Skip to content

Latest commit

 

History

History
236 lines (227 loc) · 6.43 KB

README.md

File metadata and controls

236 lines (227 loc) · 6.43 KB

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 Oddanie P1.1
6 30-03 Projekt 1 - pakiety AutoEDA Tworzenie pakietów R - część 1
7 06-04
8 13-04 Prezentacje studenckie Tworzenie pakietów R - część 2 Oddanie P1.2
9 20-04 Prezentacje studenckie Praca z GitHub - zarządzanie projektem, ustalenia techniczne Projektu 2,
zasady pracy
10 27-04 Projekt 2 - składowe Praca nad Projektem 2
11 11-05 Code review Praca nad Projektem 2
12 18-05 - -
13 25-05 Prezentacje studenckie Prezentacje studenckie
14 01-06 Prezentacje studenckie
15 15-06

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, ∞)