Обработка на податоци

1.

Наслов на наставниот предмет

Обработка на податоци

Data processing

2.

Код

BI-I-02

3.

Студиска програма

Пресметување во облак, Data science in computer science and engineering, Управување во информатички технологии, 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, Безбедност, криптографија и кодирање, Софтверско инженерство, Биоинформатика, Биоинформатика, 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 / Летен

7. Број на ЕКТС кредити

6.0

8.

Наставник

доц. д-р Илинка Иваноска проф. д-р Слободан Калајџиски

9.

Предуслови за запишување на предметот

10.

Цели на предметната програма (компетенции):

Овој курс првенствено ќе се фокусира на развој на вештини потребни за поддршка на останатите курсеви во програмата. Додека го изучуваат овој курс, студентите ќе развијат систематско разбирање на принципите на компјутерската наука и науката за податоци, кои се во темелите на многу интердисциплинарни програми. На студентите ќе им се понуди широко знаење во клучните области на компјутерски науки релевантни за современите истражувања, вклучувајќи ја и способноста да се евалуираат податоци и да се идентификуваат соодветни алатки за нивно испитување и манипулација. Со овој курс студентите ќе се здобијат со следните компетенции: - Знаење за клучните елементи на напредно програмирање во научното истражување - Знаење за клучните елементи на современите скриптни и аналитички јазици (како што се, но не се ограничени на R и Python) o манипулација со податоци o основни процедури за анализа на податоци o креирање графикони - Знаење за пристапи и методи за визуелизација на комплексни податоци со користење на современи скриптни јазици. - Собирање, извлекување и манипулација на големи податочни множества користејќи командна линија и алатки за скриптирање. - Дизајнирање, пишување, анотирање, тестирање и дебагирање на аналитички код. - Дизајнирање, оправдување и спроведување на пресметковен тек за обработка на податоци, кој вклучува повеќе алатки за пресметување со цел испитување на прашања за истражувања ориентирани кон одреден исход.

11.

Содржина на предметната програма:

Курсот ќе биде изграден од четири тематски области: 1. Напредни системски вештини за најразлични интердисциплинарни студии (Linux) 2. Вовед во R 3. Вовед во Python 4. Претпроцесирање и чистење на податоци 5. Методи за визуелизација на податоци

12.

Методи на учење:

Предавања поддржани со презентации преку слајдови, интерактивни предавања, вежби (користење на опрема и софтверски пакети), тимска работа, пример случаи, поканети гости предавачи, самостојна изработка и одбрана на проектна задача и семинарска работа, учење во електронско опкружување (форуми, консултации).

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

15 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

45 бодови

17.3.

Активности и учење

15 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

реализирани активности 15

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