English (en)
Polski (pl)
Zaloguj się
Przejdź do głównej zawartości
DataScience 2023/2024
Strona główna
Kursy
Studia podyplomowe
DataScience 2023/2024
Kategorie kursów:
Studia stacjonarne
Studia stacjonarne / Przedmioty obieralne
Studia stacjonarne / Seminaria dyplomowe
Studia stacjonarne / Studia I stopnia
Studia stacjonarne / Studia I stopnia / Semestr I
Studia stacjonarne / Studia I stopnia / Semestr II
Studia stacjonarne / Studia I stopnia / Semestr III
Studia stacjonarne / Studia I stopnia / Semestr IV
Studia stacjonarne / Studia I stopnia / Semestr V
Studia stacjonarne / Studia I stopnia / Semestr VI
Studia stacjonarne / Studia I stopnia / Semestr VII
Studia stacjonarne / Studia II stopnia
Studia stacjonarne / Studia III stopnia
Studia stacjonarne / Studia III stopnia / DSW
Studia niestacjonarne
Studia niestacjonarne / Studia I stopnia
Studia niestacjonarne / Studia I stopnia / Semestr I
Studia niestacjonarne / Studia I stopnia / Semestr II
Studia niestacjonarne / Studia I stopnia / Semestr III
Studia niestacjonarne / Studia I stopnia / Semestr IV
Studia niestacjonarne / Studia I stopnia / Semestr V
Studia niestacjonarne / Studia I stopnia / Semestr VI
Studia niestacjonarne / Studia I stopnia / Semestr VII
Studia niestacjonarne / Przedmioty obieralne
Studia niestacjonarne / Przedmioty obieralne / Programowanie aplikacji WWW w technologii .NET
Courses in English
Materiały Informacyjne dla nauczycieli
Studia podyplomowe
Studia podyplomowe / Bezpieczeństwo Systemów i Sieci
Studia podyplomowe / Bezpieczeństwo Systemów i Sieci / Semestr I
Studia podyplomowe / Cyberbezpieczeństwo
Studia podyplomowe / DataScience 2023/2024
Studia podyplomowe / DataScience 2022/2023
Kursy dodatkowe
Zajęcia Katedry Matematyki
Zajęcia zlecone
Wideokonferencje
Wydział
DataScience 2023/2024
Przeszukaj kursy
Wykonaj
Sztuczne sieci neuronowe i deep learning
Język R jako narzędzie wizualizacji i raportowania
Wprowadzenie do uczenia maszynowego
Statystyczna analiza danych
Data Science z językiem Python 1
Technologie i środowisko Hadoop / ML Frameworks
Wybrane metody matematyczne w analizie danych
Język R w przetwarzaniu danych
Podstawowe narzędzia raportowania - Arkusz kalkulacyjny i wprowadzenie do SQL
Sieci neuronowe i deep learning
Technologie i środowisko Apache Hadoop/Spark - Wstęp
