Projekty i granty koła

Data Science Club
- archiwum i wyniki

Członkowie koła poza organizacją cyklicznych warsztatów (nasz kanał Youtube tutaj) aktywnie realizują projekty wydziałowe oraz wnioskują o kolejne: politechniczne IDUB oraz ministerialne. 


Obecnie realizowane projekty to: 

Badanie wpływu wysiłku wykonywanego podczas turnieju e-sportowego na obciążenie mięśniówki serca

Grant Mistrzowie współpracy Fahrenheita (I miejsce)

Okres realizacji: 1/01/2024- 31/12/2024

Skład zespołu realizującego projekt z DS Club:

  1. Paweł Blicharz
  2. Dominika Rogowska
  3. Julia Trojak
Cel projektu: 

Planowane przedsięwzięcie ma na celu ocenę wpływu wysiłku e-sportowego na stan i organizm topowych zawodników profesjonalnych drużyn e-sportowych, jak również promocję zdrowego stylu życia. Liczba e-sportowców w skali światowej wynosi ponad 3 miliony i jak podkreślają pomysłodawcy, istnieją liczne przesłanki wskazujące na dużą potrzebę edukacji w tej grupie (m.in. ze względu na deprywację snu czy nieprawidłowe odżywianie). Badaniem zostaną objęci gracze podczas turnieju organizowanego przez Kinguin Esports Lounge Gdańsk. Projekt został zgłoszony razem z kołami naukowymi SKN przy I Katedrze i Klinice Kardiologii GUMed, Stream of Thoughts z Międzyuczelnianego Wydziału Biotechnologii UG i GUMed. Zespół złożony z członków koła naukowego Data Science Club PG odpowiedzialny będzie za opracowanie wyników i analizy ilościowe.


Inteligentna Analiza Rynku Nieruchomości w Polsce

Grant wydziałowy (I miejsce), 15000 PLN

Okres realizacji: 1/11/2021- 29/02/2024

Skład zespołu realizującego projekt:

  1. Paweł Żak (180308)
  2. Damian Fiłonowicz (171902)
  3. Uladzislau Hryvacheuski (191919)
  4. Marcin Tyszkiewicz (180500)
  5. Kacper Kędzierski (180012)
  6. Dawid Bach (184629)
Cel projektu:

Stworzenie prototypu bazy danych zawierającej informacje o ofertach mieszkań w całej Polsce, wykonanie statystycznej analizy i wizualizacji tych danych oraz propozycja specyfikacji modelu uczenia maszynowego przewidującego ceny tych mieszkań na podstawie ważących cech.

Zrealizowanie wyznaczonych wyżej celi przy użyciu technologii chmurowych.

Zakres projektu:
  • zrozumienie dziedziny, którą zajmuje się projekt
  • zbadanie dostępnych źródeł danych
  • zebranie danych
  • weryfikacja danych
  • czyszczenie danych
  • szkolenia z metod uczenia maszynowego
  • szkolenia z przetwarzania dużej ilości danych
  • wybranie modeli uczenia maszynowego
  • testowanie modeli
  • dobieranie hyper parametrów testowanych modeli
  • wizualizacja efektów pracy
  • analiza statystyczna danych
Planowane, wymierne efekty projektu:
  • Prototyp bazy danych ofert mieszkań w Polsce
  • Wnioski z przeprowadzonej analizy statystycznej rynku nieruchomości w Polsce
  • Specyfikacja modelu szacującego ceny mieszkań z dokładnością 5%

Scoring kredytowy gospodarstw domowych z wykorzystaniem Luxembourg Income Study Database (LIS)

Grant IDUB "Technetium" (I miejsce), 24750 PLN

Okres realizacji: 1/05/2022- 31/04/2023

Skład zespołu realizującego projekt:

  1. Paweł Żak (180308)
  2. Uladzislau Hryvacheuski (191919)
  3. Julia Malinowska (184270)
  4. Konstancja Piksa (170863)
Cel projektu:

Celem projektu jest przekrojowe modelowanie oceny zdolności kredytowej gospodarstw domowych poprzez naśladowanie praktyk głównych kredytodawców, wykorzystując dostępne informacje z mikrodanych LIS Cross-National Data Center w Luksemburgu. LIS jest największą dostępną bazą danych dochodowych zharmonizowanych mikrodanych zebranych od około 50 krajów w Europie, Ameryce Północnej, Ameryce Łacińskiej, Afryce, Azji i Australazji w ciągu pięciu ostatnich dekad. Zharmonizowane we wspólnych ramach zestawy danych LIS zawierają informacje dotyczące gospodarstw domowych i osób w zakresie dochodów z pracy, dochodów kapitałowych, zabezpieczenia społecznego i prywatnych transferów, podatków i składek, demografii, zatrudnienia i wydatków. W bazach Luxembourg Income Study Database (LIS) oraz Luxembourg Wealth Study Database (LWS) ograniczenia kredytowe oraz sama ocena kredytowa gospodarstw domowych mogą zostać zidentyfikowane i oszacowane.

Planowane, wymierne efekty projektu:
  • warsztaty z praktyki scoringu kredytowego – w języku R oraz oprogramowaniu Stata, logując się zdalnie wprost do bazy danych LIS oraz LWS poprzez interfejs Lissy, manipulując realnymi mikrodanymi
  • nauka programowania wieloetapowych analiz w języku R, tworzenia i publikowania profesjonalnych raportów analitycznych, korzystania z mikrodanych wejściowych w zewnętrznych bazach

Inteligentna Analiza i System Rekomendacji Nieruchomości w Polsce

Grant IDUB Plutonium, 85295,50 PLN

Okres realizacji: 1/05/2022- 31/12/2024

Skład zespołu realizującego projekt:

  1. Paweł Żak
  2. Paulina Leszczełowska
  3. Damian Fiłonowicz
  4. Krystian Opała
  5. Bohdan Tsynalievskyi
  6. Konstancja Piksa
  7. Miłosz Wójcik
  8. Jakub Kukowski
  9. Szymon Cimiński
  10. Kacper Guzewicz
  11. Dawid Bach
  12. Kacper Kędzierski
  13. Michał Ganczarenko
  14. Lilianna Czaniecka
  15. Dawid Mielewczyk
  16. Marcin Kyć
  17. Konrad Marciniak
  18. Wojciech Białek
  19. Julian Wacławik
  20. Piotr Jarmoszewicz
  21. Marcin Tyszkiewicz
  22. Jan Droździecki
  23. Uladzislau Hryvacheuski
  24. Wojciech Wicki
Cel projektu:

Zamysłem projektu jest zebranie danych o nieruchomościach w Polsce przy użyciu nowoczesnych metod web scrapingu (metoda wyciągania danych ze stron internetowych). Za źródła posłużą nam polskie strony internetowe związane z nieruchomościami np. otodom.pl, olx.pl czy gumtree.pl oraz inne regionalne internetowe biura nieruchomości w całej Polsce. 

Wyżej wyznaczone cele zostaną zrealizowane przy użyciu technologii chmurowych.

Zakres projektu:
  • zrozumienie dziedziny, którą zajmuje się projekt
  • zbadanie dostępnych źródeł danych
  • zebranie danych
  • weryfikacja danych
  • czyszczenie danych
  • szkolenia z metod uczenia maszynowego
  • szkolenia z przetwarzania dużej ilości danych
  • wybranie modeli uczenia maszynowego
  • testowanie modeli
  • dobieranie hyper parametrów testowanych modeli
  • wizualizacja efektów pracy
  • analiza statystyczna danych
Planowane, wymierne efekty projektu:
  • Celem całego przedsięwzięcia jest przygotowanie członków koła zarówno do dalszej edukacji w wybranych przez siebie dziedzinach jak i na rynek pracy. Naszym zdaniem zaprezentowanie naszych odkryć w dwóch formach - publikacji naukowej oraz aplikacji internetowej - pozwoli nam w pełni wykorzystać potencjał zebranego zespołu oraz efektywniej reprezentować akademickie środowisko Politechniki Gdańskiej niż w przypadku samej publikacji.