Akademija tehničko-umetničkih
strukovnih studija Beograd

Analiza podataka Šifra: 170717 | 6 ESPB

Opšte informacije
Nivo studija:
Godina studija: 3
Semestar/Trimestar: 6
Uslov: Osnovi programiranja, baze podataka, računarske mreže.
Cilj: Cilj predmeta je osposobljavanje studenata za samostalano rešavanje aktuelnih problema u oblasti analize podataka. Posebno se analiziraju koncepti otkrivanja znanja u velikim količinama podataka.
Ishod: Nakon odslušanog kursa studenti će biti osposobljeni da samostalno izrade infrastrukturu za analizu podataka korišćenjem open-source softvera i da primene alate za analizu i obradu podataka.
Sadržaj predmeta
Teorijska nastava:
  1. Uvodno predavanje. Program, organizacija i sadržaj predmeta. Veza sa drugim kursevima.
  2. Uvod u arhitekturu sistema za analizu podataka.
  3. Nerelacione baze podataka.
  4. Infrastruktura sistema za obradu podataka.
  5. Skladišta velikih količina podataka.
  6. Tipovi aplikacija i alati za analizu podataka.
  7. Metode i algoritmi za otkrivanje znanja u podacima.
  8. Upiti nad velikim količinama podataka.
  9. Sistemi i alati za izveštavanje.
  10. Analiza strukturiranih i nestrukturiranih podataka. Pregled rezultata.
  11. Klasteri računara. Pojam i praktična primena.
  12. Sigurnost i integritet podataka.
Praktična nastava:
  1. Laboratorijske vežbe prate predavanja, pri čemu studenti rešavaju praktične probleme u oblasti analize podataka korišćenjem dostupnih biblioteka. Osposobiti polaznike kursa za izradu kompletnih rešenja za obradu i analizu strukturiranih i nestrukturiranih podataka korišćenjem open-source softvera.
Literatura
  1. D. Letić, MathCad 13 u matematici i vizuelizaciji, Kompjuter biblioteka, 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.
Broj časova aktivne nastave (nedeljno)
Predavanja: 2
Vežbe: 3
Drugi oblici nastave: 0
Ocena znanja (maksimalan broj poena 100)
Predispitne obaveze
Poeni
aktivnosti u toku predavanja
10
aktivnosti na laboratorijskim vežbama
30
seminarski rad
0
kolokvijum
30
Završni ispit
Poeni
Pismeni ispit
30
Usmeni ispit
0