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
dr hab. Wójcik Piotr
Data Science Lab WNE UW, Katedra Data Science
Profesor uczelni
4d9je=-Pwv*`pMY}/+u@m]#[!\&UI~sgoejifEbcn|~-Z

Pracownicy


kkopczewska
dr hab. Kopczewska Katarzyna
Katedra Data Science
Ośrodek Badawczy Spatial Warsaw
Profesor uczelni
4d9je=-Pwv*`pMY}/+u@mzcUO]#[zP&[I5mHkbfwh8?+!~~|RplF8
tkopczewski
dr hab. Kopczewski Tomasz
Laboratorium Ekonomii Eksperymentalnej
Katedra Data Science
Profesor uczelni
4d9je=-Pwv*`pMY}/+u@mzcUO]#[&P&[I5mHkbnwh8?+!~~|RplF8
mbuczynski
dr Buczyński Mateusz
Katedra Data Science
Adiunkt
4d9je=-Pwv*`pMY}/+u@mzcU]#[|G/N`4vDc`EX_/bs%5[{c&TB
mchlebus
dr Chlebus Marcin
Katedra Data Science
Adiunkt
4d9je=-Pwv*`pMY}/+u@mz]#[|H|WKw}D4nsFyCQ+okkI^g
m.kubara
dr Kubara Maria
Katedra Data Science
Ośrodek Badawczy Spatial Warsaw
Adiunkt
4d9je=-Pwv*`pMY}/+u@mz]#[|F+TGGsFZXwB-CQ+okkI^g
kkuligowska
dr Kuligowska Karolina
Katedra Data Science
Adiunkt
4d9je=-Pwv*`pMY}/+u@mzcUO]#[zP/WO|wHkbfwh8?+!~~|RplF8
mswitala
dr Świtała Maciej
Katedra Data Science
Adiunkt
4d9je=-Pwv*`pMY}/+u@]#[|XF^]~|.dXEVhV?b!5f&

Doktoranci


j.bandurski
mgr Bandurski Jakub
Katedra Data Science
Doktorant
4d9je=-Pwv*`pMY}/+u@m]#[ymvLTy}CkbnwfEbcn|~-Z
jfrackowiak
mgr Frąckowiak Jan Jakub
Katedra Data Science
Doktorant
4d9je=-Pwv*`pMY}/+u@mzcUO0QR8Val]#[yOFQXvk8gnnB\Zpq~|Z|\olKG933._RY
p.gradzki
mgr Grądzki Przemysław
Katedra Data Science
Doktorant
4d9je=-Pwv*`pMY}/+u]#[!m{]Gy'8a3zXy/=s8wb
mjalbrzykowski
mgr Jałbrzykowski Marcin
Katedra Data Science
Doktorant
4d9je=-Pwv*`pMY}/+u@mzcUO0QR8V]#[|F+NO&67YcgSkGEm%za$*p[^1oG[&C
m.kot
mgr Kot Monika
Katedra Data Science
Doktorantka
4d9je=-Pwv*`pMY}/]#[|m!ZZK8gmn3FUCbnv
mkunstler
mgr Künstler Michał
Katedra Data Science
Doktorant
4d9je=-Pwv*`pMY}/+u@m]#[|m!`T.|9]i7wfEbcn|~-Z
lizhen
mgr Li Zhen
Katedra Data Science
Doktorant
4d9je=-Pwv*`pMY]#[/m$TxU}H$\iVy=F
jt.lisicki
mgr Lisicki Jan
Katedra Data Science
Doktorant
4d9je=-Pwv*`pMY}/+u@]#[yYFWO.q0c`EVhV?b!5f&
m.usman
mgr Usman Muhammad
Katedra Data Science
Ośrodek Badawczy Spatial Warsaw
Doktorant
4d9je=-Pwv*`pMY}/]#[|m/^Svvgmn3FUCbnv
z.usta
mgr Usta Zehra
Katedra Data Science
Doktorantka
4d9je=-Pwv*`pMY}/+u@mzcU]#[/m/^ZvHDlliF_Bbs%5[{c&TB
e.weychert
mgr Weychert Ewa
LabFam
Katedra Data Science
Doktorantka
4d9je=-Pwv*`pMY}/+u@]#[tm1P_xp2jkEVhV?b!5f&