Анализа података

Теоријска настава
П01: Класификација метода мултиваријационе статистичке анализе. Врсте података и мерне скале. П02:Графичка анализа и визуелизације података. П03: Мултидимензионална анализа података. П04:Визуелизација комплексних података и садржаји комплексних база података. Алгоритми за визуелизацијуподатака. П05: Појам откривања знања у базама података. Класификација. Процена. П06: Предвиђање.Анализа веза. П07: Моделовање зависности. П08: Откривање кластера. Анализа повезаности. П09: Стаблаодлучивања. Експлораторна анализа података. П10: Евалуација откривеног знања. П11: Улога статистике упроцесу откривања знања у базама података. П12: Откривање знања у статистичким базама података. П13:Рачунарска подршка статистичким истраживањима. П14: Евалуација и тестирање. П15: Решавањеконкретних проблема из праксе.
Практична настава:
В01: Програмски пакет R и Pyton статистици. В02: Концепт и програмирање у статистичком пакету R и Pyton В03: Графичка анализа и визуелизације података. В04: Визуелизација комплексних података. В05: Програмирање у софтверском пакету R. В06: Алгоритамска структура софтверског пакета R. В07: Програмирање у софтверском пакету Pyton. В08: Алгоритамска структура софтверског пакета Pyton.В09: Методе и технике откривања знања у базама података. В10: Евалуација откривеног знања. В11: Улога статистике у процесу откривања знања. В12: Откривање знања у статистичким базама података. В13: Рачунарска подршка статистичким истраживањима. В14: Повезивање софтверског пакета R и Pyton са SPSSом. В15: Решавање конкретних проблема из праксе у R и Pyton-у и повезивање са SPSSом.