Update README.md

Author: Mateusz Staniak

README.md

@@ -6,46 +6,46 @@ Course information (in polish) / Informacje o zajęciach (po polsku)
 
 ## Laboratoria
 
-    - Termin: Poniedziałki 12:15 — 14:00
-    - Miejsce: s. 411, Instytut Matematyczny UWr
+    - Termin: Poniedziałki 14:15 — 15:45
+    - Miejsce: MS Teams
 
 ## Program zajęć    
 
 Wprowadzenie do R.
 
-    - Laboratorium 1: R jako język programowania. Cechy funkcjonalne i obiektowe. Bazowy R. Dobre praktyki programistyczne. Wektory w R. (7 X 2019)
+    - Laboratorium 1: R jako język programowania. Cechy funkcjonalne i obiektowe. Bazowy R. Dobre praktyki programistyczne. Wektory w R.
 
-    - Laboratorium 2: Programowanie w R: podstawowe typy danych, operacje i indeksowanie. (14 X 2019)
+    - Laboratorium 2: Programowanie w R: podstawowe typy danych, operacje i indeksowanie. 
 
-    - Laboratorium 3: Podstawy gita. Formaty danych, wczytywanie i zapisywanie danych z R. (21 X 2019)
+    - Laboratorium 3: Podstawy gita. Formaty danych, wczytywanie i zapisywanie danych z R. 
 
 Podstawy analizy danych w R.
 
-    - Laboratorium 4: Analiza danych w R: eksploracja danych - podstawy. (28 X 2019)
+    - Laboratorium 4: Analiza danych w R: eksploracja danych - podstawy. 
 
-    - Laboratorium 5: Analiza danych w R: czyszczenie i eksploracja danych I. Przekształcanie zmiennych, grupowanie i podsumowywanie danych. (4 XI 2019)
+    - Laboratorium 5: Analiza danych w R: czyszczenie i eksploracja danych I. Przekształcanie zmiennych, grupowanie i podsumowywanie danych. 
 
-    - Laboratorium 6: Analiza danych w R: czyszczenie i eksploracja danych II. (18 XI 2019 - e-Learning)
+    - Laboratorium 6: Analiza danych w R: czyszczenie i eksploracja danych II. 
 
-    - Laboratorium 7: Analiza danych w R: czyszczenie danych III: operacje na napisach i powtórzenie (25 XI 2019).
+    - Laboratorium 7: Analiza danych w R: czyszczenie danych III: operacje na napisach i powtórzenie.
 
-    - Laboratorium 8: Analiza danych w R: wizualizacja danych I. (2 XII 2019)
+    - Laboratorium 8: Analiza danych w R: wizualizacja danych I. 
 
-    - Laboratorium 9: Analiza danych w R: wizualizacja danych II. (9 XII 2019)
+    - Laboratorium 9: Analiza danych w R: wizualizacja danych II.
 
-    - Laboratorium 10: Konsultacja projektów i prezentacja wstępnych wyników. (16 XII 2019)
+    - Laboratorium 10: Konsultacja projektów i prezentacja wstępnych wyników. 
 
 Bardziej zaawansowane funkcjonalności R.
 
-    - Laboratorium 11: Budowa interaktywnych aplikacji z pakietem Shiny I (7 I 2019)
+    - Laboratorium 11: Budowa interaktywnych aplikacji z pakietem Shiny I.
 
-    - Laboratorium 12: Budowa interaktywnych aplikacji z pakietem Shiny II.  (13 I 2020)
+    - Laboratorium 12: Budowa interaktywnych aplikacji z pakietem Shiny II. 
 
-    - Laboratorium 13: Tworzenie dobrego kodu w R. (20 I 2020)
+    - Laboratorium 13: Tworzenie dobrego kodu w R. 
 
-    - Laboratorium 14: Reprodukowalny kod w R (knitr, archivist, drake). Symulacje w R i powiązane tematy. Wydajne programowanie w R. (27 I 2020)
+    - Laboratorium 14: Wydajne programowanie w R: podstawy. 
 
-    - Laboratorium 15: Prezentacja projektów. (3 II 2020)
+    - Laboratorium 15: Prezentacja projektów.
 
 
 ## Zasady zaliczenia
@@ -54,7 +54,6 @@ Punkty zostaną przyznane za 3 grupy zadań:
 
 1. Aktywność na zajęciach i bonusowe punkty z zadań domowych: 7 punktów.
 
-2. Zadania domowe: 14 zadań po 3 punkty (razem 42 punkty). Do zaliczenia konieczne jest oddanie każdego zadania. 
-   Opóźnienie skutkuje utratą punktów (1 punkt za każdy tydzień opóźnienia, ale nie więcej niż trzy punkty).
+2. Zadania domowe: 42 punkty. W ramach jednego z zadań konieczne będzie włożenie wkładu do notatek z zajęć. Szczegóły zadań zostaną ustalone w trakcie realizacji programu.
 
 3. Projekt całosemestralny (do oddania na ostatnich zajęciach): 51 punktów. Oddanie projektu jest konieczne do zaliczenia.