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


Osnovne informacije

KategorijaStručno-aplikativni
Naučna oblastPrimenjene računarske nauke i informatika
MultidisciplinarnaNe
ESPB8
Matične organizacione jedinice predmeta

Katedra za primenjene računarske nauke
Program predmeta

Program se primenjuje od 30.09.2005..


Predmeti preduslovi

Naziv predmetaMora se odslušatiMora se položiti
Matematička logikadada
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.
AutoriNazivGodinaIzdavačJezik
Davy Cielen, Arno D. B. Meysman, Mohamed AliIntroducing Data Science: Big data, machine learning, and more, using Python tools2016Manning PublicationsEngleski
Allen B. DowneyThink Python: How to Think Like a Computer Scientist (2nd Edition)2015Green Tea PressEngleski
Wes McKinneyPython for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython (2nd Edition)2017O’Reilly MediaEngleski
Stuart Russel, Peter NorvigArtificial Intelligence: A Modern Approach (3rd Edition)2009PearsonEngleski
Zbigniew Michalewicz, David B. Fogel How to Solve It: Modern Heuristics (2nd Edition)2004SpringerEngleski
El-Ghazali TalbiMetaheuristics: From Design to Implementation2009John Wiley & Sons, Inc.Engleski
Provost, F., Fawcett, T.Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking2013O’Reilly Media, SebastopolEngleski
Predmetna aktivnostPredispitnaObaveznaBroj poena
Složeni oblici vežbidada10.00
Složeni oblici vežbidada10.00
Složeni oblici vežbidada10.00
Predmetni projekatdada30.00
Testdada10.00
Usmeni deo ispitaneda30.00
Ime i prezimeVid nastave
Nedostaje slika

Ivančević dr Vladimir
Vanredni profesor

Predavanja
Nedostaje slika

Turović Radovan
Asistent

Auditorne vežbe
Nedostaje slika

Todorović Nikola
Asistent

Auditorne vežbe
Nedostaje slika

Turović Radovan
Asistent

Računarske vežbe
Nedostaje slika

Akik Elena
Saradnik u nastavi

Računarske vežbe
Nedostaje slika

Todorović Nikola
Asistent

Računarske vežbe