| 5 ECTS | |
| 30 P + 30 PK | |
| 0% primjene e-učenja | |
| Odjel za informatiku (Sceduly) |
| Nositelji: Hrvoje KalinićSuradnici: |
| Ciljevi predmeta |
| Razumijevanje osnovnih koncepata i algoritama za rudarenje podataka. Stjecanje znanja i vještina u procesima rudarenja podataka na (velikim) skupovima podataka. |
| Uvjeti (kompetencije) za upis predmeta |
| Primijenjena statistika (poželjno) |
| Očekivani ishodi učenja |
| 1. Upoznavanje metoda za predprocesiranje, pretraživanje i vizualizaciju podataka |
| 2. Upoznavanje algoritamam za klasifikaciju, asocijaciju i grupiranje podataka |
| 3. Razumijevanje osnovnih paradignmi učenja: učenje bez nadzora, učenje potporom i učenje pod nadzorom |
| 4. Razumijevanje problema pretreniranja i prokletstva dimenzionalnosti |
| Sadržaj predmeta |
| Ciljevi i zadatci rudarenja podataka (2) |
| Pripremna obrada podataka (2) |
| Pretraživanje i vizualizacija podataka (2) |
| Utvrđivanje sličnosti među podatcima: korelacija i entropijske mjere (4) |
| Klasifikacija podataka: stabla odluke (2) |
| Alternativne metode klasifikacije podataka: metoda najbližeg susjedstva, Bayesov pristup klasifikaciji, neuronske mreže... (4) |
| Kolokvi (2) |
| Asocijacija podataka (2) |
| Grupiranje podataka: K-najbližih susjedstava, samoorganizirajuće mreže... (4) |
| Različite paradigme i pristupi učenju (2) |
| Tehnike za smanjenje dimenzionalnosti prostora (2) |
| Vrste izvođenja nastave |
| - Predavanja - Laboratorij |
| Obveze studenata |
| Aktivno sudjelovanje u nastavnim aktivnostima. Izrada zadataka kod kuće. Ispit. |
| Praćenje rada studenata (ECTS) |
| - Pohađanje nastave (1) - Seminarski rad (1) - Kolokviji (1) - Usmeni ispit (1) - Pismeni ispit (1) - Projekt (1) |
| Ocjenjivanje i vrjednovanje rada studenata |
| Prisustvo/sudjelovanje na nastavi (20%) Projekt ( 40%) Pismeni/usmeni ispit (40%) |
| Obvezna literatura |
| Wu, X. et al.:Top 10 algorithms in data mining. Knowl. Inf. Syst., Vol. 14, No. 1. (2007), pp. 1-37. |
| Izborna literatura |
| Nastavni materijali dostupni na Internetu, uključujući rješenja odabranih zadataka te dodatna znanstvena literatura |
| Načini praćenja kvalitete |
| Razgovor sa studentima, anonimna studentska anketa, uspješnost studenata na kolegiju, samoanaliza. |
| Izvedba |
|
Sveučilišni diplomski studij • Fizika i informatika; smjer: nastavnički (izborni 2. i 4. sem.) • Informatika; smjer: nastavnički (izborni 2. i 4. sem.) • Matematika; smjer: Računarski (obvezni 2. sem.) • Matematika; smjer: Teorijski (izborni 4. sem.) • Matematika; smjer: Statistika i računarstvo (obvezni 2. sem.) • Matematika i informatika; smjer: nastavnički (izborni 4. sem.) |
| Napomene: Vrste nastave (tip): (P) Predavanja; (S) Seminari; (A) Auditorne vježbe; (PK) Vježbe u praktikumu; (L) Laboratorijske vježbe; (M) Metodičke vježbe; (TJ) Vježbe tjelesnog odgoja; (T) Terenske vježbe. Prije početka nastave moguće su rošade izvođača nastave u svrhu optimizacije opterećenja. Prikazana je testna verzija automatskog generiranja informacija. |