Studij

Podatkovna znanost

Analitičke tehnike temeljene na velikim skupovima podataka

  • Predavanje 30
  • Vježbe 30
  • Samostalni rad 120
Ukupno 180

Naziv predmeta

Analitičke tehnike temeljene na velikim skupovima podataka

Oznaka predmeta

20-02-006

Semestar

3

ECTS

6

Nastavnici i suradnici

Cilj

Cilj predmeta je razviti u studenata svijest potencijalima velikih skupova podataka (big data) korištenju analitičkih alata i tehnika s ciljem planiranja poslovnih aktivnosti. Cilj predmeta je osposobiti studente za aktivno korištenje alata i analitičkih tehnika pomoću kojih će sami moći ekstrahirati znanje iz velikih skupova podataka za potrebe planiranja poslovnih aktivnosti.

Sadržaj

Uvod u velike skupove podataka i njihovu analitiku. Python programski jezik – osnove. Strukture podataka u pythonu. Objekti u pythonu. Open source biblioteke za analizu velikih skupova podataka. Analiza nestrukturiranih izvora podataka za kampanje. Razumijevanje teksta. Planiranje poslovnih aktivnosti temeljem otkrivenih rečeničnih uzoraka i smisla. Ciljani kampanje i big dana. Strategije razvoja sustava ranog upozorenja. Strategije razvoja sustava za preventivu prekida ugovornih odnosa. Strategije razvoja sustava za segmentaciju. Strategije razvoja crm sustava. Integracija tehnologija. Trendovi i budućnost.

Obvezna literatura

Budin, L., Brođanac, P., Markučić, Z. i Perić, S. (2012). Rješavanje problema programiranjem u Pythonu. Zagreb: Element.
Budin, L., Brođanac, P., Markučić, Z. i Perić, S. (2013). Napredno rješavanje problema programiranjem u Pythonu. Zagreb: Element.
Bird,S., Klein,E., and Loper,E. (2009). Natural Language Processing with Python. Sebastopol,
O’Reilly
Klepac, G. (2014). Data Mining Models as a Tool for Churn Reduction and Custom Product Development in Telecommunication Industries. In P. Vasant (Ed.), Handbook of Research on Novel Soft Computing Intelligent Algorithms: Theory and Practical Applications (pp. 511-537). Hershey, PA: Information Science Reference. doi:10.4018/978-1-4666-4450-2.ch017
Miner, G. (2012). Practical Text Mining and Statistical Analysis for Non-structured Text Data Applications, Oxford, Academic Press

Preporučena literatura

Almeida, F., and Santos, M. (2014). A Conceptual Framework for Big Data Analysis. In I. Portela, and F. Almeida (Eds.) Organizational, Legal, and Technological Dimensions of Information System Administration (pp. 199-223). Hershey, PA: Information Science Reference. doi:10.4018/978-1-4666-4526-4.ch011
Bakshi, K. (2014). Technologies for Big Data. In W. Hu, and N. Kaabouch (Eds.) Big Data Management, Technologies, and Applications (pp. 1-22). Hershey, PA: Information Science Reference. doi:10.4018/978-1-4666-4699-5.ch001
Bird,S., Klein,E., and Loper,E. (2009). Natural Language Processing with Python. Sebastopol,
O’Reilly
Cointet, J. P., and Roth, C. (2009). Socio-semantic dynamics in a blog network. International Conference onComputational Science and Engineering. doi:10.1109/CSE.2009.105
Conte, R., Gilbert, N., Bonelli, G., and Helbing, D. (2011). FuturICT and social sciences: Big Data, big thinking.
Zeitschrift für Soziologie, 40, 412–413.

Minimalni ishodi učenja

  • Preispitati potencijale velikih skupova podataka
  • Preispitati analitičke tehnike za analizu velikih skupova podataka
  • Preispitati kampanje koristeći znanje iz velikih skupova podataka
  • Ocijeniti kvalitetu proizvoda koristeći znanje iz velikih skupova podataka
  • Ocijeniti alate i tehnike za prepoznavanje slika i videa.

Željeni ishodi učenja

  • Ocijeniti potencijale velikih skupova podataka za poslovno planiranje
  • Ocijeniti analitičke tehnike za analizu velikih skupova podataka
  • Preporučiti metode otkrivanja znanja iz velikih skupova podataka za potrebe kampanji
  • Preporučiti metode otkrivanja znanja iz velikih skupova podataka za potrebe razvoja novih proizvoda
  • Preporučiti metode i tehnike za specifične upotrebe računalnog vida.
Podijeli: Facebook Twitter

BUDI IZVRSTAN U ONOM ŠTO VOLIŠ. ZAISKRI.

Prijavi se

Zašto je Algebra siguran izbor za tvoju budućnost?

Vjetar u
leđa

Kod nas ćeš naučiti sve o informacijskim tehnologijama, području za kojim potražnja stalno raste. Vjerujemo da ćemo ti tako osigurati podlogu za osobni razvoj i učiniti te metom poslodavaca.

Moderna metodologija

Odbijamo stajati na mjestu u svijetu koji se sve brže i brže mijenja. Jako pazimo da svaki studijski program bude u skladu s modernim trendovima i ide u korak s vremenom.

Kvaliteta bez premca

Ponosni smo na brojna priznanja i status najkvalitetnijeg stručnog studija u Hrvatskoj. Iz godine u godinu se trudimo opravdati ukazano povjerenje, jer znamo da tvoja budućnost ovisi o tome. Zato svoju zadaću ne shvaćamo olako.

Newsletter

Želiš biti u toku sa svim novostima vezanim uz fakultet? Prijavi se na naš newsletter.