×
Универзитет у Новом Саду

Предмет: Big Data - управљање и анализа (17.EK552)

Основне информације:
 
Категорија Теоријско-методолошки
Ужа научна област Телекомуникације и обрада сигнала
ЕСПБ 5

Упознавање студената са рачунарском и мрежном инфраструктуром за складиштење великих количина података, велике хетерогености и великих брзина пристизања. Стицање знања и савладавање практичних вештина упримени различитих алгоритама за анализу и управљање великим скуповима података (Big Data).

Препознавање вредности у подацима и откривања знања из података. Конструисање физичких и виртуелних рачунарских система који подржавају складиштење великих количина података. Коришћење савремених дистрибуираних фајл система. Примена и анализа техника за паралелну обраду великих скупова података. Оспособљавање за примену алата за управљање великим подацима и комбиновање и валидацију алгоритмима за њихову анализу.

Складиштење података. Дистрибуирани фајл системи (Hadoop, Spark). Виртуелна складишта и комуникације. Виртуелизација база података.Управљање великим базама података на цлоуду-у. MapReduce програмски модел за дистрибуирано процесирање података. Претраге података (слични узорци, фреквентни скупови узорака). Подаци у облику графова, анализа линкова, локални и глобални тополошки атрибути. Алгоритми машинског учења на великим подацима. Визуелизације података.

Предавања, рачунарске вежбе (Матлаб, Python), домаћи задаци, консултације, активно учење, учење кроз пројекат и истраживање, студентска такмичења.

Аутори Назив Година Издавач Језик
Greg Schulz Software-Defined Data Infrastructure Essentials: Cloud, Converged, and Virtual Fundamental Server Storage I/O Tradecraft 2017 CRC Press Енглески
Tom Clark Storage Virtualization: Technologies for Simplifying Data Storage and Management: Technologies for Simplifying Data Storage and Management 2005 Addison Wesley Енглески
Michael Manoochehri Data Just Right: Introduction to Large-Scale Data & Analytics 2014 Addison-Wesley Енглески
J. Leskovac, A. Rajaraman, J. D. Ullman Mining of Massive Datasets 2010 Cambridge University Press Енглески
Tom White Hadoop: Definitive Guide, 4 2015 OReilly Media Енглески
Предметна активност Предиспитна Обавезна Број поена
Предметна активност
Домаћи задатак
Предиспитна
Да
Обавезна
Да
Број поена
5.00
Предметна активност
Домаћи задатак
Предиспитна
Да
Обавезна
Да
Број поена
5.00
Предметна активност
Теоријски део испита
Предиспитна
Не
Обавезна
Да
Број поена
30.00
Предметна активност
Домаћи задатак
Предиспитна
Да
Обавезна
Да
Број поена
5.00
Предметна активност
Домаћи задатак
Предиспитна
Да
Обавезна
Да
Број поена
5.00
Предметна активност
Предметни пројекат
Предиспитна
Да
Обавезна
Да
Број поена
50.00

Предавања

Предавања

Аудиторне вежбе

Аудиторне вежбе

Рачунарске вежбе

Рачунарске вежбе