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
Programiranje za analizu podataka
Programming for Data Analytics
2022/2023
6 ECTSa
Informacijski i poslovni sustavi 1.2 (IPS)
Katedra za teorijske i primijenjene osnove informacijskih znanosti
M3
5. 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
Informacijski i poslovni sustavi 1.2 (IPS) Umjetna inteligencija u poslovanju 5 obavezan
Cilj kolegija
Upoznavanje studenata s različitim specifičnostima programiranja u kontekstu znanosti o podacima s naglaskom na praktičnu primjenu aktualnih programskih alata i tehnika za analizu velikih količina podataka. Studenti će savladati naprednije teorijske postavke, najbolje prakse i općenito metode programiranja za dohvaćanje, čišćenje, pripremu i analizu podataka.
Preduvjeti
Kolegij nema definirane preduvjete
Norma kolegija
Predavanja
15 sati
Vježbe u praktikumu
30 sati
Nastavnik Uloga na kolegiju Oblik nastave Tjedana Sati Grupa
Maretić Marcel Nositelj
Schatten Markus Nositelj
Horvat Damir Suradnik
Okreša Đurić Bogdan Suradnik
Sadržaj predavanja
  • Uvod u predmet i objašnjenje načina rada
    Znanost o podacima. Veliki podaci. Specifičnosti programiranja u kontekstu podatkovne znanosti. Sažetak. (2 sata)
  • Primijenjeni (inženjerski) koncepti
    Verzioniranje programskog kôda. Skriptiranje. Izgradnja aplikativnog sučelja. Najbolje prakse. Sažetak. (1 sat)
  • Teorijski koncepti
    Anonimne funkcije i parcijalna aplikacija argumenata. Funkcije višeg reda. MapReduce. Generatori sekvenci. Osnove paralelnog procesiranja. Introspekcija. Sažetak. (2 sata)
  • Dohvaćanje podataka, pohrana i tipovi datoteka
    Interakcija s tekstualnim podacima. Interakcija s binarnim podacima. Interakcija s aplikativnim sučeljima. Interakcija s bazama podataka. Prikupljanje podataka s Web-a. Interakcija s kontinuiranim tokovima podataka (engl. Stream data). Sažetak. (4 sata)
  • Čišćenje i priprema podataka
    Upravljanje nepotpunim podacima. Transformacija podataka. Manipulacija znakovnim nizovima. Indeksiranje podataka. Spajanje i kombiniranje podataka. Preoblikovanje i zakretanje podataka (engl. Pivoting). Agregiranje i grupiranje podataka. Sažetak. (3 sata)
  • Analiza podataka. Interaktivna analiza podataka
    Programska analiza vremenskih serija. Programska analiza mreža (npr. društvenih mreža). Statističko modeliranje podataka. Programska analiza kategorijskih podataka. Analiza strojnim učenjem. Programska vizualizacija podataka. Druge vrste analiza (3 sata)     
Sadržaj seminara/vježbi
Ishodi učenja kolegija
  • Preurediti postojeću bazu podataka koristeći izabrani jezik za manipulaciju podacima.
  • Modelirati višedretvene programe.
  • Realizirati jednostavne programske okvire.
  • Modelirati funkcije višeg reda i funkcijske obrasce (map, fold i filter) i primijeniti ih u implementaciji odgovarajućih problemskih zadataka.
  • Primijeniti različite metode strojnog učenja prikladne za odabrane poslovne probleme klasifikacije odnosno regresije.
  • Oblikovati rješenje dohvaćanja podataka na zadanom skupu izvora podataka (npr. tekstualni podaci, binarni podaci, aplikativna sučelja, baze podataka, podaci s weba, kontinuirani tokovi podataka) koristeći odabrani skriptni programski jezik.
  • Kombinirati različite metode analize velikih skupova podataka poput analize vremenskih serija, analize mreža (npr. društvenih mreža), statističkog modeliranja podataka, analize kategorijskih podataka, strojnog učenja i vizualizacije složenih podataka u odgovarajućem interaktivnom programskom sučelju.
  • Izraditi programsko rješenje temeljeno na bazi podataka u zadanom programskom okruženju
Ishodi učenja programa
  • razumjeti stanje i trendove razvoja suvremenih informacijskih i komunikacijskih tehnologija (ICT), razumjeti njihov utjecaj na pojedinca, organizaciju i društvo te procijeniti njihovu primjenjivost u zadanom kontekstu
  • razumjeti i primijeniti ključne aspekte informacijske tehnologije (programiranje, algoritmi, strukture podataka, baze podataka i znanja
  • razumjeti i primijeniti suvremene tehničke koncepte i prakse u informacijskim tehnologijama (arhitektura računala, operacijski sustavi, mreže računala)
  • razumjeti i primijeniti matematičke metode, modele i tehnike primjerene rješavanju problema iz područja informacijskih i poslovnih sustava
  • razumjeti bitne čimbenike koji utječu na poslovanje organizacije i pojedinaca te primijeniti osnovne metode i koncepte planiranja, upravljanja i obračuna poslovanja
  • analizirati stanje, identificirati prilike i definirati probleme s kojima se susreću organizacije i pojedinci u primjeni ICT, te formulirati rješenja uz primjenu ICT
  • razumjeti osnovna vertikalna područja primjene ICT (industrija, zdravstvo, promet, turizam, država i sl.), te horizontalne aplikacije (uredski sustavi, DSS, CRM, ERP, DMS i sl.)
  • razumjeti i primijeniti suvremene metodološke pristupe razvoja organizacijskih i informacijskih sustava, te oblikovanja organizacije i organizacijske strukture
  • razumjeti suvremene organizacijske koncepte i upravljati organizacijskom kulturom
  • modelirati poslovne procese i podatke u organizacijama i primijeniti modele u razvoju informacijskih i poslovnih sustava
  • razumjeti i primijeniti metode, tehnike razvoja informacijskih i programskih sustava u suvremenim razvojnim okolinama
  • razumjeti i primijeniti procese, metode i tehnologije upravljanja IT uslugama i resursima te podrške i pružanja različitih vrsta usluga vezanih uz ICT
  • razumjeti i primijeniti etička načela, zakonsku regulativu i norme koje se primjenjuju u struci
  • razumjeti osnovna načela i metode upravljanja organizacijom i uspješno raditi u timu
  • uspješno komunicirati s klijentima, korisnicima i kolegama na verbalan i pisani način uz primjenu odgovarajuće terminologije uključujući i sposobnost komunikacije o struci na stranom jeziku
  • pratiti stručnu literaturu na hrvatskom i stranom jeziku, pripremiti i samostalno održati prezentacije na hrvatskom i stranom jeziku stručnoj i općoj publici, te kritičku evaluaciju prezentirane stručne teme
  • razumjeti i primijeniti vještine učenja potrebne za cjeloživotno učenje i nastavak obrazovanja na diplomskom studiju.
  • razumjeti i primijeniti osnovne principe planiranja i razvoja karijere u struci i vlastitih poduzetničkih poduhvata
Osnovna literatura
  • McKinney, W. (2018) Python for Data Analysis, O'Reilly, USA.
  • Downey, A. B. (2015) Think Stats, O'Reilly, USA.
Dopunska literatura
  • Maleković M. and Schatten M. (2017) Teorija i primjena baza podataka, Fakultet organizacije i informatike, Zagreb.
  • Jake VanderPlas (2017) Python Data Science Handbook, O’Reilly, Sebastopol     
Slični kolegiji
Redoviti studenti Izvanredni studenti
izvanredni rok
Datum: 16.04.2025.
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