Системи за поддршка при одлучувањето

1.

Наслов на наставниот предмет

Системи за поддршка при одлучувањето

Decision support systems

2.

Код

F23L3W156

3.

Студиска програма

Примена на информациски технологии, Софтверско инженерство и информациски системи, Компјутерски науки, Компјутерско инженерство, Интернет, мрежи и безбедност, Информатичка едукација, Software engineering and information systems, Примена на информациски технологии, Софтверско инженерство и информациски системи, Компјутерски науки, Компјутерско инженерство, Интернет, мрежи и безбедност, Software engineering and information systems, Стручни студии за програмирање, Стручни студии за програмирање, Софтверско инженерство,

4.

Организатор на студиската програма (единица, односно институт, катедра, оддел)

Факултет за информатички науки и компјутерско инженерство

5.

Степен (прв, втор, трет циклус)

Прв циклус

6.

Академска година / семестар

4 / Зимски

7. Број на ЕКТС кредити

6.0

8.

Наставник

ворн. проф. д-р Георгина Мирчева

9.

Предуслови за запишување на предметот

Вештачка интелигенција или Вовед во науката за податоци или Машинско учење

10.

Цели на предметната програма (компетенции):

Овој курс претставува вовед во примена на анализа на податоци за донесување деловни одлуки. Целта на курсот е студентите да се запознаат со методите, техниките и системите за поддршка при одлучувањето, како и анализа на одлуките. Да се запознаат со техниките за стекнување на знаење и репрезентација на знаење. По завршување на курсот студентите ќе стекнат знаење како да ги користат системите за поддршка при одлучувањето, правилно да изберат соодветен систем за поддршка при одлучувањето во даден бизнис контекст, како и да дизајнираат, развијат и менаџираат системи за поддршка при одлучувањето.

11.

Содржина на предметната програма:

Предавања: 1. Вовед во експертни системи 2. Дрва за одлучување 3. Баесови класификатори 4. Пронаоѓање на документи 5. Системи за препораки 6. Невронски мрежи 7. Онтологии 8. Семантички веб 9. Ризици. Полезност. Системи на знаење. 10. Предвидување на временски серии 11. Системи за поддршка во одлучувањето 12. Матна логика Вежби: 1. Вовед во Python 2. Вовед во Python 3. Дрва за одлучување 4. Дрва за одлучување 5. Баесови класификатори 6. Пронаоѓање на документи 7. Системи за препораки 8. Системи за препораки 9. Невронски мрежи 10. Невронски мрежи 11. Предвидување на временски серии 12. Предвидување на временски серии

12.

Методи на учење:

предавања, аудиториски вежби, лабораториски вежби, проектни задачи, домашни задачи

13.

Вкупен расположив фонд на време

6.0 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

30 + 45 + 15 + 15 + 75 = 180 часа

15.

Форми на наставните активности

15.1.

Предавања- теоретска настава

30 часови

15.2.

Вежби (лабораториски, аудиториски), семинари, тимска работа

45 часови

16.

Други форми на активности

16.1.

Проектни задачи

15 часови

16.2.

Самостојни задачи

15 часови

16.3.

Домашно учење

75 часови

17.

Начин на оценување

17.1.

Тестови

0 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

15 бодови

17.3.

Активности и учење

10 бодови

17.4.

Завршен испит

30 бодови

18.

Критериуми за оценување (бодови/ оценка)

до 50 бода

5 (пет) (F)

од 51 до 60 бода

6 (шест) (E)

од 61 до 70 бода

7 (седум) (D)

од 71 до 80 бода

8 (осум) (C)

од 81 до 90 бода

9 (девет) (B)

од 91 до 100 бода

10 (десет) (A)

19.

Услов за потпис и полагање на завршен испит

Реализирани активности 15, 16

20.

Јазик на кој се изведува наставата

македонски и англиски

21.

Метод на следење на квалитетот на наставата

механизам на интерна евалуација и анкети

22.

Литература

22.1.

Задолжителна литература

22.2.

Дополнителна литература