13M111PSZ - Pronalaženje skrivenog znanja

Specifikacija predmeta
Naziv		Pronalaženje skrivenog znanja
Akronim		13M111PSZ
Studijski program		Elektrotehnika i računarstvo
Modul		modul Računarska tehnika i informatika
Tip studija		master akademske studije
Nastavnik (predavač)		prof. dr Boško Nikolić prof. dr Dražen Drašković
Nastavnik/saradnik (vežbe)		as. ms Jelica Cincović, dipl. inž. el. i rač.
Nastavnik/saradnik (DON)
Broj ESPB		6.0	Status predmeta	izborni
Uslovljnost drugim predmetima		Baze podataka 1, Ekspertski sistemi
Ciljevi izučavanja predmeta		Upoznati studente sa osnovnim pojmovima i principima mašinskog učenja, data mining-a, tehnologijama Semantičkog Veba, kao i modelovanja koncepata. Upoznati studente sa principima projektovanja i implementacije data mining modela i ontologija Semantičkog Veba.
Ishodi učenja (stečena znanja)		Studenti će biti u stanju da razumeju kako se znanje i podaci konceptualizuju, organizuju, dohvataju, pretražuju i smeštaju. Takođe, posedovaće znanje o mašinskom učenju, data mining-u, Semantičkim Veb tehnologijama i modelovanju koncepata.
Sadržaj predmeta
Link ka stranici predmeta		http://rti.etf.bg.edu.rs/rti/ms1psz/
Sadržaj teorijske nastave		Metodi prikupljanja, predstavljanja i obrađivanja podataka. Stabla odlučivanja, induktivno učenje, Bayesian učenje, neuralne mreže, genetski algoritam, Instance-based učenje. Asociajtivna pravila i klasifikacija. Semantičke Veb tehnologije i konceptualne mreže, modelovanje koncepata.
Sadržaj praktične nastave		Isti kao i za teorijsku nastavu. Primeri rada konkretnih algoritama i alata, uključujući Protege i Microsoft SQL Server: Integration and Analysis Services.
Literatura
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 Najnoviji radovi po izboru predavača
Broj časova aktivne nastave nedeljno tokom semestra/trimestra/godine
Predavanja	Vežbe	DON	Studijski i istraživački rad	Ostali časovi
2	2
Metode izvođenja nastave		Predavanja, auditorne vežbe sa demonstracijama, projekt
Ocena znanja (maksimalni broj poena 100)
Predispitne obaveze		Poena	Završni ispit	Poena
Aktivnosti u toku predavanja		0	Pismeni ispit	20
Praktična nastava		0	Usmeni ispit	20
Projekti
Kolokvijumi		0
Seminari		60