Напредни теми од наука базирана на податоци

1.

Наслов на наставниот предмет

Напредни теми од наука базирана на податоци

Advanced Data Science

2.

Код

m23_s_036

3.

Студиска програма

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

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 Ана Мадевска Богданова проф. д-р Димитар Трајанов проф. д-р Игор Мишковски ворн. проф. д-р Милош Јовановиќ проф. д-р Слободан Калајџиски проф. д-р Соња Гиевска

9.

Предуслови за запишување на предметот

10.

Цели на предметната програма (компетенции):

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.

Содржина на предметната програма:

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.

Методи на учење:

Предавања поддржани со презентации преку слајдови, интерактивни предавања, практични вежби, тимска работа, пример случаи, поканети предавачи, самостојна изработка на проектна задача и семинарска работа и електронско учење.

13.

Вкупен расположив фонд на време

6.0 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

45 + 15 + 30 + 50 + 40 = 180 часа

15.

Форми на наставните активности

15.1.

Предавања- теоретска настава

45 часови

15.2.

Вежби (лабораториски, аудиториски), семинари, тимска работа

15 часови

16.

Други форми на активности

16.1.

Проектни задачи

50 часови

16.2.

Самостојни задачи

30 часови

16.3.

Домашно учење

40 часови

17.

Начин на оценување

17.1.

Тестови

10 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

50 бодови

17.3.

Активности и учење

10 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

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