ECTS Informacijski paket za akademsku godinu 2024. / 2025.

Veliki podatci

 

Naziv
Veliki podatci
Organizacijska jedinica
Odsjek za informacijske i komunikacijske znanosti
ECTS
4
Šifra
198915
Semestri
zimski
Nastavnici
Satnica
Predavanja
15
Seminar
30

Cilj
Cilj ovog kolegija je pružiti studentima sveobuhvatno razumijevanje povijesti i razvoja velikih podataka, uključujući datafikaciju i metode prikupljanja podataka. Studenti će naučiti prepoznati i analizirati različite izvore velikih podataka, kao što su strojevi, ljudi i institucije, te će se upoznati s tehnikama upravljanja velikim količinama podataka, uključujući spajanje različitih skupova podataka i rješavanje problema podatkovnih “grobnica” i ispušnih plinova. Kolegij će obuhvatiti analizu osnovnih i dodatnih karakteristika velikih podataka te procjenu njihove vrijednosti u različitim kontekstima. Studenti će se upoznati s ulogom podatkovne znanosti i podatkovnih znanstvenika, razvijati strategije za učinkovito upravljanje i korištenje velikih podataka, te ovladati procesima analize, rudarenja podataka i prediktivne analitike. Posebna pažnja bit će posvećena etičkim pitanjima i izazovima zaštite podataka u eri velikih podataka, kao i konceptu “dark data”. Na kraju, studenti će na teoretskoj razini steći osnovna znanja o sustavima velikih podataka i osnovama programiranja potrebnim za rad s velikim podacima.
Sadržaj
  1. Kako smo došli do ere velikih podataka
  2. Gdje se sve koriste veliki podatci
  3. Izvori velikih podataka: strojno proizvedeni podatci
  4. Izvori velikih podataka: podatci koje proizvodi čovjek
  5. Izvori velikih podataka: institucijski proizvedeni podatci
  6. Svojstva velikih podataka: količina
  7. Svojstva velikih podataka: varijabilnost i brzina
  8. Svojstva velikih podataka: različitost i valencija
  9. Podatkovna znanost
  10. Proces analize velikih podataka: 5 koraka
  11. Programski modeli za velike podatke (DFS i skalarno računalstvo)
  12. Hadoop, YARN i MapReduce
  13. Rudarenje podataka i prediktivna analitika
  14. Prikupljanje podataka i zakoni
  15. Algoritmi i etika

Ishodi učenja
  1. Identificirati izvore velikih podataka
  2. Primijeniti algoritme grupiranja, klasificiranja i predlaganja
  3. Definirati karakteristike velikih podataka
  4. Primijeniti 5 koraka analize podataka na zadanom problemu
  5. Instalirati virtualnu mašinu i pokrenuti pripremljeni MapReduce program
Metode podučavanja
1. izravno poučavanje
2. samostalno učenje
3. poučavanje vođenim otkrivanjem i raspravom
4. ERR okvir za poučavanje
Metode ocjenjivanja
1. kratki testovi znanja
2. projektni zadatci
3. sudjelovanje na nastavi

Obavezna literatura
  1. Jules J. Berman: Principles of big data: preparing, sharing, and analyzing complex information, 2013.
  2. Jared Dean: Big data, data mining and machine learning: value creation for business leaders and practicioners, 2014.
  3. Kristina Kocijan: Big data: kako smo došli do velikih podataka i kamo nas oni vode, 2014
  4. Davis Kord, Doug Patterson: Ethics of big data, 2012.
Dopunska literatura
  1. John W. Foreman: Data Smart: using data science to transform information into insight, 2014
  2. Guy Harrison: Next generation databases: NoSQL, NewSQL, and Big Data, 2015
  3. Rob Kitchin: The Data Revolution, 2014
  4. Rick Smolan, Jennifer Erwitt: The human face of big data, 2012
  5. Pete Warden: Big data Glossary, 2011.
  6. Cthy O'Neil: Wapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy, 2016.

Izborni predmet na studijima
Stari studiji
  1. Komparativna književnost, sveučilišni diplomski jednopredmetni studij, 1., 3. semestar
  2. Psihologija, sveučilišni diplomski jednopredmetni studij, 1., 3. semestar
  3. Informacijske znanosti, sveučilišni diplomski jednopredmetni studij
  6. Talijanistika, sveučilišni diplomski jednopredmetni studij
  7. Anglistika, sveučilišni diplomski jednopredmetni studij
  8. Anglistika, sveučilišni diplomski jednopredmetni studij
  9. Povijest, sveučilišni diplomski jednopredmetni studij
  10. smjer Nastavnički, sveučilišni diplomski jednopredmetni studij, 1., 3. semestar
  11. Arheologija, sveučilišni diplomski jednopredmetni studij
  12. Sociologija, sveučilišni diplomski jednopredmetni studij
  13. Filozofija, sveučilišni diplomski jednopredmetni studij
  14. Indologija, sveučilišni diplomski dvopredmetni studij, 1. semestar
  15. Judaistika, sveučilišni diplomski dvopredmetni studij, 1., 3. semestar
  16. Komparativna književnost, sveučilišni diplomski dvopredmetni studij, 1., 3. semestar
  17. Nederlandistika, sveučilišni diplomski dvopredmetni studij, 1., 3. semestar
  18. Portugalski jezik i književnost, sveučilišni diplomski dvopredmetni studij, 1., 3. semestar
  19. Romistika, sveučilišni diplomski dvopredmetni studij, 1., 3. semestar
  20. Informacijske znanosti, sveučilišni diplomski dvopredmetni studij
  22. Južnoslavenski jezici i književnosti, sveučilišni diplomski dvopredmetni studij
  23. Talijanistika, sveučilišni diplomski dvopredmetni studij
  25. Lingvistika, sveučilišni diplomski dvopredmetni studij
  26. Germanistika, sveučilišni diplomski dvopredmetni studij
  27. Poljski jezik i književnost, sveučilišni diplomski dvopredmetni studij
  28. Anglistika, sveučilišni diplomski dvopredmetni studij
  29. Češki jezik i književnost, sveučilišni diplomski dvopredmetni studij
  30. Filozofija, sveučilišni diplomski dvopredmetni studij
  31. Rumunjski jezik i književnost, sveučilišni diplomski dvopredmetni studij
  32. Sociologija, sveučilišni diplomski dvopredmetni studij
Novi i reformirani studiji
  1. Digitalna lingvistika, sveučilišni diplomski jednopredmetni studij, 1., 3. semestar
  2. Romistika, sveučilišni diplomski jednopredmetni studij, 1., 3. semestar
Fakultetska ponuda
  • Diplomski studij: Zimski semestar