×
Универзитет у Новом Саду

Предмет: Истраживање података (17.IISD17)

Основне информације:
 
Категорија Стручно-апликативни
Ужа научна област
  • Информационо-комуникациони системи
  • Инжењерство информационих система
  • Рачунарска техника и рачунарске комуникације
ЕСПБ 10

Наставни предмет је технички оријентисан и даје преглед актуелних технологија истраживања података и науке о подацима, а затим и практичан истраживачки рад у овим областима, са циљем да студенте докторских студија, који морају имати основна претходна знања из области информационих технологија, математике, или релевантне области, оспособи за самосталан истраживачки рад у предметним областима. Студенти ће овладати теоријским и практичним знањима која ће им омогућити примену ових технологија за анализу великих количина разнородних података и даљи истраживачки рад у области истраживања података, науке о подацима, машинског учења и вештачке интелигенције, као и примене ових технологија у њиховим примарним областима истраживања.

Студенти ће стећи знања и вештине које ће им омогућити самосталан научно-истраживачки рад у домену истраживања података и науке о подацима. Стећи ће детаљна знања о савременим техникама вештачке интелигенције и машинског учења које се користе за истраживање података и у домену науке о подацима, њиховим ограничењима и отвореним истраживачким питањима. Током наставе ће имати прилику да се укључе у истраживачки рад, спровођење експеримената и припрему резултата за публикацију.

Предмет ће покрити следеће области: преглед истраживања података и науке о подацима као области, типичне изворе и припрему података, стабла одлучивања, машине вектора подршке, груписање података, неуронске мреже и дубоке неуронске мреже, методе учења подстицајем, анализу и презентацију података који имају временску и просторну димензију. Теоријску наставу ће пратити практичан истраживаживачки рад у оквиру истраживачких пројеката који се спроводе на Факултету, који ће укључити дизајн и спровођење експеримената, као и припрему резултата за публикацију.

Предавања (менторска или групна), истраживачки рад под надзором, израда предметног пројекта и усмени испит.

Аутори Назив Година Издавач Језик
Witten H. I., Frank E. Data Mining - Practical Machine Learning Tools 2005 The Morgan Kaufmann Енглески
D Culibrk, M Mirkovic, V Zlokolica, M Pokric, V Crnojevic, D Kukolj Salient Motion Features for Video Quality Assessment 2010 IEEE transactions on image processing Енглески
Ћулибрк, Д. Откривање знања из података: Одабрана поглавља 2012 CreateSpace Српски језик
Hastie, T., Tibshirani, R., Friedman, J. The Elements of Statistical Learning : Data Mining, Inference, and Prediction 2009 Springer, New York Енглески
Culibrk, D., Marques, O., Socek, D., Kalva, H., Furht, B. Neural Network Approach to Background Modeling for Video Object Segmentation 2007 IEEE Transactions on Neural Networks Енглески
Gianotti F., Pedreschi D. Eds. Mobility, Data Mining, and Privacy: Geographic Knowledge Discovery 2008 Springer-Verlag Енглески
Предметна активност Предиспитна Обавезна Број поена
Предметна активност
Усмени део испита
Предиспитна
Не
Обавезна
Да
Број поена
30.00
Предметна активност
Предметни пројекат
Предиспитна
Да
Обавезна
Да
Број поена
70.00

Предавања

API Image

проф. др Милан Мирковић

Редовни професор

Предавања

Предавања

Студијски истраживачки рад

API Image

проф. др Милан Мирковић

Редовни професор

Студијски истраживачки рад

Студијски истраживачки рад