BKM_VTAB Vybraná témata analýzy byznysových dat

Ekonomicko-správní fakulta
jaro 2024
Rozsah
tutorial 12 hodin. 6 kr. Ukončení: z.
Vyučující
Mgr. Bc. Martin Chvátal, Ph.D. (přednášející)
Ing. Mgr. Markéta Matulová, Ph.D. (přednášející)
Ing. Mgr. Michal Rychnovský, Ph.D. MSc (přednášející)
Garance
Mgr. Bc. Martin Chvátal, Ph.D.
Oddělení aplikované matematiky a informatiky – Ekonomicko-správní fakulta
Kontaktní osoba: Lenka Hráčková
Dodavatelské pracoviště: Oddělení aplikované matematiky a informatiky – Ekonomicko-správní fakulta
Rozvrh
Pá 23. 2. 12:00–15:50 P102, So 16. 3. 8:00–11:50 P303, So 13. 4. 12:00–15:50 P303
Předpoklady
FORMA(K)
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Cílem předmětu je, aby se studenti 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.
Výstupy z učení
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.
Osnova
  • 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
Literatura
  • BAUMER, Benjamin, Daniel KAPLAN a Nicholas J. HORTON. Modern data science with R. 2nd edition. Boca Raton: CRC Press, Taylor & Francis Group, 2021, xvii, 631. ISBN 9780367745448. info
  • GEMIGNANI, Zach, Chris GEMIGNANI, Richard GALENTINO a 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 a 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
Výukové metody
Peer-to-peer learning, týmová práce při řešení praktického problému, prezentace a zpětná vazba
Metody hodnocení
Předmět je ukončen zápočtem na základě prezentace řešení zvoleného tématu a aktivní zapojení do diskuze.
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2023, jaro 2025.