Fakultet tehničkih nauka

Predmet: Metode i tehnike nauke o podacima (17.IFE223)

Matične organizacione jedinice predmeta: Katedra za primenjene računarske nauke
Osnovne informacije:
 
Kategorija Stručno-aplikativni
Uža naučna oblast Primenjene računarske nauke i informatika
ESPB 8

Sticanje osnovnog znanja o odabranim pojmovima, konceptima, metodama i tehnikama koje pripadaju nauci o podacima.

Studenti su upoznati s teorijskim i praktičnim osnovama nauke o podacima. Studenti su osposobljeni za rešavanje osnovnih odabranih vrsta problema iz oblasti nauke o podacima i pripremljeni za dalje proširenje i unapređenje znanja o metodama i tehnikama nauke o podacima.

Pojam, nastanak i razvoj nauke o podacima. Struktura projekata u nauci o podacima. Pregled metoda i tehnika nauke o podacima. Primeri primene metoda i tehnika nauke o podacima. Programski jezici u nauci o podacima. Upotreba izabranog programskog jezika (Python) u nauci o podacima. Osnove upotrebe sistema za kontrolu verzija izvornog kôda. Uvod u logičko programiranje. Osnove programskog jezika Prolog. Uvod u strategije pretrage i metaheuristike. Osnove genetskih algoritama i evolucionog računarstva. Uvod u teoriju fazi skupova, fazi logiku i fazi sisteme. Uvod u neuronske mreže. Uvod u obradu prirodnog jezika i analizu teksta. Uvod u predstave znanja i sisteme zasnovane na znanju.

Nastava se realizuje kroz predavanja, auditorne vežbe, računarske vežbe i konsultacije. Na predavanjima, studenti se prevashodno upoznaju s teorijskim osnovama odabranih koncepata, kao i mogućnostima i primerima praktične primene teorijskih znanja. Na vežbama, studenti većinski deo svojih aktivnosti sprovode na računaru i dalje unapređuju znanja stečena na predavanjima kroz analizu dodatnih primera i rešavanje zadataka koji su značajno usmereni na praktičnu primenu. Nastava je koncipirana na način koji omogućava da studenti aktivno učestvuju i razvijaju svoje sposobnosti rešavanja zadataka. Na konsultacijama, studenti dobijaju dodatna objašnjenja i uputstva kao pomoć pri rešavanju zadataka, razumevanju tema koje su povezane s programom predmeta i ispunjenju predmetnih obaveza.

Autori Naziv Godina Izdavač Jezik
El-Ghazali Talbi Metaheuristics: From Design to Implementation 2009 John Wiley & Sons, Inc. Engleski
Provost, F., Fawcett, T. Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking 2013 O’Reilly Media, Sebastopol Engleski
Allen B. Downey Think Python: How to Think Like a Computer Scientist (2nd Edition) 2015 Green Tea Press Engleski
Zbigniew Michalewicz, David B. Fogel How to Solve It: Modern Heuristics (2nd Edition) 2004 Springer Engleski
Wes McKinney Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython (2nd Edition) 2017 O’Reilly Media Engleski
Stuart Russel, Peter Norvig Artificial Intelligence: A Modern Approach (3rd Edition) 2009 Pearson Engleski
Davy Cielen, Arno D. B. Meysman, Mohamed Ali Introducing Data Science: Big data, machine learning, and more, using Python tools 2016 Manning Publications Engleski
Predmetna aktivnost Predispitna Obavezna Broj poena
Predmetna aktivnost
Usmeni deo ispita
Predispitna
Ne
Obavezna
Da
Broj poena
30.00
Predmetna aktivnost
Složeni oblici vežbi
Predispitna
Da
Obavezna
Da
Broj poena
10.00
Predmetna aktivnost
Složeni oblici vežbi
Predispitna
Da
Obavezna
Da
Broj poena
10.00
Predmetna aktivnost
Složeni oblici vežbi
Predispitna
Da
Obavezna
Da
Broj poena
10.00
Predmetna aktivnost
Test
Predispitna
Da
Obavezna
Da
Broj poena
10.00
Predmetna aktivnost
Predmetni projekat
Predispitna
Da
Obavezna
Da
Broj poena
30.00
Predavanja
Auditorne vežbe
Auditorne vežbe
Računarske vežbe
Računarske vežbe
Računarske vežbe