Katedra Data Science

Uczenie maszynowe (ang. machine learning) czy uczenie głębokie (ang. deep learning) to coraz powszechniej stosowane w badaniach naukowych narzędzia, które są doskonałym uzupełnieniem tradycyjnych modeli ekonometrycznych. Algorytmy uczenia maszynowego pozwalają budować modele predykcyjne, identyfikować zależności występujące między zjawiskami społeczno-ekonomicznymi bez narzucania z góry konkretnego kształtu relacji. Dzięki temu często pozwalają wyjaśnić modelowane zjawisko z większą dokładnością. Aby lepiej zrozumieć wyniki modelowania wykorzystuje się narzędzia tzw. wytłumaczalnej sztucznej inteligencji (ang. explainable artificial intelligence, XAI) na poziomie globalnym (modelu) i lokalnym (pojedynczych obserwacji).

Olbrzymie i wciąż rosnące zasoby informacji dostępne są w postaci danych, których wykorzystanie wprost w modelowaniu ekonometrycznym nie jest możliwe. Są to dane w postaci tekstu, obrazów, nagrań wideo czy audio. Ich przetworzenie i wykorzystanie w modelowaniu wymaga specjalistycznych narzędzi analitycznych. Z kolei przetwarzanie i integracja danych różnych typów na potrzeby modelowania wymaga zaawansowanych kompetencji programistycznych.

Data Science jest pojęciem, które odnosi się do połączenia kompetencji statystycznych, analitycznych i programistycznych. Data scientist to osoba, która nie tylko umie przetwarzać tradycyjne dane tabelaryczne i wykonywać na nich analizy statystyczne, ale potrafi także analizować i przetwarzać olbrzymie ilości danych różnych typów, integrować je na potrzeby modelowania, stosować różnorodne algorytmy uczenia maszynowego i dokonywać na ich podstawie wnioskowania. 

Katedra Data Science łączy badaczy i dydaktyków posiadających tego rodzaju kompetencje.

Cele katedry:

  • integracja badaczek i badaczy z WNE UW posiadających kompetencje Data Science i wykorzystujących je w badaniach naukowych dotyczących zagadnień mikroekonomicznych, makroekonomicznych, przestrzennych, finansowych i innych
  • wykorzystywanie w badaniach różnorodnych typów danych: tabelarycznych, tekstowych, obrazów, wideo, audio, itp.
  • wykorzystywanie w badaniach narzędzi uczenia maszynowego, zarówno nadzorowanego (ang. supervised), nienadzorowanego (ang. unsupervised), jak i wzmacnianego (ang. reinforced)
  • wykorzystywanie w badaniach narzędzi uczenia głębokiego, w tym specjalistycznych sieci neuronowych do analizy tekstu, obrazów, nagrań wideo, audio, itp.
  • wykorzystywanie w badaniach narzędzi przestrzennego uczenia maszynowego
  • wykorzystywanie w badaniach narzędzi wytłumaczalnej sztucznej inteligencji
  • rozwój wspomnianych powyżej narzędzi
  • dydaktyka związana z opisanymi powyżej tematami
     

Kierownik katedry

pwojcik
Data Science Lab WNE UW, Katedra Data Science
Profesor uczelni
/\Qga%#?HBF_s^NXrpdyx]#[zTAREkqV@-'hiVW=Wfmje

Pracownicy


kkopczewska
dr hab. Kopczewska Katarzyna
Katedra Data Science
Ośrodek Badawczy Spatial Warsaw
Profesor uczelni
/\Qga%#?HBF_s^NXrpdyxo+&J]#[uHAXE|k38*~vkM0ahhm_]e5t3
tkopczewski
dr hab. Kopczewski Tomasz
Laboratorium Ekonomii Eksperymentalnej
Katedra Data Science
Profesor uczelni
/\Qga%#?HBF_s^NXrpdyxo+&J]#[~HAXE|k38*+vkM0ahhm_]e5t3
mchlebus
dr Chlebus Marcin
Katedra Data Science
Adiunkt
/\Qga%#?HBF_s^NXrpdyxo]#[w@6TGd{/_61E|TFaXUZ'i\
m.kubara
dr Kubara Maria
Katedra Data Science
Ośrodek Badawczy Spatial Warsaw
Adiunkt
/\Qga%#?HBF_s^NXrpdyxo]#[w=DQC0q1%z5A0TFaXUZ'i\
kkuligowska
dr Kuligowska Karolina
Katedra Data Science
Adiunkt
/\Qga%#?HBF_s^NXrpdyxo+&J]#[uHGTKiu38*~vkM0ahhm_]e5t3
mswitala
mgr Świtała Maciej
Katedra Data Science
Współpracownik
/\Qga%#?HBF_s^NXrpdy]#[wPZ[Ykzw1z]Ukg09hyUf

Doktoranci


j.bandurski
mgr Bandurski Jakub
Katedra Data Science
Doktorant
/\Qga%#?HBF_s^NXrpdyx]#[te0IPf{.8*+viVW=Wfmje
mp.buczynski
mgr Buczyński Mateusz
Katedra Data Science
Doktorant
/\Qga%#?HBF_s^NXrpdyxo+]#[wMZJWe$532.I$uDP{VIo%`s
p.gradzki
mgr Grądzki Przemysław
Katedra Data Science
Doktorant
/\Qga%#?HBF_s^NXrpd]#[ze5ZCf$%.Y8W|D/N{aQ
mkunstler
mgr Künstler Michał
Katedra Data Science
Doktorant
/\Qga%#?HBF_s^NXrpdyx]#[we9]Puz'*1SviVW=Wfmje
lizhen
mgr Li Zhen
Katedra Data Science
Doktorant
/\Qga%#?HBF_s^N]#[*e=QtB{3Q~%U|O7
jt.lisicki
mgr Lisicki Jan
Katedra Data Science
Doktorant
/\Qga%#?HBF_s^NXrpdy]#[tQZTKuoy0']Ukg09hyUf
m.usman
mgr Usman Muhammad
Katedra Data Science
Ośrodek Badawczy Spatial Warsaw
Doktorant
/\Qga%#?HBF_s^NXr]#[weG[OctV=6OEXTWI_
z.usta
mgr Usta Zehra
Katedra Data Science
Doktorantka
/\Qga%#?HBF_s^NXrpdyxo+&]#[*eG[VcF/94%EbSWNjyJ^nxwp
e.weychert
mgr Weychert Ewa
Katedra Data Science
Doktorantka
/\Qga%#?HBF_s^NXrpdy]#[oeIM[en{73]Ukg09hyUf