13М111ПСЗ - Проналажење скривеног знања

Спецификација предмета
Назив		Проналажење скривеног знања
Акроним		13М111ПСЗ
Студијски програм		Електротехника и рачунарство
Модул		модул Рачунарска техника и информатика
Тип студија		мастер академске студије
Наставник (предавач)		проф. др Бошко Николић проф. др Дражен Драшковић
Наставник/сарадник (вежбе)		ас. мс Јелица Цинцовић, дипл. инж. ел. и рач.
Наставник/сарадник (ДОН)
Број ЕСПБ		6.0	Статус предмета	изборни
Условљност другим предметима		Базе података 1, Експертски системи
Циљеви изучавања предмета		Упознати студенте са основним појмовима и принципима машинског учења, data mining-а, технологијама Семантичког Веба, као и моделовања концепата. Упознати студенте са принципима пројектовања и имплементације data mining модела и онтологија Семантичког Веба.
Исходи учења (стечена знања)		Студенти ће бити у стању да разумеју како се знање и подаци концептуализују, организују, дохватају, претражују и смештају. Такође, поседоваће знање о машинском учењу, data mining-у, Семантичким Веб технологијама и моделовању концепата.
Садржај предмета
Линк ка страници предмета		http://rti.etf.bg.ac.rs/rti/ms1psz/
Садржај теоријске наставе		Методи прикупљања, представљања и обрађивања података. Стабла одлучивања, индуктивно учење, Bayesian учење, неуралне мреже, генетски алгоритам, Instance-based учење. Асоциајтивна правила и класификација. Семантичке Веб технологије и концептуалне мреже, моделовање концепата.
Садржај практичне наставе		Исти као и за теоријску наставу. Примери рада конкретних алгоритама и алата, укључујући Protege и Microsoft SQL Server: Integration and Analysis Services.
Литература
Jiawei Han, Micheline Kamber, Data Mining: Concepts and Techniques, Morgan Kaufmann Publishers, USA H. Peter Alesso, Craig F. Smith, Developing Semantic Web Service, A K Peters, USA Larose D. , Discovering Knowledge in Data: An Introduction to Data Mining, Wiley, 2005 Antoniou G., van Harmelen F. , A Semantic Web Primer, Second Edition, Cooperative Information Systems, The MIT Press, 2009 Најновији радови по избору предавача
Број часова активне наставе недељно током семестра/триместра/године
Предавања	Вежбе	ДОН	Студијски и истраживачки рад	Остали часови
2	2
Методе извођења наставе		Предавања, аудиторне вежбе са демонстрацијама, пројект
Оцена знања (максимални број поена 100)
Предиспитне обавезе		Поена	Завршни испит	Поена
Активности у току предавања		0	Писмени испит	20
Практична настава		0	Усмени испит	20
Пројекти
Колоквијуми		0
Семинари		60