Системи великих количина података | Факултет Техничких Наука

Предмет: Системи великих количина података (17.IZMI04)

Степен и врста студија	Назив
Мастер академске студије	Инжењерство информационих система (Година: 1, Семестар: Зимски)
Мастер академске студије	Математика у техници (II годишњи) (Година: 2, Семестар: Зимски)

Основне информације:

Категорија	Стручно-апликативни
Ужа научна област	Примењене рачунарске науке и информатика Инжењерство информационих система Информационо-комуникациони системи
ЕСПБ	4

Образовни циљ предмета је да студентима омогући да разумеју, примењују и развијају системе за анализу и управљање великим количинама података (енгл. Big Data). Студенти ће разумети проблеме и изазове везане за управљање и анализу великих количина података. Биће упознати са различитим истраживачким приступима у овој области који би, у будућности, могли да резултују решењима неких од презентованих проблема.

Студенти ће по завршетку курса имати знања и вештине које ће им омогућити да на ефикасан начин и користе савремене системе за чување, приступ, анализу и истраживање великих структуираних и неструктуираних колекција података. Поред тога стећи ће практичне вештине коришћења и развоја система за чување и обраду великих количина података базираних на технологијама Hadoop, High Performance Computing Platform (HPCC).

Проблеми складиштења, скалабилности и расположивости великих количина података. CAP теорема, ACID vs. BASE особине база података. Алтернативни системи база података (NoSQL). Особине, предности и недостаци NoSQL база података. Базе података (бп) типа кључ-вредност, колонски оријентисане бп, бп оријентисане ка графовима, бп оријентисане ка документима, темпоралне бп. Основни концепти истраживања података. MapReduce и HPCC приступ паралелној и дистрибираној обради података. Анализа токова података, анализа веза у подацима, груписање и примене у системима препоручивања, анализа графова социјалних мрежа, технике смањења димензионалности, технике машинског учења на основу великих количина података. Теоријску наставу ће пратити практична обука из анализе великих количина података применом дистрибуираних система заснованих на Hadoop и HPCC технологијама.

Предавања; студијско-истраживачки рад; консултације; самостална израда обавезних задатака. Током целокупног процеса извођења наставе, студенти се подстичу на интензивну комуникацију, критичко резоновање, самостални рад и активан однос према процесу наставе.

Аутори	Назив	Година	Издавач	Језик
Elmasri R, Navathe S. B,	Fundamentals of Database Systems, 7th Edition	2015	Pearson Education Limited	Енглески
Sadalage J. P., Fowler M.	NoSQL Distilled A Brief Guide to the Emerging World of Polyglot Persistence	2013	Pearson Education, Inc.	Српски језик
Shashank Tiwari	Profesisonal NoSQL	2011	John Wiley & Sons, Inc.	Енглески
Eric Redmond, Jim R. Wilson	Seven Databases in Seven Weeks: A Guide to Modern Databases and the NoSQL Movement	2012	The pragmatic Bookshelf	Енглески
Sharda, R., Delen, D., Turban, E.	Business Intelligence, Analytics and Data Science - A Managed Perspective	2017	Pearson, New York	Енглески
Anand Rajaraman, Jure Leskovec, Jerey D. Ullman	Mining of Massive Datasets	2011	Cambridge University Press	Енглески
Ćulibrk, D.	Otkrivanje znanja iz podataka : odabrana poglavlja	2012	Create Space, Fortlauderdale	Српски језик

Предметна активност	Предиспитна	Обавезна	Број поена
Предметна активност Тест	Предиспитна Да	Обавезна Да	Број поена 10.00
Предметна активност Предметни пројекат	Предиспитна Да	Обавезна Да	Број поена 30.00
Предметна активност Усмени део испита	Предиспитна Не	Обавезна Да	Број поена 30.00
Предметна активност Сложени облици вежби	Предиспитна Да	Обавезна Да	Број поена 20.00
Предметна активност Тест	Предиспитна Да	Обавезна Да	Број поена 10.00

проф. др Соња Ристић

Редовни професор

Предавања

ОРГАНИЗАЦИЈА

ДОКУМЕНТА

ЗАПОСЛЕНИ

КОНКУРСИ

Галерије

АКРЕДИТАЦИЈА

КОНТАКТ

АКРЕДИТАЦИЈА

КОНТАКТ

Студентска служба

Предмет: Системи великих количина података (17.IZMI04)

Студијски програми предмета:

Контакт: