Статистичко прoграмирање

Статистичко прoграмирање

1.

Наслов на наставниот предмет

Статистичко прoграмирање

Statistical programming

2.

Код

m23_s_054

3.

Студиска програма

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

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 / Летен

7. Број на ЕКТС кредити

6.0

8.

Наставник

проф. д-р Кире Триводалиев проф. д-р Марија Михова

9.

Предуслови за запишување на предметот

10.

Цели на предметната програма (компетенции):


Курсот вклучува проширено користење на некој статистички програмски јазик по избор (R и/или Python) и има за цел студентите да ги запознае си принципите и употребата на ваквите јазици, со специјален фокус на статистичкото програмирање во избраниот јазик.

11.

Содржина на предметната програма:


Основни команди во R и Python (аритметички, логички и операции со вектори; симулација на случајни променливи) Структури на податоци и работа со податоци. Графици во R (парцели, линии и точки, легенди) Функции и скрипти (едноставни функции, for / while циклуси, ако / ifelse условни конструкции) Брзи циклуси и ефикасно програмирање (векторска аритметика, вектори наспроти функции, се apply/ mapply) Компјутерски интензивни техники (симулациони техники, случајни тестови Монте Карло интеграција, bootstraping, Гибсово земање примероци)

12.

Методи на учење:


NULL

13.

Вкупен расположив фонд на време

6.0 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

60 + 0 + 30 + 60 + 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

60 часови

16.2.

Самостојни задачи

30 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)

60 бодови

17.3.

Активности и учење

0 бодови

17.4.

Завршен испит

0 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

22.

Литература

22.1.

Задолжителна литература

Ред.бр.

Автор

Наслов

Издавач

Година

6664

Crawley. M.

The R Book (2nd edition).

Wiley.

2013

6665

Thomas Mailund

Functional Data Structures in R: Advanced Statistical Programming in R

Apress

2017

22.2.

Дополнителна литература

Ред.бр.

Автор

Наслов

Издавач

Година