Циљ
Исход
Методе извођења наставе
Садржај
Литература
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
