Sadržaj se učitava...
mdi-home Početna mdi-account-multiple Djelatnici mdi-script Studiji mdi-layers Katedre mdi-calendar-clock Raspored sati FOI Nastava search apps mdi-login
Otkrivanje znanja u podacima
Data Mining
2022/2023
4 ECTSa
Ekonomika poduzetništva 1.1 (EP)
Katedra za razvoj informacijskih sustava
NN
6. semestar
Osnovne informacijemdi-information-variant Izvođači nastavemdi-account-group Nastavni plan i programmdi-clipboard-text-outline Model praćenjamdi-human-male-board Ispitni rokovimdi-clipboard-check-outline Rasporedmdi-calendar-clock Konzultacijemdi-account-voice
Izvođenje kolegija
Studij Studijski program Semestar Obavezan
Ekonomika poduzetništva 1.1 (EP) 6 izborni
Cilj kolegija
Stjecanje kvalitetnog znanja za razumijevanje i primjenu otkrivanja znanja u podacima u ekonomici; upoznavanje temeljnih principa otkrivanja znanja u podacima; upoznavanje tehnika i algoritama; upoznavanje temeljnih vještina otkrivanja podataka preko alata i primjera; razumijevanje tipičnih primjera primjene.
Preduvjeti
Norma kolegija
Predavanja
30 sati
Vježbe u praktikumu
15 sati
Nastavnik Uloga na kolegiju Oblik nastave Tjedana Sati Grupa
Kliček Božidar Nositelj Predavanja 5 2 1
Oreški Dijana Suradnik Vježbe u praktikumu
Predavanja
15
4
1
2
2
1
Višnjić Dunja Suradnik
Sadržaj predavanja
  • Uvod
    Pregled osnovnih prednosti područja: svrha, nužnost i izazovi. Primjena otkrivanja znanja u podacima u ekonomici: marketing, prodaja, bankarstvo, odnosi s klijentima, planiranje.
  • Koraci procesa otkrivanja znanja
    Proces otkrivanja znanja: glavne faze, poslovni problemi, razumijevanje i priprema podataka, postavljanje traženja znanja, traženje znanja, pročišćavanje znanja, primjena znanja za poslovne probleme, primjena.
  • Pristupi procesu otkrivanja znanja
    Multidisciplinarni pristupi: temelji, opći znanstveni pristup, logika (induktivni I deduktivni sustavi), filozofija znanosti, statistika, teorija informacija, baze podataka, umjetna inteligencija i strojno učenje.
  • Tipovi podataka i karakteristike podataka
    Tipovi i oblici podataka: tablice, vremenski i prostorno ovisni podaci, tekstualni podaci, meta podaci. Podaci i znanje u bazama podataka: relacijske baze podataka, objektno orijentirane, multimdimenzionalne baze i OLAP, deduktivne baze, paralelne baze, distribuirane i heterogene baze, upravljanje meta podacima.
  • Tehnike prikaza znanja
    Vrste znanja: tablice, grupe, pravila, stabla odlučivanja, funkcijski odnosi, klasteri, taksonomije i koncepti hijerarhija, probabilističke mreže, neuronske mreže.
  • Uloga statističkih metoda u otkrivanju znanja
    Repetitorij temeljnih statističkih metoda. Primjena u procesu otkrivanja zakonitosti u podacima.
  • Standardi procesa otkrivanja zakonitosti u podacima
    Metodologija CRISP-DM. Koraci metode: razumijevanje poslovnog sustava, podaci, priprema podataka, modeliranje, evaluacija, dostavljanje rezultata. Skladištenje podataka (data warehousing): identifikacija i čišćenje podataka, tehnike prikupljanja podataka, redukcija podataka, vizualizacija podataka.
  • Metode rudarenja podataka I
    Otkrivanje znanja u podacima i rudarenje podataka (data mining): odnos pojmova. Klasifikacija: opis postupka, metodologija. Stabla odlučivanja, tehnike C4.5, klasifikacijska i regresijska stabla, napredne metode.
  • Metode rudarenja podataka II
    Pravila: sekvencijalne metode. Bayesova klasifikacija. Pristupi najbližeg susjeda. Regresijske metode: empirijske, kvadratno diskriminantne, logistička regresija, multivarijantna analiza. Neuronske mreže. Višekriterijska klasifikacija. Otkrivanje pravila: pristup izrazitih skupova, karakteristična parvila, asocijacijska pravila, pristupi induktivnog logičkog programiranja.
  • Metode rudarenja podataka III
    Metode čišćenja podataka i selekcije atributa. Otkrivanje podgrupa: razlog za analizu podgrupa, analiza devijacija, analiza promjena, metoda bušenja (OLAP, temeljeno na znanju). Podešavanje formula: provjera ovisnosti među varijablama, pronalaženje jedne i više formula, korištenje a priori znanja. Multidimenzionalna regresijska analiza: specifikacija modela, prilagođavanje modela.
  • Metode rudarenja podataka IV
    Klasterifikacija: konceptualna klasterifikacija. Probabilističke i kauzalne mreže. Analize za vjerojatnostne mreže: uvod, Bayesov pristup za nesigurnost modela. Paralelne metode. Provjera točnosti modela.
  • Specijalne metode rudarenja podataka
    Analiza društvenih mreža. Rudarenje teksta. Otkrivanje znanja u tekstualnim podacima: jedinstveni problemi teksta, alternativni prikazi teksta, termini, teksonomija, pronalaženje asocijativni pravila iz izbora dokumenata. Rudarenje na Webu.
  • Primjena otkrivanja znanja u podacima u ekonomici I
    Primjena u marketingu i upravljanju odnosima s klijentima: uloga u životnom ciklusu klijenata: prikupljanje klijenata, određivanje potencijalnih klijenata, izbor optimalnog kanala za komunikaciju, aktiviranje, upravljanje odnosima, napuštanje klijenata. Optimiranje marketinških kampanja. Predikcija budućih odnosa.
  • Primjena otkrivanja znanja u podacima u ekonomici II
    Određivanje kreditnog rizika. Vezana prodaja. Sustavi za preporuku klijentima. Upravljanje vjernošću kupaca: predikcija napuštanja (tko i kada). Pronalaženje novosti u populaciji klijenata: segmentacija i klasteriranje. Analiza potrošačke košarice, asocijacijska pravila i vezana prodaja.
  • Primjena otkrivanja znanja u podacima u ekonomici III
    Društvene mreže i društveni marketing. Analiza teksta i primjena u određivanju stavova klijenata. Uloge u planiranju.
Sadržaj seminara/vježbi
Ishodi učenja kolegija
  • Analizirati poslovne podatke
  • Primijeniti proces otkrivanje znanja u podacima za rješavanje različitih problema u poduzetništvu
  • Primijeniti metode i tehnike rudarenje podataka
  • Interpretirati rezultate dobivene tehnikama rudarenja podataka
  • Primijeniti dobivene zakonitosti u vrednovanju rezultata poslovanja
Ishodi učenja programa
  • Razumjeti ekonomski i društveni značaj poduzetništva
  • Analizirati utjecaj vanjskog okruženja na poslovanje
  • Preuzeti etičku i društvenu odgovornost u svakodnevnoj poslovnoj praksi
  • Razumjeti porezni sustav i procese oporezivanja i njihov utjecaj na poslovanje
  • Pripremiti i prezentirati stručne sadržaje na hrvatskom i stranom jeziku stručnoj i općoj publici te kritički evaluirati prezentirane stručne teme
  • Primijeniti vještine učenja potrebne za cjeloživotno učenje i nastavak obrazovanja na višim razinama studija
  • Primijeniti matematičke i statističke metode i tehnike primjerene rješavanju problema iz područja ekonomije i poslovanja
  • Koristiti metode vrednovanja i interpretirati pokazatelje uspješnosti poslovanja poduzeća za potrebe upravljanja i donošenja poslovnih odluka
  • Ispitati, procijeniti i odabrati mogućnost financiranja poduzeća
  • Primijeniti vještine učenja potrebne za cjeloživotno učenje i nastavak obrazovanja na višim razinama studija
  • Razumjeti ekonomski i društveni značaj poduzetništva
  • Prepoznati mogućnost djelovanja na poduzetan način u različitim životnim i poslovnim situacijama uključujući samozapošljavanje i poduzetništvo kao karijerni izbor
  • Pripremiti i napisati poslovni plan poduzeća uzimajući u obzir ključne poslovne čimbenike
  • Prepoznati bitne čimbenike poduzetničkog procesa
  • Identificirati razlike između poduzetnika i menadžera
  • Prepoznati mogućnost djelovanja na poduzetan način u različitim životnim i poslovnim situacijama uključujući samozapošljavanje i poduzetništvo kao karijerni izbor
  • Organizirati i voditi pothvate s profitnim ili društvenim ciljevima
  • Pratiti stručnu literaturu na hrvatskom i stranom jeziku
  • Razumjeti ulogu i značaj interne kontrole i revizije u poslovnim aktivnostima poduzeća
  • Demonstrirati sposobnost pregovaranja i komuniciranja uz primjenu odgovarajuće terminologije uključujući i sposobnost komunikacije o struci na stranom jeziku
  • Pripremiti i prezentirati stručne sadržaje na hrvatskom i stranom jeziku stručnoj i općoj publici te kritički evaluirati prezentirane stručne teme.
  • Razumjeti ekonomski i društveni značaj poduzetništva
  • Primijeniti temeljne mikroekonomske metode i tehnike u analizi tržišne pozicije poduzeća
  • Analizirati utjecaj vanjskog okruženja na poslovanje
  • Preuzeti etičku i društvenu odgovornost u svakodnevnoj poslovnoj praksi
  • Pripremiti i prezentirati stručne sadržaje na hrvatskom i stranom jeziku stručnoj i općoj publici te kritički evaluirati prezentirane stručne teme
  • Primijeniti informatička znanja i koristiti suvremenu informacijsku tehnologiju u pristupu informacijama, korištenju poslovnih aplikacija i provođenju poslovnih procesa
  • Sudjelovati u timskom radu
  • Pratiti stručnu literaturu na hrvatskom i stranom jeziku
  • Identificirati razlike između poduzetnika i menadžera
  • Organizirati i voditi pothvate s profitnim ili društvenim ciljevima
  • Analizirati utjecaj vanjskog okruženja na poslovanje
  • Preuzeti etičku i društvenu odgovornost u svakodnevnoj poslovnoj praksi
  • Primijeniti matematičke i statističke metode i tehnike primjerene rješavanju problema iz područja ekonomije i poslovanja
  • Pripremiti i napisati poslovni plan poduzeća uzimajući u obzir ključne poslovne čimbenike.
  • Ispitati, procijeniti i odabrati mogućnost financiranja poduzeća
  • Primijeniti vještine učenja potrebne za cjeloživotno učenje i nastavak obrazovanja na višim razinama studija
  • Demonstrirati sposobnost pregovaranja i komuniciranja uz primjenu odgovarajuće terminologije uključujući i sposobnost komunikacije o struci na stranom jeziku
  • Pripremiti i prezentirati stručne sadržaje na hrvatskom i stranom jeziku stručnoj i općoj publici te kritički evaluirati prezentirane stručne teme
  • Primijeniti svojstva realnih funkcija realne varijable u analizi ekonomskih funkcija
  • Koristiti znanja iz diferencijalnog računa funkcija realne varijable u primjeni modela s ekonomskim funkcijama
  • Koristiti matematičku literaturu različitih izvora i sustav za e-učenje uvažavajući specifičnosti matematike kao struke
  • Razumjeti ekonomski i društveni značaj poduzetništva
  • Prepoznati mogućnost djelovanja na poduzetan način u različitim životnim i poslovnim situacijama uključujući samozapošljavanje i poduzetništvo kao karijerni izbor
  • Prepoznati, procijeniti i preuzeti rizik poslovanja na lokalnom, nacionalnom i globalnom tržištu
  • Primijeniti marketinške koncepte i razumjeti ulogu marketinške strategije u poslovanju
  • Pripremiti i napisati poslovni plan poduzeća uzimajući u obzir ključne poslovne čimbenike
  • Razumjeti porezni sustav i procese oporezivanja i njihov utjecaj na poslovanje
  • Upotrijebiti znanja i vještine iz područja računovodstva i financija
  • Vrednovati poduzetničke prilike
  • Razumjeti sigurnost i uspješnost poslovanja poslovnih subjekata
  • Koristiti različite instrumenata i postupke analize financijskih izvještaja
  • Ocijeniti likvidnost, zaduženost, aktivnost, ekonomičnost i profitabilnost poslovanja
  • Ocijeniti sigurnost i uspješnost poslovanja u različitim sektorima i granama djelatnosti
  • Razmatrati primjenu različitih računovodstvenih politika na sigurnost i uspješnost poslovanja
  • Koristiti inovativne mjere performansi poduzeća
  • Ovo je proba
Osnovna literatura
  • Berry, M., Linnof, G. Data mining techniques: for marketing, sales, and customer relationship management. Wiley, Indianapolis, 2011.
  • Han, J., Kamber, M., Pei J. Data mining: concepts and techniques. Morgan Kaufmann, San Francisco, 2011.
Dopunska literatura
  • Data mining and knowledge discovery handbook. Editors: Oded Maimon, Lior Rokach. Springer, New York, 2005.
  • Bramer, M. A. Principles of data mining. Springer, London, 2007.
  • Chapman P., Clinton J., Kerber R., Khabaza T., Reinartz T., Shearer C., Wirth R. CRISP-DM 1.0: Step-by-step data mining guide. SPSS Inc. 2000.
Slični kolegiji
Redoviti studenti Izvanredni studenti
izvanredni rok
Datum: 23.04.2025.
Vrijeme: 16:00
Opis: Na Fakultetu
U kalendaru ispod se nalaze konzultacije predmetnih nastavnika, no za detalje o konzultacijama možete provjeriti na profilu pojedinog predmetnog nastavnika.
2024 © Fakultet organizacije i informatike, Centar za razvoj programskih proizvoda