Wprowadzenie do Big Data science - wykład WSE-BD-WBDS-w

Celem zajęć jest zaprezentowanie teoretycznych oraz praktycznych podstaw inżynierii danych, zwłaszcza w zakresie Big Data. Słuchacz zyskuje świadomość metodologiczną i orientację w świecie dynamicznie rozwijających się społecznych big data – ich wolumenu, różnorodności oraz szybkość przetwarzania (Volume-Variety-Velocity, tzw. 3V), oraz zdobywa wiedzę na temat ich pozyskiwania, przechowywania, rafinacji oraz przetwarzania. Poza wprowadzeniem pojęcia Big Data, słuchacze poznają co pociąga za sobą analiza tych danych, a także związane z tym wyzwania techniczne, koncepcyjne i etyczne.

1. Big Data: definicja, historia i jej miejsce wśród innych metod analizy danych.
2. Era cyfrowa, czyli więcej i wciąż więcej danych. Pozyskiwanie danych, rodzaje danych oraz algorytmiczne sposoby ich transformowania do dużych zbiorów danych.
3. Od ładu do bezładu, czyli inwazja danych nieuporządkowanych. Big data jako poszukiwanie wzorców w danych.
4. Dlaczego technologia Big Data jest użyteczna? Cztery epistemologiczne „obietnice” analizy Big Data. Czy teoria jeszcze jest nam potrzebna?
5. Danetyzacja świata: kiedy słowa stają się danymi. Algorytmy Text mining służące analizie słów.
6. Danetyzacja świata: kiedy położenie staje się informacją.
7. Danetyzacja: kiedy interakcje stają się danymi. Analityka Sieci Społecznych (Social Network Analysis) do opisywania interakcji w grupach społecznych.
8. Danetyzacja: o roli „śladu cyfrowego”. Jak analizowane są dane w Internecie i do jakich celów.
9. Łańcuch wartości w epoce Big Data.
10. Pośrednicy nowych danych. Zarządzanie danymi. Regulacje Unii Europejskiej.
11. Big Data: śmierć eksperta czy rozwój systemów ekspertowych? Jak Big Data wspiera proces stawiania ekspertyz i diagnostyki.
12. Metody analizy danych wykorzystywane w Big Data w pigułce.
13. Zagrożenia ze strony Big Data: fakty i mity.
14. Kontrola. Jak Big Data wzmacnia trafność diagnostyczną i prognostyczną zjawisk społecznych.
15. Kolokwium