Data Science
1. |
Subject title |
Data Science Data Science |
|||||||||||||||||||||||||||||||||
2. |
Code |
DS004 |
|||||||||||||||||||||||||||||||||
3. |
Study program |
Data science in computer science and engineering, Cloud Computing, IT management, Bioinformatics, Security, Cryptography and Coding, Еducation with ICT, Eco-informatics, Inteligent Systems, Internet Technologies and cyber security, Computer Science, Software for embedded systems, Software Engineering, Cloud Computing, IT management, Bioinformatics, Security, Cryptography and Coding, Software Engineering, Statistics and Data Analytics, Statistics and Data Analytics, |
|||||||||||||||||||||||||||||||||
4. |
Organizer of the study program (unit, institute, department, division) |
Faculty of Information Sciences and Computer Engineering |
|||||||||||||||||||||||||||||||||
5. |
Study cycle (first, second, third) |
Втор циклус |
|||||||||||||||||||||||||||||||||
6. |
Academic year / semester 5 / Зимски |
7. Number of ECTS credits 6.0 |
|||||||||||||||||||||||||||||||||
8. |
Instructor |
проф. д-р Димитар Трајанов проф. д-р Игор Мишковски ворн. проф. д-р Мирослав Мирчев |
|||||||||||||||||||||||||||||||||
9. |
Prerequisites for enrollment |
|
|||||||||||||||||||||||||||||||||
10. |
Subject goals and competencies: The course covers basic principles of supervised and unsupervised machine learning, as well as some advanced algorithmic paradigms. The students will be introduced to Deep Learning, NLP, and Causal analysis concepts. The Explainable ML approach will be presented as a tool to understand and increase trust in the ML models. The concepts of Knowledge graphs and their application will be explained.
|
||||||||||||||||||||||||||||||||||
11. |
Subject content: Supervised Learning Unsupervised Learning Deep Learning Intro to NLP Explainable ML Causal analysis Knowledge graphs |
||||||||||||||||||||||||||||||||||
12. |
Learning methods: Презентации, студии на случај.... |
||||||||||||||||||||||||||||||||||
13. |
Total available time fund |
6.0 ECTS x 30 hours = 180 hours |
|||||||||||||||||||||||||||||||||
14. |
Time distribution |
45 + 30 + 30 + 15 + 60 = 180 hours
|
|||||||||||||||||||||||||||||||||
15. |
Forms of teaching activities |
15.1. |
Lectures - theoretical teaching |
45 hours |
|||||||||||||||||||||||||||||||
15.2. |
Exercises (laboratory, classroom), seminars, team work |
30 hours |
|||||||||||||||||||||||||||||||||
16. |
Other forms of activities |
16.1. |
Project tasks |
15 hours
|
|||||||||||||||||||||||||||||||
16.2. |
Independent tasks |
30 hours |
|||||||||||||||||||||||||||||||||
16.3. |
Homework |
60 hours |
|||||||||||||||||||||||||||||||||
17. |
Grading method |
||||||||||||||||||||||||||||||||||
17.1. |
Tests |
0 points |
|||||||||||||||||||||||||||||||||
17.2. |
Seminar work / project (presentation: written and oral) |
15 points |
|||||||||||||||||||||||||||||||||
17.3. |
Activities and learning |
0 points |
|||||||||||||||||||||||||||||||||
17.4. |
Final exam |
0 points |
|||||||||||||||||||||||||||||||||
18. |
Grading criteria (points / grade) |
up to 50 points |
5 (five) (F) |
||||||||||||||||||||||||||||||||
from 51 to 60 points |
6 (six) (E) |
||||||||||||||||||||||||||||||||||
from 61 to 70 points |
7 (seven) (D) |
||||||||||||||||||||||||||||||||||
from 71 to 80 points |
8 (eight) (C) |
||||||||||||||||||||||||||||||||||
from 81 to 90 points |
9 (nine) (B) |
||||||||||||||||||||||||||||||||||
from 91 to 100 points |
10 (ten) (A) |
||||||||||||||||||||||||||||||||||
19. |
Condition for signature and taking final exam |
NULL |
|||||||||||||||||||||||||||||||||
20. |
Language of instruction |
Англиски |
|||||||||||||||||||||||||||||||||
|
21. |
Quality assurance method |
механизам на интерна евалуација и анкети
|
|||||||||||||||||||||||||||||||||
22. |
Literature |
||||||||||||||||||||||||||||||||||
22.1. |
Mandatory literature |
||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||
|
22.2. |
Additional literature |
|
|||||||||||||||||||||||||||||||||