Sveučilišni diplomski studij

Ak.g.2014./2015.2015./2016.2016./2017.2017./2018.

Nazad   Raspored   Engleski

Računarstvo usluga i analiza podataka DRcd2-04

ECTS 6 | P 30 | A 0 | L 30 | K 0 | ISVU 149801

Grupe studenata

Prikaži sve grupe na predmetu

Nastavnici na predmetu

MARTINOVIĆ GORAN, nositelj
BAUMGARTNER ALFONZO, suradnik
BAJER DRAŽEN, suradnik
ZORIĆ BRUNO, suradnik
KURTAGIĆ DINO, suradnik
VUČETIĆ VEDRAN, suradnik

Ciljevi predmeta

Objasniti arhitekture i načela rada računalnih sustava usluga i računalnog oblaka. Upoznati studente sa zahtjevima i metodama za otkrivanje i analizu podataka, te pokazati korištenje okolina usluga, alata i programskih tehnologija za analizu podataka u poslovnim, istraživačkim, industrijskim i drugim primjenama.

Uvjeti za upis predmeta

Ostvareni uvjeti za upis studija

Sadržaj

Raspodijeljeno računarstvo zasnovano na uslugama. Vrste i načini rukovanja uslugama. Računalni oblak. Arhitektura oblaka računala. Definiranje platforme, infrastrukture, aplikacije i načina prikaza. Upravljanje korisnicima, pouzdanost, sigurnost, autoriziranje, autentificiranje. Transportni formati (XML, JSON). Napredne RESTFul web usluge. Razvoj, testiranje, stavljanje usluge na tržište. Implementacijska svojstva i mogućnosti korištenja javnih prostora oblaka računala (Microsoft Azure, Amazon Web Services, Google App Engine i drugi). Tehnologije za otkrivanje, pohranu, rukovanje i obradbu velikih skupova podataka. Nerelacijski podaci, NoSQL i pripadajuće tehnologije. ETL pristup. Primjena izabranih statističkih i postupaka strojnog učenja na podacima. Analitičke, implementacijske i tehnologije/alati za učenje: osnove jezika R, MapReduce, Hadoop, Pig, Hive, Mahout, Azure Machine Learning. Analiza velikih skupova podataka u stvarnom vremenu. Primjene u poslovnim, znanstvenim i industrijskim okolinama, iskustva korisnika. Projektni zadaci planiraju se definirati u suradnji s tvrtkama partnerima.

Vrste izvođenja nastave

predavanjaseminari i radionicesamostalni zadacilaboratorijske vježbeostalo

Obveze studenata

Definirano Okvirima kriterija ocjenjivanja studenata FERIT-a i stavkom 1.9

Praćenje rada studenata

Definirano Okvirima kriterija ocjenjivanja studenata FERIT-a i stavkom 1.9

Osnovna literatura

1. Kavis, M.J. Architecting the Cloud: Design Decisions for Cloud Computing Service Models (SaaS, PaaS, and IaaS). Wiley, 2014.

Pretraži literaturu

Dopunska literatura

1. J. Rhoton, R. Haukioja, Cloud Computing Explained: Implementation Handbook for Enterprises (2nd Ed.), Recursive Press, 2009.

2. B. Baesens, Analytics in a Big Data World: The Essential Guide to Data Science and its Applications, Wiley, 2014.

3. B. Ellis, Real-Time Analytics: Techniques to Analyze and Visualize Streaming Data, Wiley, 2014.

4. EMC Education Services, Data Science and Big Data Analytics: Discovering, Analyzing, Visualizing and Presenting Data, Wiley, 2015.

5. N. Zumel, Practical Data Science with R (1st Ed.), Manning Publications, 2014.

6. F. Provost, T. Fawcett, Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking, O'Reilly Media, 2013.

7. V. Mosco, To the Cloud: Big Data in a Turbulent World, Paradigm Publishers, 2014.

8. A. Holmes, Hadoop in Practice (2nd Ed.), Manning Publications, 2014.

9. M. Barlow, Real-Time Big Data Analytics: Emerging Architecture, O'Reilly, 2013.

10. M.J. Kavis, Architecting the Cloud: Design Decisions for Cloud Computing Service Models (SaaS, PaaS, and IaaS), Wiley, 2014.

Način praćenja kvalitete i uspješnosti izvedbe kolegija

Provođenje sveučilišnih anketa o nastavnicima (pristup prema studentima, transparentnost kriterija, motivacija na
izvršavanje aktivnosti, jasnoća izlaganja, i sl.). Provođenje fakultetskih anketa o predmetima (nakon položenog predmeta
samoevaluacija studenata o usvojenim ishodima učenja, te o opterećenosti u usporedbi s ECTS-ima aktivnosti i predmeta
u cjelini).

Pregled ishoda učenja, nastavnih metoda i procjena ishoda učenja

Ishodi učenja:

1. Opisati arhitekturu i načela rada računarstva usluga, te zahtjeve i metode analize podataka u okolini usluga.

2. Analizirati svojstva računalnih sustava usluga, te mogućnosti uslužnih okolina u analizi podataka.

3. Definirati potrebnu arhitekturu sustava usluga, te metode i programske metodologije analize velikih skupova podataka.

4. Primijeniti definiranu arhitekturu sustava usluga, te metode i programske tehnologije za analizu velikih skopova podataka.

5. Ispitati učinkovitost i primjenjivost računalne okoline usluga, te postupaka i programskih rješenja analize podataka iz različitih izvora.

6. Analizirati i modificirati ostvarena rješenja s ciljem poboljšanja rada sustava usluga u primjenama.



Tablica ishoda vidljiva je samo na desktop verziji (min 600px širina pregleda)   Izvoz u Excel
Aktivnost studenta Broj radnih sati ECTS (Broj radnih sati/30) Ishod(i) učenja Nastavna
metoda
Metoda procjene Bodovi
Pohađanje
Predavanja (PR), Laboratorijske vježbe (LV)

30
ECTS
1
- Opisati arhitekturu i načela rada računarstva usluga, te zahtjeve i metode analize podataka u okolini usluga. - Analizirati svojstva računalnih sustava usluga, te mogućnosti uslužnih okolina u analizi podataka.- Definirati potrebnu arhitekturu sustava usluga, te metode i programske metodologije analize velikih skupova podataka.- Primijeniti definiranu arhitekturu sustava usluga, te metode i programske tehnologije za analizu velikih skopova podataka. - Ispitati učinkovitost i primjenjivost računalne okoline usluga, te postupaka i programskih rješenja analize podataka iz različitih izvora. - Analizirati i modificirati ostvarena rješenja s ciljem poboljšanja rada sustava usluga u primjenama.Predavanja (PR), Laboratorijske vježbe (LV) Evidentiranje nazočnosti. Minimum potreban za potpis iznosi:
70%

Ovim postotkom se definira i iznos Min za Broj radnih sati iz ove aktivnosti. Max za Broj radnih sati određen je studijskim programom.
Min

3
Max

6
Pisanje priprema za LV, analiza rezultata, te pisanje izvještaja Broj radnih sati
45
ECTS

1.5
- Definirati potrebnu arhitekturu sustava usluga, te metode i programske metodologije analize velikih skupova podataka.- Primijeniti definiranu arhitekturu sustava usluga, te metode i programske tehnologije za analizu velikih skopova podataka. - Ispitati učinkovitost i primjenjivost računalne okoline usluga, te postupaka i programskih rješenja analize podataka iz različitih izvora. - Analizirati i modificirati ostvarena rješenja s ciljem poboljšanja rada sustava usluga u primjenama.Laboratorijske vježbe (LV) Provjera pripreme za LV, nadzor provođenja LV-a, provjera napisanih izvještaja Min

12
Max

24
Priprema za usmeni ispit i usmeno odgovaranje na pitanja Broj radnih sati
30
ECTS

1
- Opisati arhitekturu i načela rada računarstva usluga, te zahtjeve i metode analize podataka u okolini usluga. - Analizirati svojstva računalnih sustava usluga, te mogućnosti uslužnih okolina u analizi podataka.- Definirati potrebnu arhitekturu sustava usluga, te metode i programske metodologije analize velikih skupova podataka.Usmeni ispit Provjera danih odgovora Min

15
Max

30
Rješavanje teorijskih, problemskih, modelskih i programskih zadataka Broj radnih sati
45
ECTS

1.5
- Analizirati svojstva računalnih sustava usluga, te mogućnosti uslužnih okolina u analizi podataka.- Definirati potrebnu arhitekturu sustava usluga, te metode i programske metodologije analize velikih skupova podataka.- Analizirati i modificirati ostvarena rješenja s ciljem poboljšanja rada sustava usluga u primjenama.Pismeni ispit Provjera ispravnosti rješenja kroz pismeni ispit, pripreme i izvješća LV Min

10
Max

20
Projektni zadatak Broj radnih sati
30
ECTS

1
- Definirati potrebnu arhitekturu sustava usluga, te metode i programske metodologije analize velikih skupova podataka.- Primijeniti definiranu arhitekturu sustava usluga, te metode i programske tehnologije za analizu velikih skopova podataka. - Ispitati učinkovitost i primjenjivost računalne okoline usluga, te postupaka i programskih rješenja analize podataka iz različitih izvora. - Analizirati i modificirati ostvarena rješenja s ciljem poboljšanja rada sustava usluga u primjenama.Seminarski rad projektnog zadatka Provjera ispravnosti projektnog zadatka Min

10
Max

20
Σ Aktivnosti Σ Broj radnih sati
180
Σ ECTS
6
Σ Max
100