Припрема студената за самостално прикупљање, трансформацију и организацију података у циљу извођења закључака, визуелизације и доношења бизнис одлика заснованих на подацима.
Поред темељног разумевања процеса екстракције, трансформације и смештања података, као и комуникације добијених, студенти ће решавати конкретне проблеме применом алата над структуираним и неструктуираним подацима. Израдом пројеката базираних на реалним системима поседоваће вештине употребе и повезивања знања из различитих области.
Теоријска настава:
- Jupiter notebooks – увод
- Уграђене структуре података, функције и фајлови
- Основне библиотеке за рад са подацима: Pandas, NymPy, matplotlib,…
- Учитавање података, смештање, формати фајла
- Чишћење и припрема података
- Трансформација података
- Манипулација подацима
- Агрегација
- Цртање и визуелизација
- Комуникација резултата
Практични настава: самостално креирање решења за конкретне проблеме.
Clarke, E. Data Analytics, Data Visualization & Communicating Data Kenneth M Fornari 2022
McKinney, W. Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter 3rd Edition O'Reilly Media 2022
Tufféry, S. Data Mining and Statistics for Decision Making Wiley 2011
Shmueli, G., & Patel, N. R. Data mining for business intelligence: concepts, techniques, and applications in microsoft office excel with XLMiner John Wiley & Sons 2010
Tan, PN., Steinbach, M., & Kumar, V. Introduction to data mining Pearson Addison Wesley 2006
Балабан, Н. и Ристић, Ж. Пословна интелигенција Економски факултет у Суботици 2006
Предавања су аудиторна уз подршку савремених учила и активно учешће студената. Рад на вежбама се у целости изводи у рачунарским лабораторијама.