Cilji in kompetence
Študenti pridobijo osnovo na področjih, ki so povezana z analizo in se usposobijo uporabljati teoretično znanje v podatkovni analizi in poslovne prakse. Prepoznajo in razumejo profesionalno etiko v podatkovni znanosti.
Vsebina
1. Podatkovna znanost: uvod
2. Pregled temeljnih pojmov: od varnosti podatkov do napovedovanja tržnih trendov
3. Analitični proces: ustvarjanje, shranjevanje, dostopanje do podatkov.
4. Vrednost podatkovne znanosti za poslovno odločanje
5. Profesionalna etika v podatkovni znanosti
Metode poučevanja in učenja
predavanja; študije primerov; razprava; samostojni študij
Predvideni študijski rezultati - znanje in razumevanje
Študenti pri tem predmetu:
1. Prepoznavajo in razumejo izzive podatkovne znanosti: od varnosti podatkov do napovedovanja tržnih trendov (PILO 1a, PILO 2a).
2. Sistematično nadgradijo znanje na področju poslovne analize (PILO 2a, PILO 2b)
3. Se usposobijo uporabljati informacije v okviru odločevalnega procesa ter ga razumejo (PILO 2a, PILO 2b).
4. Na izbranem primeru izkažejo sposobnost iskanja primernih podatkovnih podlag ter so sposobni presojati primernost metod za njihovo analizo ( PILO 2c, PILO 3b).
5. Kritično analizirajo kompleksna, nepopolna in nasprotujoča si stališča o podatkovni znanosti ter razumljivo pojasnijo rezultate svoje kritične analize (PILO 2b, PILO 3a).
6. Pridobijo sposobnost iskanja in sinteze novih informacij in podatkov sposobnost njihovega umeščanja v ustrezen strokovni okvir (PILO 3a).
7. Se zavedajo etične in profesionalne odgovornosti podatkovne znanosti (PILO 4a).
8. Kritično ocenjujejo trajnostni in družbeni vpliv podatkovne znanosti (PILO 4b).
Oznaka PILO (i.e. predvideni študijski rezultati programa) opredeljuje prispevek posameznega naštetega predvidenega študijskega rezultata učne enote k doseganju splošnih in/ali predmetno-specifičnih kompetenc oziroma učnih izidov, ki se s programom pridobijo).
Predvideni študijski rezultati - Prenosljive/ključne spretnosti in drugi atributi
Študenti pri tem predmetu:
1. Prepoznavajo in razumejo izzive podatkovne znanosti: od varnosti podatkov do napovedovanja tržnih trendov (PILO 1a, PILO 2a).
2. Sistematično nadgradijo znanje na področju poslovne analize (PILO 2a, PILO 2b)
3. Se usposobijo uporabljati informacije v okviru odločevalnega procesa ter ga razumejo (PILO 2a, PILO 2b).
4. Na izbranem primeru izkažejo sposobnost iskanja primernih podatkovnih podlag ter so sposobni presojati primernost metod za njihovo analizo ( PILO 2c, PILO 3b).
5. Kritično analizirajo kompleksna, nepopolna in nasprotujoča si stališča o podatkovni znanosti ter razumljivo pojasnijo rezultate svoje kritične analize (PILO 2b, PILO 3a).
6. Pridobijo sposobnost iskanja in sinteze novih informacij in podatkov sposobnost njihovega umeščanja v ustrezen strokovni okvir (PILO 3a).
7. Se zavedajo etične in profesionalne odgovornosti podatkovne znanosti (PILO 4a).
8. Kritično ocenjujejo trajnostni in družbeni vpliv podatkovne znanosti (PILO 4b).
Oznaka PILO (i.e. predvideni študijski rezultati programa) opredeljuje prispevek posameznega naštetega predvidenega študijskega rezultata učne enote k doseganju splošnih in/ali predmetno-specifičnih kompetenc oziroma učnih izidov, ki se s programom pridobijo).
Temeljni literatura in viri
Nabor aktualnih člankov s področja podatkovne znanosti./Selection of scientific papers in the area of data science.
Arash Karimpour, Fundamentals of Data Science with MATLAB: Introduction to Scientific Computing, Data Analysis, and Data Visualization, 2020. ISBN: 978-1735241012.
Matworks: Data Science Tutorial, https://au.mathworks.com/videos/series/data-science-tutorial.html
Podrobnosti o izvedbi in ocenjevanju Seminarsko delo (100%)
Seminarsko delo - pisanje individualne seminarske naloge ali študije primera in ustna predstavitev.
