Информациски системи и големи податоци
1. Наслов на наставниот предмет |
Информациски системи и големи податоци |
|||||||
2. Код |
3ФЕИТ07Л009 |
|||||||
3. Студиска програма |
КТИ, ТКИИ |
|||||||
4. Организатор на студиската програма |
Факултет за електротехника и информациски технологии |
|||||||
5. Степен |
Прв циклус студии |
|||||||
6. Академска година/семестар |
III/6, IV/8 |
7. Број на ЕКТС |
6.00 |
|||||
8. Наставник |
Д-р Сања Велева |
|||||||
9. Предуслов за запишување на предметот |
|
|||||||
10. Цели на предметната програма (компетенции): Работа со дистрибуирани бази на податоци. Фрагментација на БП. Работа со големи податоци. По завршување студентот ќе може да креира податочни фрагменти и да креира, анализира и работи со големи податоци. |
||||||||
11. Содржина на програмата: Вовед во големи Бази на податоци. Дистрибуираност на податоци. Концепти, предности и недостатоци на дистрибуирани податоци. Креирање на дистрибуираност. Дистрибуираност на податоци со помош на делење со селекција (хоризонтално). Дистрибуираност на податоци со помош на делење со проекција (вертикално). Начин на пристап и обработка на прашања при дистрибуираост на податоци. Дизајнирање на БП според дистрибуираност на податоци. Прилагодување на БП според барања. Начини на оптимизирање на БП според прашањата. Оптимизирање по локалност. Вовед во складишта на податоци. Дефинирање и концепт на складишта. Работа со OLAP и OLTP. Типови на складишта на податоци. Моделирање на складишта. Ѕвезда и снегулка шема. Објектни бази на податоци. Чисто-објектни бази на податоци. Објектен модел. Објектно-релациони бази на податоци. Мапирање од SQL во ОРБП. Податочно рударење на големи податоци. Алгоритми од машинско учење и ВИ. Анализа на големи податоци. Поврзани големи податочни структури. Анализа преку графови. |
||||||||
12. Методи на учење: Предавања, аудиториски и лабораториски вежби |
||||||||
13. Вкупен расположив фонд на часови |
2 + 2 + 1 + 0 |
|||||||
14. Распределба на расположивото време |
180 |
|||||||
15. Форми на наставните активности |
15.1. Предавања – теоретска настава |
30 |
||||||
15.2. Вежби, семинари, тимска работа |
45 |
|||||||
16. Други форми на активност |
16.1. Проектни задачи |
25 |
||||||
16.2. Самостојни задачи |
20 |
|||||||
16.3. Домашно учење |
60 |
|||||||
17. Начини на оценување |
17.1. Тестови |
10 |
||||||
17.2. Семинарска работа/проект |
10 |
|||||||
17.3. Активност и учење |
0 |
|||||||
17.4. Завршен испит |
80 |
|||||||
18. Критериуми за оценување |
до 50 бодови |
5 (пет) (F) |
||||||
од 51 до 60 бодови |
6 (шест) (E) |
|||||||
од 61 до 70 бодови |
7 (седум) (D) |
|||||||
од 71 до 80 бодови |
8 (осум) (C) |
|||||||
од 81 до 90 бодови |
9 (девет) (B) |
|||||||
од 91 до 100 бодови |
10 (десет) (A) |
|||||||
19. Услов за потпис и полагање на завршен испит |
Лабораториски вежби и завршен проект |
|||||||
20. Јазик на кој се изведува наставата |
Македонски и Англиски |
|||||||
21. Метод на следење на квалитетот на наставата |
Интерна евалуација и анкети |
|||||||
22. Литература |
||||||||
22.1. Задолжителна литература |
||||||||
Бр. |
Автор |
Наслов |
Издавач |
Година |
||||
1 |
Ralph Stair, George Reynolds |
Fundamentals of information systems |
Course Technology |
2015 |
||||
2 |
Anand Jarajaman, Jerffrey Ullman |
Mining of massive datasets |
Cambridge |
2011 |
||||
3 |
Jimmy Lin, Chris Dyer |
Data-Intensive Text Processing with MapReduce |
Morgan and Claypool |
2010 |