|
Vyučující
|
-
Šimonová Stanislava, doc. Ing. Ph.D.
|
|
Obsah předmětu
|
Aspekty relevantnosti dat. Přístupy datového modelování, prolínání přístupů. Identifikace datových ukazatelů pro monitorování a vyhodnocování. Metody a principy datové analytiky. Datová analytika dat strukturovaných a nestrukturovaných. Trendy vývoje datové analytiky.
|
|
Studijní aktivity a metody výuky
|
|
Dialogická (diskuze, rozhovor, brainstorming), Laborování
|
|
Výstupy z učení
|
Cílem předmětu je osvojit si využívání metod, procesů, algoritmů a systémů pro analýzu dat, pro získávání znalostí a poznatků z dat strukturovaných i nestrukturovaných.
Doktorand je veden k samostatné práci při zpracování projektu z probírané látky, kdy získané poznatky zároveň využije pro svou doktorskou disertační práci. V rámci řešení projektu samostatně vyhledává problémy řešitelné metodami obsaženými v předmětu, prezentuje dílčí i konečná řešení svého projektu, získané poznatky obhajuje v odborné diskuzi.
|
|
Předpoklady
|
nespecifikováno
|
|
Hodnoticí metody a kritéria
|
Posouzení zadané práce, Obhajoba vlastního projektu
Student v rámci řešení projektu samostatně vyhledává problémy řešitelné metodami obsaženými v předmětu, prezentuje dílčí i konečná řešení svého projektu, získané poznatky obhajuje v odborné diskuzi.
|
|
Doporučená literatura
|
-
SLÁNSKÝ, D. Data a analytika pro 21. století. Professional Publishing, 2018.
|