Податочно рударење

1.

Наслов на наставниот предмет

Податочно рударење

Data Mining

2.

Код

F23L3S150

3.

Студиска програма

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

Прв циклус

6.

Академска година / семестар

3 / Летен

7. Број на ЕКТС кредити

6.0

8.

Наставник

проф. д-р Билјана Тојтовска Рибарски доц. д-р Бојан Илијоски

9.

Предуслови за запишување на предметот

Веројатност и статистика или Математика 3 или Основи на теорија на информации или Бизнис Статистика

10.

Цели на предметната програма (компетенции):

Запознавање со методи за идентификација на валидни, нови, корисни и разбирливи шеми во податоци и откривања на нови знаења. Претпроцесирање на податоците. Вовед во предиктивни модели од податоците: класификација, регресијa. Откривање на кластери. Совладување на техники за собирање на податоци, нивно траксформирање во облик погоден за интерно користење и нивно зачувување.

11.

Содржина на предметната програма:

1. 1. Вовед, примери за примена на методите на податочно рударење. Типови на податоци. Мерки на сличност и растојание меѓу податоците: мерки на сличност и растојание за номинални и бинарни. Стандардизација на нумерички атрибути. Мерки на растојание за нумерички атрибути: Растојание на Минковски и специјални видови, косинусно растојание, евклидско ратојание, Махаланобиево растојание. Растојание меѓу податоци со мешани атрибути. 2. Техники за претпроцесирање на податоци: Квалитет на податоци, чистење на податочно множество, Интегрирање на податоци, редукција на податоци, трансформација на податоци и дискретизација на податоци. 3. Напредна визуелизација на податоците. 4. Модели за предвидување, регресиони модели. Напредни концепти (анализа на резидуали, confounding, adjustment, толкување на резултати) 5. Класификација. Надгледувано и ненадгледувано учење. Класификација со дрва на одлучување. LDA класификација 6. Кластерирање и евалуација на кластери. 7. Детекција и справување со аутлаери 8. Евалуација на модели 9. Анализирање на временски податоци и временски серии 10. Екстрахирање, трансформирање и зачувување на податоци (Extract, Тransform, Load) 11. Екстрахирање, трансформирање и зачувување на податоци (Extract, Тransform, Load) 12. Завршен проект

12.

Методи на учење:

предавања, аудиториски вежби, лабораториски вежби, проектни задачи, домашни задачи, разработка на програмски пакет со методи за податочно рударење

13.

Вкупен расположив фонд на време

6.0 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

30 + 45 + 0 + 30 + 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

30 часови

16.2.

Самостојни задачи

0 часови

16.3.

Домашно учење

75 часови

17.

Начин на оценување

17.1.

Тестови

10 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

30 бодови

17.3.

Активности и учење

10 бодови

17.4.

Завршен испит

60 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