Istraživanje podataka 1

Obaveštenja:

Jan2PS
- rezultati
- uvid
  - za zadatke urađene u Python-u - mejlom (nevena.ciric) do 22.3. u 10h
  - za zadatke urađene u SPSS-u - mejlom (stefan.kapunac) do 22.3. u 10h
- Teorijski deo ispita u ispitnom roku Januar2PS biće održan 24.3. u 19h u sali 821. Mole se studenti koji nameravaju da polažu u ovom terminu da se upišu u sledeću tabelu najkasnije do 23.3. u podne.
Jan1PS
- rezultati
- uvid
  - za zadatke urađene u Python-u - uživo 24.2. u 13h na Studentskom trgu, dolazak na uvid u radove najaviti mejlom (nevena.ciric) najkasnije do 23.02. u 23:59
  - za zadatke urađene u SPSS-u - mejlom (stefan.kapunac) do 24.2.
- Teorijski deo ispita u ispitnom roku Januar1PS biće održan u subotu, 28. 2. u 18h na Studentskom trgu. Mole se studenti koji nameravaju da polažu u ovom terminu da se upišu u sledeću tabelu najkasnije do 25.2.
Dec
- rezultati
- uvid mejlom do 5.1.
  - nevena.ciric za zadatke urađene u Python-u
  - stefan.kapunac za zadatke urađene u SPSS-u
- Teorijski deo ispita u ispitnom roku Decembar biće održan 14.1. u 13h u sali N251. Mole se studenti koji nameravaju da polažu u ovom terminu da se upišu u sledeću tabelu najkasnije do 12.1. u 22h. Položeni praktični važi i u ostalim ispitnim rokovima koji pripadaju akademskoj 2024/25. godini u kojima se bude održavao ispit iz IP1.
Sep3
- rezultati
- uvid mejlom
Sep1
- rezultati
- uvid mejlom
Jun1
- rezultati
- uvid mejlom
Jan1
- rezultati
- uvid mejlom
Praktični ispit
- 3 zadatka
- svaki zadatak se može raditi u SPSS-u ili Python-u
- bar 1 zadatak mora da bude urađen u SPSS-u i bar 1 u Python-u
- primer ispita
Industrija 4.0
- uputstvo za izradu seminarskog rada
- spisak tema
Sajt predmeta

Termini vežbi:

Materijali:

Virtuelna mašina
01 - podaci
- Slajdovi
- Skup Iris
- Skup V1
- Snimak vežbi (šifra: qU4gp3P2)
02 - mere sličnosti
- Slajdovi
- Skup Banka
- Uvod u SPSS (obrada skupova Iris, V1, Banka)
- Snimak vežbi (šifra: mWFb3MRa)
03 - klasifikacija
- Slajdovi
- Stabla odlučivanja u SPSS-u
- Snimak vežbi (šifra: XpZh6ESs)
04 - mere kvaliteta modela
- Slajdovi
- Skup podataka za zadatak za vežbu
- Snimak vežbi (šifra: NuFxJNj3)
05 - stabla odlučivanja u sklearn-u
- Uvod u pandas i sklearn
- Snimak vežbi (šifra: tFYNmuH5)
06 - K najbližih suseda
- KNN u sklearn-u
- KNN u SPSS-u
- Snimak vežbi (šifra: 2wD6j7jK)
07 - naivni Bajesov algoritam
- NB na papiru i u sklearn-u
- Skup podataka balloons
- Snimak vežbi (šifra: 8UtCaqs3)
08 - neuronske mreže
- Skup podataka Ebart
- Neuronske mreže u sklearn-u
- Snimak vežbi (šifra: 8PyjkGWb)
09 - SVM i PCA
- SVM i PCA u sklearn-u
- SVM i PCA u SPSS-u
- Snimak vežbi (šifra: PpSG7kG4)
10 - klasterovanje
- K sredina u sklearn-u
- K sredina u SPSS-u
- Snimak vežbi (šifra: hKUgJq42)
- Skup podataka o psima
- Skup podataka o predmetima
11 - hijerarhijsko klasterovanje
- Hijerarhijsko klasterovanje i DBSCAN u sklearn-u
- Tekst
- Snimak vežbi (šifra: pCaDpBj4)
12 - pravila pridruživanja
- Skup podataka o transakcijama
- Skup podataka o predmetima
- Tekst
- Apriori algoritam u SPSS-u
- Snimak vežbi (šifra: jJ4SmHpp)
Primer ispita