Tento kurz poskytuje studentům vhled do praktických aspektů statistického a ekonometrického modelování prostřednictvím série případových studií z oblasti data science, s důrazem na udržitelnost a environmentální dopady. Studenti budou řešit reálné scénáře v souladu s cíli Green Dealu. Studenti se na
Tento kurz poskytuje studentům vhled do praktických aspektů statistického a ekonometrického modelování prostřednictvím série případových studií z oblasti data science, s důrazem na udržitelnost a environmentální dopady. Studenti budou řešit reálné scénáře v souladu s cíli Green Dealu. Studenti se naučí aplikovat statistické a ekonometrické modely k řešení komplexních problémů, činit informovaná rozhodnutí s ohledem na environmentální aspekty a vyvozovat smysluplné poznatky z dat. Tento kurz je navržen tak, aby posiloval schopnost studentů rozvíjet vlastní postupy, analytické myšlení a samostatnou práci v oblasti data science. Studenti budou vedeni ke kritickému a tvořivému myšlení, při kterém budou objevovat inovativní přístupy k řešení komplexních reálných problémů. Budou mít příležitost analyzovat různé sady dat, čímž rozšíří svou schopnost pracovat s různorodými a komplexními zdroji. Kromě toho budou studenti pracovat ve skupinách, zapojovat se do společných projektů a diskusí s důrazem na udržitelnost, což jim dále rozvine dovednost efektivní týmové práce a kolektivního řešení problémů. Kurz tak kombinuje individuální přístup, týmovou spolupráci a analýzu reálných datových sad, čímž vytváří učební prostředí, které podporuje jak samostatné myšlení, tak efektivní spolupráci při řešení současných a budoucích výzev.
Po úspěšném absolvování kurzu budou studenti schopni: • Prokázat komplexní porozumění statistickým a ekonometrickým modelům a jejich aplikacím v oblasti datové vědy. • Aplikovat praktické dovednosti v analýze dat, včetně regresní analýzy, analýzy časových řad a evaluace modelů. • Kriticky a kreativně myslet, vyvíjet inovativní přístupy k řešení současných a budoucích výzev s důrazem na udržitelná rozhodnutí. • Formulovat hypotézy, navrhovat experimenty a vyvozovat smysluplné a závěry z analýzy dat. • Řešit problémy v oblasti data science a prokázat schopnost pracovat samostatně. • Efektivně přispívat do skupinových projektů a diskusí. • Účinně komunikovat výsledky a poznatky písemně i ústně různým cílovým skupinám. • Hodnotit platnost a limitace statistických a ekonometrických modelů v různých kontextech. • Činit informovaná a udržitelná rozhodnutí na základě poznatků získaných z dat. • Přizpůsobit statistické a ekonometrické modely různým aplikacím a prokázat tak flexibilitu a adaptabilitu.
• Základy používání statistických a ekonometrických technik pro analýzu reálných datových sad. • Praktické zkušenosti s používáním programovacích jazyků (R a Python) pro analýzu dat. • Interpretace a efektivní komunikace výsledků statistických a ekonometrických modelů. • Kritické zhodnocení platnosti a limitací statistických a ekonometrických modelů. • Analýza a diskuse případových studií z environmentálních oblastí.
Základní:
Používej Markdown: ## Nadpis, **tučně**, `kód`, - odrážky, > citace