Priprema studenata za samostalno prikupljanje, transformaciju i organizaciju podataka u cilju izvođenja zaključaka, vizuelizacije i donošenja biznis odlika zasnovanih na podacima.
Pored temeljnog razumevanja procesa ekstrakcije, transformacije i smeštanja podataka, kao i komunikacije dobijenih, studenti će rešavati konkretne probleme primenom alata nad struktuiranim i nestruktuiranim podacima. Izradom projekata baziranih na realnim sistemima posedovaće veštine upotrebe i povezivanja znanja iz različitih oblasti.
Teorijska nastava:
- Jupiter notebooks – uvod
- Ugrađene strukture podataka, funkcije i fajlovi
- Osnovne biblioteke za rad sa podacima: Pandas, NymPy, matplotlib,…
- Učitavanje podataka, smeštanje, formati fajla
- Čišćenje i priprema podataka
- Transformacija podataka
- Manipulacija podacima
- Agregacija
- Crtanje i vizuelizacija
- Komunikacija rezultata
Praktični nastava: samostalno kreiranje rešenja za konkretne probleme.
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
Balaban, N. i Ristić, Ž. Poslovna inteligencija Ekonomski fakultet u Subotici 2006
Predavanja su auditorna uz podršku savremenih učila i aktivno učešće studenata. Rad na vežbama se u celosti izvodi u računarskim laboratorijama.
