Zajęcia organizacyjne

21 Feb 2022

Analiza danych w czasie rzeczywistym

Semestr latni 2021/2022, SGH Szkoła Główna Handlowa w Warszawie

Course Topics and Calendar

Więcej szczegółowych informacji znajdziesz w sylabusie.

List rekomendowanych ksiązek!

Tematyka

• L01: Course overview, introduction to small data
• L02: The brief history of structured and unstructured data models
• L03: Time for stream data
• L04: Anomaly detection in stream data

• L05: TEST

• C01: Python for ML (OOP, Numpy, Pandas)
• C02: Structured and unstructured data in Python (SQLAlchemy, Flask)
• C03: Apache Spark - Intro to structured and unstructured data (RDD, DataFrame)
• C04: Apache Spark - Time Windows
• C05: Apache Kafka
• C06: Apache Spark - Stream RDD
• C07: Apache Spark - Stream DataFrame
• C08: Apache Spark - ML - case study
• C09: Apache Spark - ML - case study
• C10: Cloud env for stream analytics

Kiedy

Grupa dzienna:

1. 21-02-2022 09:50-11:30 - Lecture 1
2. 28-02-2022 09:50-11:30 - Lecture 2
3. 07-03-2022 09:50-11:30 - Lecture 3
4. 14-03-2022 09:50-11:30 - Lecture 4

5. 21-03-2022 09:50-11:30 - Lecture 5

6. 28-03-2022 08:00-17:00 - Cwiczenia 1
7. 04-04-2022 08:00-17:00 - Cwiczenia 2
8. 11-04-2022 08:00-17:00 - Cwiczenia 3
9. 25-04-2022 08:00-17:00 - Cwiczenia 4
10. 09-05-2022 08:00-17:00 - Cwiczenia 5
11. 16-05-2022 08:00-17:00 - Cwiczenia 6
12. 23-05-2022 08:00-17:00 - Cwiczenia 7
13. 30-05-2022 08:00-17:00 - Cwiczenia 8
14. 06-06-2022 08:00-17:00 - Cwiczenia 9

15. Where

Lectures 1-5: G-Aula II Labs 1-9: C-4D

Instructors

• Instructor: Sebastian Zając

Overall Format and Participation

• Począwszy od pierwszych zajęc studenci organizują grupy projektowe (max. 5 osób) do realizacji projektu w ramach przedmiotu. Tematyka projektu powinna byc zdefiniowana do pierwszych cwiczeń w maju (Ćwiczenia 5 - 09-05-2022).

Technologia

1. GIT

2. Python, Juputer notebook, Colab

3. Docker

4. Databricks Community edition. Zarejestruj się i zaloguj.

5. Spark, Flink, Kafka

Informacje dodatkowe, plany

Nowy przedmiot

• Wstęp do kwantowego uczenia maszynowego

Koło naukowe:

• Programowanie w Pythonie
• Wykorzystanie narzędzi Kafka, Spark, Flink
• Współpraca z PKO i analiza rzeczywistych firmowych danych
• Podstawy matematyki !
• Quantum Machine Learning

Jeśli chcesz otrzymywać informacje o kolejnych inicjatywach QWorld, QPoland i Quantum AI Foundation, zachęcamy do:

• QPoland fb
• QWorld19
• Quantum-AI-Foundation
• Warsaw Quantum Computing Group

Grupy Facebookowe:

• QPoland
• QuantumAI
• Warsaw Quantum

Listy mailingowe:

https://groups.google.com/g/qpoland https://groups.google.com/forum/#!forum/warsaw-quantum-computing-group

Slack:

QPoland: qpoland.slack.com

QWorld: qworldworkspace.slack.com

na LinkedIn:

https://www.linkedin.com/company/qworld19 https://www.linkedin.com/company/quantumaifoundation

strony www:

https://qworld.lu.lv https://qworld.lu.lv/index.php/qpoland http://www.qaif.org

kanały na YouTube:

QWorld Quantum AI Foundation