected topics of business data analysis
Faculty of Economics and AdministrationSpring 2023
- Extent and Intensity
- 0/0/0. 6 credit(s). Type of Completion: z (credit).
- Teacher(s)
- Mgr. Bc. Martin Chvátal, Ph.D. (lecturer)
Ing. Mgr. Michal Rychnovský, Ph.D. MSc (lecturer) - Guaranteed by
- Mgr. Bc. Martin Chvátal, Ph.D.
Department of Applied Mathematics and Computer Science – Faculty of Economics and Administration
Contact Person: Lenka Hráčková
Supplier department: Department of Applied Mathematics and Computer Science – Faculty of Economics and Administration - Timetable
- Sat 25. 2. 16:00–19:50 P403, Fri 14. 4. 12:00–15:50 P403, Fri 5. 5. 12:00–15:50 P403
- Prerequisites (in Czech)
- FORMA(K)
- Course Enrolment Limitations
- The course is also offered to the students of the fields other than those the course is directly associated with.
- fields of study / plans the course is directly associated with
- Business Analytics (programme ESF, B-BA)
- Course objectives (in Czech)
- Cílem předmětu je, aby se student vzájemně seznámili s problémy, se kterými se setkávají v komerční praxi, a jejich možným řešením. Dále je cílem rozvoj schopností týmové spolupráce při zpracování zvoleného tématu a prezentaci dosažených zjištění.
- Learning outcomes (in Czech)
- Student bude po absolvování předmětu schopen: - provést rešerši (online) zdrojů, tak aby se rychle zorientoval v nové problematice - využít získané poznatky z oblasti datové analýzy pro řešení praktického problému a prezentovat dosažené výsledky, - spolupracovat v projektovém týmu v souladu s nastavenými pravidly spolupráce a stanovenými termíny.
- Syllabus (in Czech)
- Studenti se budou ve dvou – tříčlenných týmech podílet na řešení vybraných témat ze zadaného seznamu: • Příklady použití matematiky a statistiky v analytické praxi • Příklady misinterpretace statistických výsledků • Napojení R na existující firemní datové zdroje • Příklad R skriptu pro řešení reálného pracovního problému • Programy a postupy pro analýzu finančních dat firmy • GDPR a právní ochrana dat • Jak zabezpečovat data na počítači, flashce i v onlinu • Časté a bolestivé chyby při práci s SQL • Indexace a optimalizace SQL skriptů • Analýza dat z Google Analytics v digitálním marketingu • Export a formátování - jak se chovat v situaci, kdy se data exportují v různých formátech a je potřeba je v rámci zpracování převést do jiného, společného formátu • "Čištění" dat - konkrétní příklady jak naložit s databázemi, které obsahují neúplné / blanketní položky • Ukázka využití zajímavých veřejných databází (ČSÚ, ARAD od ČNB) pro vlastní projekty - např. www.datapaq.cz • Jak efektivně automaticky aktualizovat veřejně dostupná data ve worksheet (např. v Excel) nebo na vlastním webu • Prezentace práce v Power BI • Online vzdělávací kurzy pro zvyšování kvalifikace v práci s daty - ukázky, tipy, hodnocení • Představení machine learning a práce s "boty" - např. využití Azure pro tvorbu vlastního chatbota na webové stránky • Fenomén "low" kódování - vytváření aplikací "laiky" pro zpracování dat v prostředí MS Power Apps • Data scraping v R, Python nebo Power automate spolu s prezentováním získaných dat • Praktická ukázka napojení na vybrané api pomocí R nebo Python a aplikace statistických metod na takto získaná data • Tvorba jednoduchého vlastního webu na wordpress a analyzování dat z jeho prohlížení • Propojení vlastního webu s shiny s nějakou zajímavou statistikou • Zajímavé balíčky R • Jak prezentovat a jak neprezentovat data • Jak vytvořit dotazník, možná úskalí, jak jej vyvěsit, kde a analýza dat z něj získaných • Aplikace data-science ve finanční oblasti • Modelování predikce dat • Automatizace rutinních úkolů v excel nebo r pomocí scriptů
- Literature
- GEMIGNANI, Zach, Chris GEMIGNANI, Richard GALENTINO and Patrick Jude SCHUERMANN. Efektivní analýza a využití dat. Translated by Jiří Huf. 1. vydání. Brno: Computer Press, 2015, 240 stran. ISBN 9788025145715. info
- PROVOST, Foster and Tom FAWCETT. Data science for business : what you need to know about data mining and data-analytic thinking. 1st ed. Beijing: O'Reilly, 2013, xxi, 386. ISBN 9781449361327. info
- Teaching methods (in Czech)
- Peer-to-peer learning, týmová práce při řešení praktického problému, prezentace a zpětná vazba
- Assessment methods (in Czech)
- Předmět je ukončen zápočtem na základě prezentace řešení zvoleného tématu a aktivní zapojení do diskuze.
- Language of instruction
- Czech
- Further comments (probably available only in Czech)
- Study Materials
The course is taught annually.
Information on the extent and intensity of the course: tutorial 12 hodin.
- Enrolment Statistics (Spring 2023, recent)
- Permalink: https://is.muni.cz/course/econ/spring2023/BKM_VTAB