Академијa техничко-уметничких
струковних студија Београд

Анализа података Шифра: 170717 | 6 ЕСПБ

Опште информације
Ниво студија:
Година студија: 3
Семестар/Триместар: 6
Услов: Основи програмирања, базе података, рачунарске мреже.
Циљ: Циљ предмета је оспособљавање студената за самосталанo решавање актуелних проблема у области анализе података. Посебно се анализирају концепти откривања знања у великим количинама података.
Исход: Након одслушаног курса студенти ће бити оспособљени да самостално израде инфраструктуру за анализу података коришћењем open-source софтвера и да примене алате за анализу и обраду података.
Садржај предмета
Теоријска настава:
  1. Уводно предавање. Програм, организација и садржај предмета. Веза са другим курсевима.
  2. Увод у архитектуру система за анализу података.
  3. Нерелационе базе података.
  4. Инфраструктура система за обраду података.
  5. Складишта великих количина података.
  6. Типови апликација и алати за анализу података.
  7. Методе и алгоритми за откривање знања у подацима.
  8. Упити над великим количинама података.
  9. Системи и алати за извештавање.
  10. Анализа структурираних и неструктурираних података. Преглед резултата.
  11. Кластери рачунара. Појам и практична примена.
  12. Сигурност и интегритет података.
Практична настава:
  1. Лабораторијске вежбе прате предавања, при чему студенти решавају практичне проблеме у области анализе података коришћењем доступних библиотека. Оспособити полазнике курса за израду комплетних решења за обраду и анализу структурираних и неструктурираних података коришћењем open-source софтвера.
Литература
  1. Д. Летић, MathCad 13 у математици и визуелизацији, Компјутер библиотека, 2007.
  2. B.Marr, Big Data: Using SMART Big Data, Analytics and Metrics To Make Better Decisions and Improve Performance, Wiley, 2015.
  3. M. Despotović-Zrakić, V.Milutinović, A.Belić, Handbook of Research on High Performance and Cloud Computing in Scientific Research and Education, IGI Global, 2014.
  4. M.Minelli, M.Chambers,A.Dhiraj, Big Data, Big Analytics: Emerging Business Intelligence and Analytic Trends for Today’s Businesses, Wiley, 2013.
Број часова активне наставе (недељно)
Предавања: 2
Вежбе: 3
Други облици наставе: 0
Оцена знања (максималан број поена 100)
Предиспитне обавезе
Поени
активности у току предавања
10
активности на лабораторијским вежбама
30
семинарски рад
0
колоквијум
30
Завршни испит
Поени
Писмени испит
30
Усмени испит
0