22 października 2019 r. na Uniwersytecie Ekonomicznym w Poznaniu odbyło się spotkanie organizacyjne Studenckiego Koła Naukowego Data Science. Podczas spotkania zostały omówione kluczowe kierunki rozwoju studenckiego koła naukowego w roku akademickim 2019/2020 oraz podstawowe zagadnienia związane z obszarem zainteresowań SKN Data Science. Studenci oraz członkowie zarządu koła naukowego w szczególności przedstawili następujące tematy:
- Realizacja programu SKN w ubiegłym roku (Ksawery Smoczyński)
- Przedstawienie realizowanych projektów (Eryk Rutkowski, Oskar Riewe-Perła, Miłosz Sojka)
- Plan działań SKN w roku akademickim 2019/2020 (Szymon Kopyta)
- Tematy spotkań SKN dla studentów grupy podstawowej (Mikołaj Szymczak)
- Tematy spotkań SKN dla studentów grupy zaawansowanej (Jacek Jankowiak)
Dodatkowo na spotkaniu pracownicy Katedry Informatyki Ekonomicznej przedstawili zagadnienia związane teorią oraz praktyką wykorzystania Data Science w różnych obszarach.
Mgr Piotr Kałużny wygłosił referat przybliżający studentom pojęcie „Data Science”, które łączy metodę naukową z procesami, algorytmami i systemami informatycznymi w celu rozwiązywania problemów analitycznych i biznesowych. Opisując różnego rodzaju ustrukturyzowane i nieustrukturyzowane źródła danych, mogące być podstawą analiz, zaprezentowano także popularne narzędzia wspomagające. Studenci mogli dowiedzieć się czym jest GitHub, Google Colab, oraz pythonowe środowisko Anaconda, a także poznać możliwe źródła ekstrakcji danych w postaci crawlerów, API i dostępnych zewnętrznych serwisów danych. W związku z tym, że Data Science to podejście do rozwiązywania problemów, uczestnicy mieli okazję zapoznać się z kilkoma przykładami wykorzystania metod i algorytmów, zgodnie z paradygmatem Data Science, m.in. dynamicznej analizie wydźwięku z social media i wyekstrahowanych komentarzy z Google Play Store i App Store.
Dr Jacek Małyszko na podstawie przykładowych danych opowiedział o możliwościach analizy zachowania użytkowników na popularnych portalach internetowych. W szczególności zostało omówione zastosowanie reguł asocjacyjnych do tworzenia systemu rekomendacji dla użytkowników.
Dr Włodzimierz Lewoniewski przedstawił przykłady zastosowania danych z Wikipedii w różnych obszarach badawczych. Zostały także omówione problemy jakości informacji pomiędzy wersjami językowymi tej encyklopedii oraz możliwości automatycznego wzbogacenia Wikipedii. W szczególności zostały zaprezentowane podstawowe funkcje serwisu internetowego WikiRank, który pokazuje oceny jakości oraz popularności artykułów Wikipedii na podstawie analizy kilkudziesięciu terabajtów otwartych danych.
Celem koła naukowego jest propagowanie wśród studentów wiedzy na temat Data Science i analizy danych przy pomocy technologii informacyjnych, nauczanie i doskonalenie umiejętności studentów w zakresie programowania komputerów poprzez realizację projektów badawczych, podejmowanie współpracy z innymi organizacjami studenckimi w celu realizacji przedsięwzięć oraz wzajemnej wymiany doświadczeń.
Strona SKN Data Science na Facebooku: www.facebook.com/SKNDataScienceUEP/