Тополошка анализа на податоци

1.

Наслов на наставниот предмет

Тополошка анализа на податоци

Topological Data Analysis

2.

Код

SDP-I-13

3.

Студиска програма

Пресметување во облак, Data science in computer science and engineering, Управување во информатички технологии, Биоинформатика, Безбедност, криптографија и кодирање, Едукација со ИКТ, Еко-информатика, Интелигентни системи, Интернет технологии и сајбер безбедност, Компјутерски науки, Софтвер за вградливи системи, Софтверско инженерство, Пресметување во облак, Управување во информатички технологии, Биоинформатика, Безбедност, криптографија и кодирање, Софтверско инженерство, Статистика и аналитика на податоци, Статистика и аналитика на податоци,

4.

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

Факултет за информатички науки и компјутерско инженерство

5.

Степен (прв, втор, трет циклус)

Втор циклус

6.

Академска година / семестар

5 / Зимски

7. Број на ЕКТС кредити

6.0

8.

Наставник

9.

Предуслови за запишување на предметот

10.

Цели на предметната програма (компетенции):

Изучувањето на материјалот во овој курс има две цели: првата, да се даде вовед во оваа релативно нова област преку опишување на методите коишто се користат и нивните математички основи во алгебарската топологија. Втората цел е да се применат методи од ТДА во обработка на реални податочни множества, на пример: во процес на класификација и машинско учење, и да се испита дали примената ќе резултира со подобрување на перформансите при класификација наспроти модели, кои што не ги вклучуваат овие тополошки карактеристики.

11.

Содржина на предметната програма:

1. Вовед во основни поими од топологија: симплицијални комплекси, симплицијална хомологија, кубни комплекси, перзистентна хомологија,Чех комплекси, Виеторис-Рипс комплекси, CW комплекси, филтрaција. 2. Осврт кон дигитална обработка на слики: перзистентни баркодови, перзистентни дијаграми, перзистентни слики, перзистентна хомологија на слики. 3. Експерименти за примена на методи од ТДА врз синтетички генерирани и реални податочни множества од области на економија, медицина, генетика, обработка на слики и др. со софтверски алатки од Python, R и други програмски јазици.

12.

Методи на учење:

Предавања поддржани со презентации преку слајдови, интерактивни предавања, вежби (користење на опрема и софтверски пакети), пример случаи, самостојна изработка и одбрана на проектна задача.

13.

Вкупен расположив фонд на време

6.0 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

60 + 0 + 45 + 45 + 30 = 180 часа

15.

Форми на наставните активности

15.1.

Предавања- теоретска настава

60 часови

15.2.

Вежби (лабораториски, аудиториски), семинари, тимска работа

0 часови

16.

Други форми на активности

16.1.

Проектни задачи

45 часови

16.2.

Самостојни задачи

45 часови

16.3.

Домашно учење

30 часови

17.

Начин на оценување

17.1.

Тестови

0 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

45 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

NULL

20.

Јазик на кој се изведува наставата

македонски

21.

Метод на следење на квалитетот на наставата

интерна евалуација и анкети

22.

Литература

22.1.

Задолжителна литература

22.2.

Дополнителна литература