|
|
Main menu for Browse IS/STAG
Courses found, count: 1
|
Abbreviation unit / Course abbreviation |
Title |
Variant |
|
USII
/
CBDT
|
Big Data
Show course
Big Data
|
2023/2024
|
Course info
USII / CBDT
:
Course description
Department/Unit / Abbreviation
|
USII
/
CBDT
|
Academic Year
|
2023/2024
|
Academic Year
|
2023/2024
|
Title
|
Big Data
|
Form of course completion
|
Examination
|
Form of course completion
|
Examination
|
Accredited / Credits
|
Yes,
5
Cred.
|
Type of completion
|
Combined
|
Type of completion
|
Combined
|
Time requirements
|
Konzultace
14
[Hours/Semester]
|
Course credit prior to examination
|
Yes
|
Course credit prior to examination
|
Yes
|
Automatic acceptance of credit before examination
|
No
|
Included in study average
|
YES
|
Language of instruction
|
Czech
|
Occ/max
|
|
|
|
Automatic acceptance of credit before examination
|
No
|
Summer semester
|
0 / -
|
0 / -
|
0 / -
|
Included in study average
|
YES
|
Winter semester
|
11 / -
|
0 / -
|
0 / -
|
Repeated registration
|
NO
|
Repeated registration
|
NO
|
Timetable
|
Yes
|
Semester taught
|
Winter semester
|
Semester taught
|
Winter semester
|
Minimum (B + C) students
|
not determined
|
Optional course |
Yes
|
Optional course
|
Yes
|
Language of instruction
|
Czech
|
Internship duration
|
0
|
No. of hours of on-premise lessons |
14
|
Evaluation scale |
A|B|C|D|E|F |
Periodicity |
každý rok
|
Evaluation scale for credit before examination |
S|N |
Periodicita upřesnění |
|
Fundamental theoretical course |
No
|
Fundamental course |
Yes
|
Fundamental theoretical course |
No
|
Evaluation scale |
A|B|C|D|E|F |
Evaluation scale for credit before examination |
S|N |
Substituted course
|
None
|
Preclusive courses
|
N/A
|
Prerequisite courses
|
N/A
|
Informally recommended courses
|
N/A
|
Courses depending on this Course
|
N/A
|
Histogram of students' grades over the years:
Graphic PNG
,
XLS
|
Course objectives:
|
Cílem předmětu je seznámit studenty s problematikou práce s Big Data, jejich specifiky a nástroji pro jejich správu a analýzu.
|
Requirements on student
|
VÝUKA BĚHEM SEMESTRU:
MATERIÁLY a ÚKOLY:
Pro předmět je založen kurz v Moodle, který slouží pro zveřejňování probíraných témat a podpůrných studijních materiálů, dále pro zadávání a odevzdávání úkolů.
FORMA KOMUNIKACE pro HROMADNÉ a INDIVIDUÁLNÍ KONZULTACE:
Standardní výuka se uskutečňuje prezenčně v místnostech dle rozvrhu.
Konzultace jsou prezenční v konzultačních hodinách vyučujícího, je možné také konzultovat přes MS Teams (nutno objednat mailem).
ZÁPOČET A ZKOUŠKA:
Zápočet: vypracování korespondenčních úkolů a jejich odevzdání v systému Moodle v termínech dle pokynů vyučujícího.
Zkouška: písemná a následně ústní forma; výsledná známka zahrnuje také ohodnocení korespondenčních úkolů.
UPOZORNĚNÍ:
Aktuální změny budou zveřejněny v systému Moodle.
V případě dotazů kontaktujte mailem garanta předmětu, do předmětu zprávy vždy přidejte zkratku předmětu.
|
Content
|
Základní pojmy z oblasti Big Data (BD).
Databáze, datové sklady a BD.
Framework a architektura
Přístupy k analýze a zpracování BD.
Metody a nástroje pro ukládání, správu a analýzu BD.
BD ekosystém.
NoSQL databáze
Vývoj a možnosti BD.
|
Activities
|
|
Fields of study
|
|
Guarantors and lecturers
|
|
Literature
|
-
Basic:
Holubová, I., J. Kosek, K. Minařík a D. Novák. Big Data a NoSQL databáze. Praha: Grada, 2015. ISBN 978-80-247-5466-6.
-
Basic:
Mayer-Schonberger, V. Big data: Revoluce, která mění způsob, jak žijeme, pracujeme a myslíme.. Praha: Computer Press, 2014.
-
Basic:
Hendl, J. Big data: věda o datech - základy a aplikace. Praha: Grada Publishing, 2021. ISBN 978-80-271-3031-3.
-
Recommended:
Minell, M. Big Analytics.. Wiley, 2013.
-
Recommended:
Kudyba, S. Big Data, Mining and Analytics.. Auerbach, 2014.
-
Recommended:
Smolan, Rick. The human face of big data. Sausalito: Against All Odds Productions, 2012. ISBN 978-1-4549-0827-2.
|
Time requirements
|
Part-time form of study
|
Activities
|
Time requirements for activity [h]
|
Domácí příprava na výuku
|
26
|
Individual project
|
60
|
Příprava na zkoušku
|
50
|
Kontaktní výuka
|
14
|
Total
|
150
|
|
Prerequisites - other information about course preconditions |
- |
Competences acquired |
Student, který úspěšně absolvoval předmět, umí:
definovat základní pojmy z oblasti BD a správně je používat;
popsat strukturu a základní principy při návrhu databáze, datového skladu v návaznosti na BD;
popsat a vysvětlit požadavky na správu dat, metadata a datovou kvalitu;
charakterizovat vybrané metody a nástroje pro ukládání, správu a analýzu BD;
objasnit zásady a principy vizualizace v prostředí BD.
Student, který úspěšně absolvoval předmět, dovede:
realizovat systémový návrh struktury databáze nebo datového skladu v závislosti na požadavcích;
správně používat základní nástroje pro zprávu dat a metadat;
navrhnout a realizovat vizualizaci dat v závislosti na zadání.
Student, který úspěšně absolvoval předmět, je schopen:
pracovat v týmu a srozumitelně shrnout názory ostatních členu týmu;
srozumitelně a přesvědčivě sdělovat odborníkům i laikům informace o povaze odborných problémů a vlastním názoru na jejich řešení v oblasti BD, podílet se na řešení úloh jako člen týmu pracující v oblasti BD.
|
Teaching methods |
- Monologic (reading, lecture, briefing)
- Dialogic (discussion, interview, brainstorming)
- Skills training
|
Assessment methods |
- Oral examination
- Written examination
- Student performance assessment
|
|
|
|