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
Po uspešno opravljenem predmetu bo študent:
1. Prepoznal in razložil izzive podatkovne znanosti, od varnosti podatkov do napovedovanja tržnih trendov (PILO 1a, 2a).
2. Sistematično nadgradil znanje na področju poslovne analize (PILO 2a, 2b).
3. Uporabil informacije v okviru odločevalnega procesa in pojasnil njegovo delovanje (PILO 2a, 2b).
4. Na izbranem primeru poiskal ustrezne podatkovne vire ter presodil primernost metod za njihovo analizo (PILO 2c, 3b).
5. Kritično analiziral kompleksna, nepopolna in nasprotujoča si stališča o podatkovni znanosti ter jasno pojasnil rezultate analize (PILO 2b, 3a).
6. Poiskal in sintetiziral nove informacije in podatke ter jih umestil v ustrezen strokovni okvir (PILO 3a).
7. Prepoznal etične dileme in izkazal profesionalno odgovornost na področju podatkovne znanosti (PILO 4a).
8. Kritično ovrednotil 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
Po uspešno opravljenem predmetu bo študent:
1. Prepoznal in razložil izzive podatkovne znanosti, od varnosti podatkov do napovedovanja tržnih trendov (PILO 1a, 2a).
2. Sistematično nadgradil znanje na področju poslovne analize (PILO 2a, 2b).
3. Uporabil informacije v okviru odločevalnega procesa in pojasnil njegovo delovanje (PILO 2a, 2b).
4. Na izbranem primeru poiskal ustrezne podatkovne vire ter presodil primernost metod za njihovo analizo (PILO 2c, 3b).
5. Kritično analiziral kompleksna, nepopolna in nasprotujoča si stališča o podatkovni znanosti ter jasno pojasnil rezultate analize (PILO 2b, 3a).
6. Poiskal in sintetiziral nove informacije in podatke ter jih umestil v ustrezen strokovni okvir (PILO 3a).
7. Prepoznal etične dileme in izkazal profesionalno odgovornost na področju podatkovne znanosti (PILO 4a).
8. Kritično ovrednotil 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
Karimpour, A. (2020). Fundamentals of data science with MATLAB: Introduction to scientific computing, data analysis, and data visualization. A. Karimpour.
Dodatna literature / Additional:
Nabor aktualnih člankov s področja podatkovne znanosti./Selection of scientific papers in the area of data science.
Matworks: Data Science Tutorial, https://au.mathworks.com/videos/series/data-science-tutorial.html
Podrobnosti o izvedbi in ocenjevanju Seminarska naloga 100%
Opomba:
Študent lahko seminarsko nalogo nadomesti s študijo primera in ustno predstavitvijo.
