ECTS Informacijski paket za akademsku godinu 2024. / 2025.

Analiza i obrada podataka

 

Naziv
Analiza i obrada podataka
Organizacijska jedinica
Odsjek za informacijske i komunikacijske znanosti
ECTS
4
Šifra
266159
Semestri
ljetni
Nastavnici
Satnica
Predavanja
15
Vježbe u praktikumu
15

Cilj
Cilj kolegija je upoznati studente s teorijskim i praktičnim aspektima analize i obrade podataka te njihove primjena u konkretnim situacijama. Teorijski dio obuhvaća znanja i metode potrebne za dohvaćanje, pripremu, obradu i analizu podataka, kao i vizualizaciju vremenskih, geografskih i drugih vrsta podataka. Kroz praktične zadatke, studenti će biti osposobljeni primijeniti svoja znanja i vještine u različitim situacijama u radu s podacima(industrija, knjižnice, muzeji, arhivi, uslužna djelatnost itd.). Po završetku kolegija, studenti će biti osposobljeni za primjenu stečenog znanja i vještina u stvarnim situacijama, kao i za daljnji profesionalni razvoj u području analitike podataka.
Sadržaj
  1. 1. Uvodno predavanje. Organizacija podataka. Vrste podataka. Formatiranje. Regionalne postavke. Zamrzavanje podataka. Osnovne matematičke funkcije. Automatska ispuna podataka. Automatsko kreiranje serija. Alati za analizu i obradu podataka. Tablični kalkulator. Organizacija podataka u ćelije i radne listove. Relativne i apsolutne reference ćelija. Izračuni datuma.
  2. 2. Uvjetno oblikovanje prema jednostrukim i višestrukim kriterijima. Upoznavanje s deskriptivnom statistikom koristeći funkcije i formule tabličnog kalkulatora.
  3. 3. Filtriranje i sortiranje prema više kriterija. Priprema podataka za analizu: prikupljanje, sažimanje i obrada. Logičke funkcije i ugniježđene funkcije za prikaz podataka. Tekstne funkcije. Vizualno isticanje informacija.
  4. 4. Vrste grafikona. Principi vizualizacije. Kriteriji za odabir grafikona. Transformacija i vizualizacija podataka. Funkcije za analizu podataka u tabličnom kalkulatoru. Analiza i grafički prikaz analiziranih podataka. Transformacija podataka iz postojećih proračunskih tablica.
  5. 5. Metode pripreme i čišćenja podataka, identifikacija i ispravljanje pogrešaka te rukovanje nedostajućim podacima. Prepoznavanje primjera čestih pogrešaka pri korištenju podataka. Primjena funkcija za pretraživanje i uklanjanje duplikata iz skupova podataka. Manipulacija s podacima primjenom funkcija u tabličnom kalkulatoru. Analiza vremenskih serija unakrsnih podataka.
  6. 6. Sažimanje podataka. Zaokretne tablice. Instalacija i postavljanje okruženja. Uvoz baze podataka s računala i transformacija u pivot tablicu. Upravljanje pivot tablicama. Kreiranje veza između tablica. Prikaz i postavljanje opcija zaokretnog grafikona. Filtriranje podataka u zaokretnoj tablici.
  7. 7. Primjena izraza za analizu podataka. Osnovni pojmovi modeliranja podataka i uporaba specijaliziranog dodatka u tabličnom kalkulatoru. Pregled osnovnih koncepata izraza za analizu podataka i njegove primjene. Primjena specijaliziranih formula u analizi podataka. Modeliranje i analiza složenih skupova podataka.
  8. 8. Alat za trodimenzionalni prikaz podataka. Interaktivni grafikoni za geografski prikaz podataka.
  9. 9. Priključni program za uvoz i povezivanja vanjskih podataka te manipulaciju podacima: grupiranje, spajanje, čišćenje. Uvoz podataka, izrada grafikona i izvještaja.
  10. 10. Priključni program za „what-if“ analizu. Pronalaženje minimalnih i maksimalnih vrijednosti te ograničenja. Primjeri proračuna.
  11. 11. Uloga i prednosti automatizacije procesa čišćenja podataka. Analiza podataka korištenjem namjenskog programa. Instalacija programa i uvoz podataka. Osnovne operacije: pregled podataka, navigacija i filtriranje.
  12. 12. Planiranje i organizacija procesa za čišćenje podataka na stvarnim skupovima. Prikaz rezultata i dokumentiranje. Integracija podataka iz različitih izvora. Ispravljanje nekonzistentnih podataka.
  13. 13. Dohvaćanje podataka s weba. Analiza različitih web izvora. Transformacija i obrada podataka.
  14. 14. Primjena jezika za manipulaciju podacima. Organizacija podataka prema vrstama podataka. Transponiranje podataka. Usklađivanje podataka. Izvoz podataka.
  15. .15. Validacija i verifikacija podataka. Tehnike za očuvanje točnosti i dosljednosti podataka. Metode za efektivno izvještavanje i prezentaciju podataka. Napredne tehnike vizualizacije podataka.

Ishodi učenja
  1. 1. Objasniti osnovna načela analize, obrade i vizualizacije podataka.
  2. 2. Primijeniti tehnike i alate za čišćenje, transformaciju, analizu, obradu i vizualizaciju podataka te preporučiti odgovarajuće alate.
  3. 3. Identificirati odgovarajuće izvore podataka i interpretirati rezultate analize za donošenje informiranih odluka.
  4. 4. Sintetizirati vizualizacije dobivene postupcima analize i obrade podataka.
  5. 5. Obrazložiti svrhu i načine primjene alata za analizu podataka u različitim područjima primjene.
Metode podučavanja
Predavanja
Vježbe
e-učenje
Metode ocjenjivanja
Dodatna pojašnjenja (kriteriji ocjenjivanja):

Pohađanje nastave: Na predavanjima i vježbama se provjerava prisustvo studenata. Studenti su dužni prisustvovati najmanje 75% nastavnih sati.
Vježbe: Na vježbama se rješavaju praktični zadaci koji prate predavanja.
Pisani i usmeni ispit: Svaki student je obavezan pristupiti pisanom ispitu ili pisati 2 kolokvija. Svi bodovi (pisani ispit/usmeni ispit/vježbe) su ravnopravni te ulaze u konačnu ocjenu. Kolokviji se pišu umjesto 1. ispitnog roka. Ukoliko se ne piše jedan od kolokvija, moguće ga je pisati na 1. ispitnom roku. Na ostalim rokovima piše se cijeli pisani ispit. Ocjena kontinuiranog praćenja se temeljem ostvarenih bodova oblikuje prema sljedećoj skali:
50 - 64 % = dovoljan (2)
65 – 77 % = dobar (3)
78 – 88 % = vrlo dobar (4)
89 – 100 % = odličan

Da ostvari pravo pristupanja ispitu (potpis), student/ica mora:
1. pohađati nastavu
2. izraditi i predati vježbe (minimalno 50%)

Da položi kolegij, student/ica mora:
1. pohađati nastavu
2. izraditi i predati vježbe (minimalno 50%)
3. položiti pisani i usmeni ispit

Obavezna literatura
  1. Winston W., Microsoft Excel Data Analysis and Business Modeling (Office 2021 and Microsoft 365), 7th Edition, Microsoft, 2021.
  2. Wilde M., Verborgh R., Open Refine, PACKT, 2013.
  3. Kusleika, D. Data Visualization with Excel Dashboards and Reports, 2021.. ISBN: 978-1-119-69872-2
  4. Materijali s predavanja i vježbi
Dopunska literatura
  1. Nelson S., Excel Data Analysis, A Wiley Brand, 2014. Dostupno na: http://excelpro.ir/wp-content/uploads/2015/12/Excel-Data-Analysis-for-Dummies.pdf
  2. Rafter C., Ultimate Guide to Cleaning Data With Excel and Google sheets, inzata. Dostupno na: https://cdn.technologynetworks.com/tn/Resources/pdf/the-ultimate-guide-to-cleaning-data-with-excel-and-google-sheets-328002.pdf
  3. Krauth B., Introductory Statistics for Economics. Dostupno na: https://bookdown.org/bkrauth/BOOK/
  4. The Ultimate Guide: Basis Data Cleaning, Socialcops. Dostupno na: https://cdn2.hubspot.net/hubfs/2287011/ebook_data_cleaning/Free%20Ebook%20-%20The%20Ultimate%20Guide%20to%20Basic%20Data%20Cleaning.pdf

Izborni predmet na studijima
Novi i reformirani studiji
  1. Informacijske znanosti, sveučilišni prijediplomski jednopredmetni studij, 2. semestar