| Предмет | Програмски језици за аналитику |
|---|---|
| Модул | Информациони системи и технологије |
| Статус предмета | Обавезан предмет |
| Катедра | Катедра за информационе системе |
| Број ЕСПБ бодова | 6 |
Студенти су стекли неопходна знања да програмирају основне процесе анализе података. Студенти примењују одговарајуће трансформације података и анализе података. Студенти користе алате и технике обраде података у одговарајућем програмском језику
Предавања се реализују комбинацијом класичне наставе, студија случајева и гостујућих предавања стручњака из праксе. Вежбе се реализују класичним начином путем решавања задатака писањем програмау одговарајућем програмском језику.
Теоријска настава
П-01. Увод у програмске језике који се користе за аналитику и њихове карактеристике. П-02. Управљачке структуре. П-03. Структуре података за анализу података. П-04. Приступ подацима. П-05. Функције вишег реда. П-06. Статистичке и аналитичке фунцкије. П-07. Рад са недостајућим подацима. П-08. Чишћење података. П-09. Агрегација података. П-10. Визуелизација података – за један атрибут. П-11. Визуелизација података – за два или више атрибута. П-12. Рад са текстуалним подацима. П-13. Прикупљање података са Интернета (енгл. crawling). П-14. Веб сервиси. П-15. Пакети за аналитику. Увод у предиктивну аналитику у софтверском окружењу.
Практична настава
Вежбе прате предавања. На вежбама студенти добијају практична знања о концептима и карактеристикама изабраног језика или скупа језика кроз пројектовање и писање програма за анализу и обраду података
1. Cady, F. The Data Science Handbook John Wiley & Sons 2017
2. José Unpingco Python Programming for Data Analysis Springer 2021
3. Sebesta R.W. Concepts of Programming Languages, 12th Edition Pearson 2019
4. Петровић М., Турајлић Н. Материјали у е-форми са сајта is.fon.bg.ac.rs ФОН 2019
