Nastavni program.

Naziv predmeta RUDARENJE PODATAKA
Kod I120
Vrsta Izborni predmet
Razina Osnovna
Godina 2. Semestar 3.
ECTS 5
Nastavnik Izv.prof.dr.sc. Darko Dukić
Cilj ili svrha kolegija Cilj kolegija je osposobiti pristupnike za primjenu odabranih metoda rudarenja podataka, koje omogućavaju pronalaženje i izdvajanje interesantnih i potencijalno korisnih informacija ili uzoraka, pohranjenih u velikim bazama podataka, odnosno skladištima podataka, sa svrhom unapređenja procesa odlučivanja.
Preduvjeti za upis Nema
Ishodi učenja Nakon uspješno završenog kolegija student će moći:

  1. Razumjeti osnovne ideje i principe rudarenja podataka.
  2. Interpretirati u okviru kolegija obrađene algoritme rudarenja podataka.
  3. Definirati varijable i prikupiti podatke s obzirom na determinirani problem.
  4. Izabrati odgovarajuću metodu rudarenja podataka.
  5. Pripremiti podatke za računalnu analizu.
  6. Primijeniti odabrani algoritam rudarenja podataka.
  7. Upotrijebiti programski paket (SPSS, Statistica) u analizi podataka.
  8. Interpretirati i prezentirati dobivene rezultate.
Povezanost ishoda učenja, nastavnih metoda i ocjenjivanja
Nastavna aktivnost ECTS Ishod učenja Aktivnost studenata Metode procjenjivanja Bodovi
min max
Pohađanje nastave 1,5 1-8 Prisutnost na nastavi Evidencija 0 5
Provjera znanja: kolokviji ili pismeni/ usmeni ispit 2 1-8 Priprema za kolokvije ili pismeni/usmeni ispit Ocjena kolokvija ili pismenog/ usmenog ispita 0 50
Vježbe na računalu 0,7 5-7 Korištenje odabranih statističkih paketa Ocjena uspješnosti korištenja odabranih statističkih paketa 0 20
Prezentacija teme iz domene kolegija 0,8 2-8 Priprema i prezentacija odabrane teme Ocjena uspješnosti prezentacije odabrane teme 0 25
Ukupno 5 0 100
Konzultacije Izv.prof.dr.sc. Darko Dukić: ponedjeljak, 17-19.
Kompetencije koje se stječu Razumijevanje osnovnih ideja, pojmova, principa i algoritama rudarenja podataka. U okviru kolegija studenti će se osposobiti za primjenu odabranih metoda rudarenja podataka, koje će biti obrađene teoretski i uz upotrebu odgovarajućih programskih paketa (SPSS, Statistica).
Sadržaj Uvodna razmatranja. Pojam rudarenja podataka i čimbenici koji su utjecali na njegov razvoj. Područja primjene i primjeri uspješnog korištenja rudarenja podataka. Pojam modeliranja. Definiranje problema i priprema podataka. Odabrane metode i modeli rudarenja podataka. Jednostavna i multipla regresijska analiza. Model logističke regresije. Stabla odlučivanja. Metoda k-najbližih susjeda. Pravila asocijacije. Neuronske mreže. Analiza primjera uz pomoć računala.
Preporučena literatura 1.      Larose, D.T.: Data Mining Methods and Models, John Wiley & Sons, Inc., Hoboken, 2006.

2.      Larose, D.T.: Discovering Knowledge in Data – An Introduction to Data Mining, John Wiley & Sons, Inc., Hoboken, 2005.

3.      Predavanja: http://moodle.fizika.unios.hr/course/view.php?id=69

Dopunska literatura 1.      Afifi, A.A., Clark, V.: Computer-Aided Multivariate Analysis, Third Edition, Chapman & Hall/CRC, Boca Raton, 1999.

2.      Berry, M.J.A., Linoff, G.S.: Data Mining Techniques – For Marketing, Sales, and Customer Relationship Management, Second Edition, Wiley Publishing, Inc., Indianapolis, 2004.

3.      Bramer, M.: Principles of Data Mining (Undergraduate Topics in Computer Science), Springer-Verlag, London, 2007.

4.      Han, J., Kamber, M.: Data Mining – Concepts and Techniques, Morgan Kaufman Publishers, San Francisco, 2001.

5.      Nisbet, R., Elder, J., Miner, G.: Handbook of Statistical Analysis and Data Mining Applications, Academic Press, Amsterdam, 2009.

Oblici provođenja nastave Predavanja (30), laboratorijske vježbe (30).
Način provjere znanja i polaganja ispita Dva kolokvija tijekom semestra ili pismeni/usmeni ispit. Studenti koji redovito pohađaju nastavu te ostvare više od 50% bodova iz svakog od kolokvija, vježbi na računalu i prezentacije teme oslobođeni su polaganja pismenog/usmenog dijela ispita.
Jezik poduke i mogućnosti praćenja na drugim jezicima Hrvatski/engleski.
Način praćenja kvalitete i uspješnosti izvedbe svakog predmeta i/ili modula Studentska anketa.
Back to Top