Subject

Advanced Topics in Data-Driven Science

Course Title

Advanced Topics in Data-Driven Science
Advanced Data Science

Code

m23_s_036

Study Programme

—

Organizer of the study programme (unit, institute, department or division)

Faculty of Computer Science and Engineering

Degree level (first, second, third cycle)

Second cycle

Academic year / semester

10 / Summer

Number of ECTS credits

Teacher

Ана Мадевска Богданова, Димитар Трајанов, Игор Мишковски, Милош Јовановиќ, Слободан Калајџиски, Соња Гиевска

Prerequisites for enrolling in the course

—

10.

Objectives of the course programme (competences)

Овој курс е фокусиран на тоа како ефективно да се одговори на бизнис прашања користејќи напредни техники од науката за податоци. До крајот на курсот, студентите ќе можат да препознаат различни типови прашања (на пример, описни, каузални или предвидливи прашања), да се изјаснат за тоа кои методолошки пристапи се најсоодветни за одговарање на секој тип прашања, да можат да ги дизајнираат и критичките да ги оценат ML моделите, како и да ја приспособат презентацијата на резултатите до различна публика.

11.

Course content

Од аналитика до акција
Комбинирање на различни видови на податоци
Избор и алгоритми за решавање на проблемот
Проценки на дизајнот на алгоритмите
Проценки на влијанието на алгоритмите
Случаи за употреба во реално време
Комуникација и убедување преку податоци
Раскажување приказни со податоци

12.

Learning methods

Lectures supported by slide presentations, interactive lectures, practical exercises, teamwork, case studies, guest speakers, independent project work and seminar papers, and e-learning.

13.

Total available time

6 ECTS x 30 hours = 180 hours

14.

Distribution of available time

45 + 15 + 30 + 50 + 40 = 180 hours

15.

Forms of teaching activities

15.1.	Lectures - theoretical instruction	45 hours
15.2.	Exercises (laboratory, auditory), seminars, teamwork	15 hours

16.

Other forms of activities

16.1.	Project assignments	50 hours
16.2.	Independent assignments	30 hours
16.3.	Home study	40 hours

17.

Assessment method

17.1.	Tests	10 points
17.2.	Seminar paper / project (presentation: written and oral)	50 points
17.3.	Activities and learning	10 points
17.4.	Final exam	0 points

18.

Grading criteria (points / grade)

up to 50 points	5 (five) (F)
from 51 to 60 points	6 (six) (E)
from 61 to 70 points	7 (seven) (D)
from 71 to 80 points	8 (eight) (C)
from 81 to 90 points	9 (nine) (B)
from 91 to 100 points	10 (ten) (A)

19.

Requirement for obtaining a signature and taking the final exam

completed activities

20.

Language of instruction

Macedonian and English

21.

Method for monitoring the quality of teaching

Internal evaluation and survey mechanism

22.

Literature

22.1.

Required literature

22.2.

Additional literature

No. Author Title Publisher Year