×
Универзитет у Новом Саду

Предмет: Развој модела и софтвера у науци о подацима (17.IF212)

Основне информације:
 
Категорија Теоријско-методолошки
Ужа научна област Примењене рачунарске науке и информатика
ЕСПБ 6

Стицање знања и техника за развој модела и софтвера у науци о подацима, примена алата за анализу података и пословну аналитику.

Студенти су упознати са моделима и софтверима применљивим у науци о подацима и пословној аналитици. Студенти су оспособљени да примене алате, технике и методе науке о подацима за пословну аналитику. Такође су припремљени за даље унапређење знања о пословној аналитици.

Појам, историјат и развој пословне аналитике. Методе дескриптивне, дијагностичке, предиктивне и прескриптивне аналитике. Припрема, анализа и визуелизација података. Употреба одабраног програмског језика за анализу података. Примена техника класификације, техника кластеровања и машинског учења у анализи података. Примена хеуристика у пословној аналитици. Анализа података у облаку. Системи за препоруке и предикције.

Настава се реализује кроз предавања, вежбе и консултације. На предавањима студенти се упознају са теоријским основама пословне аналитике и анализе података, као и практичним примерима примене теоријских знања. На вежбама студенти највећи део активности спроводе употребом рачунара, унапређујући и примењујући знања стечена на предавањима. На вежбама студенти такође добијају додатне примере усмерене на практичну примену знања, као и задатке које самостално решавају. Предавања и вежбе су постављени на начин да студенти активно учествују у настави, подстичући их на додатну дискусију. Настава је конципирана да студенти континуирано развијају свој предметни пројекат стицањем знања из теоријских основа и практичних примера. На консултацијама студенти добијају додатна објашњења и смернице за решавање задатака, реализацију предметног пројекта и разумевање теоријских основа.

Аутори Назив Година Издавач Језик
Foster Provost, Tom Fawcett Science for Business: What You Need to Know About Data Mining and Data-Analytic Thinking 2013 O’Reilly Media Енглески
Sarah Guido, Andreas C. Mueller Introduction to Machine Learning with Python: A Guide for Data Scientists 2016 O’Reilly Media Енглески
Stephen F. Elston Data Science in the Cloud with Microsoft Azure Machine Learning and Python 2016 O’Reilly Media Енглески
James Evans Business Analytics (3rd Edition) 2019 Pearson Енглески
Peter Bruce, Andrew Bruce, Peter Gedeck Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python (2nd Edition) 2020 O’Reilly Media Енглески
Jake VanderPlas Python Data Science Handbook: Essential Tools for Working with Data 2017 O’Reilly Media Енглески
Matt Taddy Business Data Science: Combining Machine Learning and Economics to Optimize, Automate, and Accelerate Business Decisions 2019 McGraw Hill Енглески
Domenico Talia, Paolo Trunfio, Fabrizio Marozzo Data Analysis in the Cloud: Models, Techniques and Applications 2015 Elsevier Енглески
Wes McKinney Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython (2nd Edition) 2017 O’Reilly Media Енглески
Pang-Ning Tan, Michael Steinbach, Anuj Karpatne, Vipin Kumar Introduction to Data Mining (2nd Edition) 2018 Pearson Енглески
-- Развој модела и софтвера у науци о подацима -- Скрипта, у припреми Српски језик
Предметна активност Предиспитна Обавезна Број поена
Предметна активност
Сложени облици вежби
Предиспитна
Да
Обавезна
Да
Број поена
10.00
Предметна активност
Усмени део испита
Предиспитна
Не
Обавезна
Да
Број поена
30.00
Предметна активност
Предметни пројекат
Предиспитна
Да
Обавезна
Да
Број поена
50.00
Предметна активност
Тест
Предиспитна
Да
Обавезна
Да
Број поена
10.00

Предавања

ДОН - други облици наставе