FESB NASTAVA
Loading...
    Doktorski
    310 Elektrotehnika i informacijska tehnologija
    1. semestar
    Prijediplomski
    Diplomski
    Doktorski
    Stručni
    Razlikovni
    110 Elektrotehnika i informacijska tehnologija
    111 Automatika i sustavi
    112 Elektronika i računalno inženjerstvo
    113 Elektrotehnika
    114 Komunikacijska i informacijska tehnologija
    120 Računarstvo
    130 Strojarstvo
    140 Brodogradnja
    150 Industrijsko inženjerstvo
    210 Automatika i sustavi
    220 Elektronika i računalno inženjerstvo
    221 Elektronika
    222 Računalno inženjerstvo
    230 Elektrotehnika
    231 Automatizacija i pogoni
    232 Elektroenergetski sustavi
    241 Bežične komunikacije
    242 Telekomunikacije i informatika
    250 Računarstvo
    261 Konstrukcijsko-energetsko strojarstvo
    262 Računalno projektiranje i inženjerstvo
    263 Proizvodno strojarstvo
    270 Industrijsko inženjerstvo
    271 Proizvodni management
    272 Upravljanje životnim ciklusom proizvoda
    280 Brodogradnja
    310 Elektrotehnika i informacijska tehnologija
    330 Strojarstvo
    510 Elektrotehnika
    511 Elektroenergetika
    512 Elektronika
    530 Strojarstvo
    540 Brodogradnja
    550 Računarstvo
    910 Automatika i sustavi
    920 Elektronika i računalno inženjerstvo
    930 Elektrotehnika
    940 Komunikacijska i informacijska tehnologija
    950 Računarstvo
    960 Strojarstvo
    970 Brodogradnja
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    5. semestar
    6. semestar
    5. semestar
    6. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    1. semestar
    2. semestar
    1. semestar
    2. semestar
    1. semestar
    2. semestar
    1. semestar
    2. semestar
    1. semestar
    2. semestar
    1. semestar
    2. semestar
    Nema predmeta
      Upit treba biti dulji od 1 znaka...
      Nema rezultata
      U polje za pretragu upišite naziv ili kôd predmeta koji želite pronaći
      • nema koda:
      • Web inteligencija i veliki skupovi podataka

        (FELT49)
        2023/24 godina
        preduvjeti za upis
        Završen diplomski studij tehničkog ili prirodno-matematičkog područja. Korisno je poznavanje osnova umjetne inteligencije i distribuiranih sustava, ali nije nužno. Za praćenje kolegija potrebno je poznavanje engleskog jezika
        ciljevi predmeta
        prazno
        očekivani ishodi učenja
        prazno
        nositelji predmeta
        nastava i predavači
         
        45 sati
        0 sati tjedno × 0 tjedana
        sadržaj

        Dohvat podataka (web pauci, društvene mreže, mobilni uređaji, senzorske mreže).
        Ekstrakcija informacija. Pohrana velikih skupova podataka (GFS, indeksiranje,
        hashiranje). Dohvaćanje informacija. Rangiranje - vektorski model dokumenta
        (TF-IDF), probabilistički model (QL). Paralelna obrada podataka: MapReduce,
        CUDA. Distribuirani algoritmi, paralelni algoritmi. Algoritmi strojnog učenja
        (regresija, klasifikacija, nadzirano i nenadzirano učenje). Dizajn, treniranje i
        implementacija prediktivnih modela. Sustavi za preporuku.
        Alati: Hadoop, Mahout, WEKA, Rapidminer

        preporučena literatura
        • 1. Zhong, Ning; Liu Yao, Jiming; Yao, Y.Y.; Ohsuga, S. (2000), "Web

        • Intelligence (WI)", Web Intelligence, Computer Software and Applications

        • Conference, 2000. COMPSAC 2000

        • 2. Big Data Now: 2012 Edition, O’Reilly Media, Inc.2012

        • 3. Tom White, Hadoop: The Definitive Guide, 3rd Edition,Publisher: O'Reilly

        • Media / Yahoo Press, May 2012

        dopunska literatura
        • 1. Lam, Chuck , Hadoop in Action (1st ed.). Manning Publications.(July 28,

        • 2010). p. 325. ISBN 1-935182-19-6.

        • 2. Velasquez, Juan; Vacile, Palade (2008), Adaptive Web Site: A Knowledge

        • Extraction from Web Data Approach (1st ed.), IOS Press

        jezik poduke
        Hrvatski, nastavni materijali većim dijelom na engleskom.
        način praćenja kvalitete i uspješnosti izvedbe svakog predmeta i/ili modula

        Mišljenja studenata o kvaliteti nastave putem anketa. Nastavnici koji podučavaju
        srodne predmete surađuju i zajednički vode brigu o kvaliteti nastave. Povremeno
        promatranje i evaluacija nastave od strane predstojnika odsjeka/ šefa katedre, itd.

        ispit (način polaganja, ispitni rokovi)

        Ispit: pismeni/usmeni/prezentacija seminarskog rada
        Ocjena će se dodjeljivati na temelju kvalitete seminarskog projekta (70%) i usmene
        prezentacije seminara (30%). Projekt čini zadatak koji kandidat treba riješiti u
        jednom od ponuđenih alata.

          Nastavne jedinice za Predavanja Broj sati
        Za ovaj oblik nastave nema definiranih nastavnih jedinica.
        Niste više prijavljeni

        Istekla vam je prethodna prijava te se morate ponovno prijaviti.

        Nastao je problem u radu sustava

        Informacije o problemu smo pohranili i nastojat ćemo ga riješiti. Ako vas ova greška sprječava da obavite nešto važno, možete nas odmah kontaktirati na helpdesk@fesb.hr.

        Vaš preglednik nije podržan

        Koristite web preglednik koji nije podržan. Za puno korisničko iskustvo, preuzmite najnoviju inačicu vašeg preglednika.