DM Test 2

Sadraj
ta je educational data mining (EDM)? ............................................................................................................................................ 2
Koji su mogui subjekti primjene u okviru educational data mining a? ........................................................................................ 2
Koji su budui smjerovi istraivanja u podruju EDM a? ............................................................................................................... 2
ta je vizualizacija podataka? ........................................................................................................................................................... 2
Sa kojim podrujima je povezana vizualizacija podataka? ............................................................................................................... 2
Koji su najvei izazovi prilikom generiranja vizualizacija? ................................................................................................................ 2
Opisati razvoj vizualizacije na WWW u! ........................................................................................................................................ 2
Nabrojati i opisati neke biblioteke koje se temelje na jeziku JavaScript, tj. JQuery platformi! ....................................................... 3
ta je inteligencija? ........................................................................................................................................................................... 3
Koja je razlika izmeu unutranjih i vanjskih izvora podataka? ....................................................................................................... 3
Koja dva naina prikupljanja informacija postoje?........................................................................................................................... 3
Koji su primarni, a koji sekundarni izvori podataka? ........................................................................................................................ 3
Sa kojim sistemima je povezana poslovna inteligencija? ................................................................................................................. 3
ta je poslovna inteligencija? ........................................................................................................................................................... 3
Sa koja dva gledita se moe posmatrati poslovna inteligencija? .................................................................................................... 3
Opisati makroaspekt poslovne inteligencije! ................................................................................................................................... 3
pisati mikroaspekt poslovne inteligencije! ....................................................................................................................................... 4
Na kojim konceptima poiva poslovna inteligencija sa obzirom na koliinu generiranih informacija? ........................................... 4
ta su asocijacijska pravila? .............................................................................................................................................................. 4
Koji su vani termini u terminologiji asocijativnih pravila? .............................................................................................................. 4
ta je osnova za obradu podataka pomou asocijativnih pravila?................................................................................................... 4
Koje su prednosti metode asocijativnih pravila? ............................................................................................................................. 4
Koja je najvanija karakteristika koja izdvaja uenje na daljinu od ostalih obrazovnih metoda? .................................................... 5
ta su obrazovni skupovi podataka? ................................................................................................................................................ 5
ta je OneR algoritam? ..................................................................................................................................................................... 5
Opii Bayesian klasifikator!............................................................................................................................................................... 5
Koje su tri funkcije koje obavljaju transakcijske baze podataka?..................................................................................................... 5
Za ta se koristi Data mining u marketingu? .................................................................................................................................... 5
Gdje se koristi Data mining u bankarstvu? ....................................................................................................................................... 5
Koritenje data mining a u edukaciji ! ........................................................................................................................................... 5
Koritenje data mining a u zdravstvu! ........................................................................................................................................... 6

ta je educational data mining (EDM)?

Educational data mining je relativno nov naziv za podruje istraivanja u kojem se metode rudarenja podataka (temeljene na
algoritmima iz podruja umjetne inteligencije i strojnog uenja), ali i neke nove metode razvijene u ovom podruju,
primjenjuju na podatke dobivene iz sustava za e-uenje, s ciljem pruanja informacija, razjanjavanja fenomena, te pruanja
osnove za automatsku prilagodbu sustava potrebama, oekivanjima i navikama korisnika. Takve sustave nazivamo
inteligentnim i prilagodljivim sustavima za e-uenje.

Koji su mogui subjekti primjene u okviru educational data mining a?

a) Studenti dobivaju unaprijeene sustave za e-uenje, koji se prilagoavaju potrebama studenta, sugeriraju dobre
prakse, nude sugestije o nainima prolaska kroz materijale ili nude dodatne materijale
b) Uitelji dobivaju vie povratnih informacija o uenju i efikasnosti procesa uenja, mogunosti klasifikacija uenika,
pronalaenja uzoraka ponaanja i predvianja posljedica, pronalaenja najeih greaka, sugestije u prilagodbi
materijala i strukture znanja
c) Administratori dobivaju bolji uvid u openitu efikasnost sustava, koji se moe koristiti za poboljanje programa
studija.

Koji su budui smjerovi istraivanja u podruju EDM a?

1.
2.
3.
4.

uiniti alate za RP pristupanijima uiteljima,

standardizacija metoda i podataka o e-uenju,
integracija alata za RP sa sustavima za e-uenje,
razvoj specifinih/efikasnijih metoda RP koje integriraju znanje iz domene obrazovanja.

ta je vizualizacija podataka?
Vizualizacija podataka je naziv za grafiku prezentaciju informacija, s ciljem otkrivanja i razumijevanja uzoraka u velikim
skupovima podataka.

Sa kojim podrujima je povezana vizualizacija podataka?

Vizualizacija podataka je usko povezana uz podruje statistike obrade podataka i rudarenje podataka.

Koji su najvei izazovi prilikom generiranja vizualizacija?

Kao najvei izazovi prilikom generiranja vizualizacija istiu se: tonost i sukladnost podataka, isticanje korisnih informacija i
novog znanja (tj. izbjegavanje sugestija prema pogrenim zakljucima), te prilagoenost podruju.

Opisati razvoj vizualizacije na WWW u!

Vizualizacija podataka na WWW-u pratila je razvoj tehnologija na kojima se WWW temelji. Taj razvoj mogli bi podijeliti u tri
faze. Faza 1: Do razvoja skriptnih serverskih jezika vizualizacija podataka bila je ograniena na upload grafika na posluitelj i
njihovo ukljuivanje na eljena mjesta u statinim web stranicama. Faza 2: Sa razvojem skriptnih serverskih jezika pojavila se je
mogunost dinamikog generiranja grafika (najee PNG datoteka), te njihovo periodino osvjeavanje prilikom generiranja
sadraja web stranice. Faza 3: Razvojem klijentskog skriptnog jezika JavaScript, a posebno platforme JQuery koja je ujedno
olakala pisanje novog koda, kao i standardizirala postupak razvoja novih modula (engl. plugin) omoguen je razvoj ivih
vizualizacija (koje vie nisu grafike datoteke ve se iscrtavaju na samoj web stranici), te su u mogunosti gotovo trenutano
osvjeavati svoj sadraj koritenjem XmlHttpRequest (AJAX) poziva. Razvojem HTML5 specifikacije i sa njome povezanih
tehnologija (Canvas, SVG podrka), te implementacijom istih u moderne web preglednike omoguene su dvije vane
karakteristike vizualizacije podataka na WWW-u interaktivnost i animacija.

Nabrojati i opisati neke biblioteke koje se temelje na jeziku JavaScript, tj. JQuery
platformi!
1. D35 je JavaScript biblioteka koja se orjentirana na potivanje standarda (HTML5, CSS3, SVG) s ciljem maksimalne
kompatibilnosti sa web preglednicima.
2. Processing7 je projekt koji se razvija paralelno sa Processing vizualnim programskim jezikom (temeljen na jeziku Java)
pisanim za Web. Vizualizacije se pokreu koritenjem HTML5 Canvas elementa,
3. Raphael 8 je JavaScript (JQuery) biblioteka sa naglaskom na jednostavnosti i slobodi kreiranja novih elemenata. Temelji
se na SVG standardu., a omoguuje kreiranje grafikona, ali i karata, mrea pojmova, animacija, itd.

ta je inteligencija?
Inteligencija je mentalna karakteristika koja se sastoji od sposobnosti za uenje iz iskustva, prilagodbe na nove situacije,
razumijevanja i koritenja apstraktnih pojmova, i koritenja znanja za snalaenje u okolini.

Koja je razlika izmeu unutranjih i vanjskih izvora podataka?

1. Vanjski izvori podataka: podaci pristiu iz okruenja tvrtke, odnosno s trita na kojima tvrtka djeluje.
2. Unutarnji izvori podataka: podaci nastaju realizacijom poslovnih procesa unutar same tvrtke.

Koja dva naina prikupljanja informacija postoje?

Primarni
Sekundarni

Koji su primarni, a koji sekundarni izvori podataka?

1. Primarni izvori su: Internet, financijska izvjea, govori, 'eventi', sajmovi, osobni i telefonski intervjui, kao i javno
dostupne publikacije.
2. Sekundarni izvori su: online i digitalne baze podataka, knjige, lanci u novinama i asopisima, TV i radio programi te
analitika izvjea.

Sa kojim sistemima je povezana poslovna inteligencija?

Usko je povezana sa sistemima za potporu odluivanju i upravljanju.

ta je poslovna inteligencija?
Poslovna inteligencija je sposobnost tvrtke da se prilagodi novonastalim uvjetima na tritu.

Sa koja dva gledita se moe posmatrati poslovna inteligencija?

1. Makro aspekta
2. Mikro aspekta

Opisati makroaspekt poslovne inteligencije!

Razmatranje s makroaspekta odreuje poslovnu inteligenciju kao sloenu, agregiranu kategoriju koja se stvara sustavnim ali
unaprijed ciljanim prikupljanjem podataka o makroekonomskim kretanjima u odreenoj sredini, njihovim organiziranjem i
strukturiranim biljeenjem odnosno pohranjivanjem, pretraivanjem, te logikom i/ili strojnom obradom poradi otkrivanja
makroekonomskih trendova ili tendencija, te predvianja i prognoziranja procesa i dogaaja u makroekonomskim sustavima i
njihovih buduih stanja.

pisati mikroaspekt poslovne inteligencije!

a) Cilj je stvaranja poslovne inteligencije podrka i unapreenje postupaka donoenja poslovnih odluka u poduzeima,
b) Poslovna inteligencija nastaje kao rezultat dobro upravljanog i promiljenog procesa izvoenja novih ili prikrivenih
znanja iz podataka koji se u poslovnoj praksi rutinski generiraju, zahvaaju, memoriraju i koriste,
c) Poslovna se inteligencija moe izvesti iz operativnih podataka primjenom odgovarajuih logiko-raunskih metoda,
d) Primjena takvih metoda iziskuje razvijanje odgovarajuih informatikih sredstava i alata kojih se ve danas na tritu
moe nai razmjerno puno,
e) Stvaranje poslovne inteligencije nalae uspostavu koherentnog pristupa upravljanju podacima i razvijanje jedinstvenog
stava prema njihovoj ulozi i vanosti u poduzeu (Panian i Klepac, 2003.).

Na kojim konceptima poiva poslovna inteligencija sa obzirom na koliinu

generiranih informacija?
1. namjera koncepta poslovne inteligencije nije stvaranje vee koliine informacija, ve iskljuivo generiranje boljih,
kvalitetnijih informacija potrebnih pri donoenju poslovnih odluka,
2. upravo to je ono svojstvo poslovne inteligencije koje joj daje mo poticanja i stvaranja pozitivnih promjena u sredini u
kojoj se stvara i primjenjuje,
3. poslovna inteligencija prua korisnicima samo one informacije koje su im potrebne, ali zato pravovremeno i iskazane
na nain koji im najvie odgovara,
4. uz valjanu primjenu, koncept poslovne inteligencije smanjit e koliinu informacija kojoj se zaposlenici tvrtke izlau,
poveavajui istovremeno kvalitetu tih informacija.

ta su asocijacijska pravila?
Asocijacijska pravila (ili asocijacijsko otkrivanje) je postupak pri kojem se identificiraju elementi koji se pojavljuju zajedno u
nekom dogaaju ili zapisu (SAS, 2010.). Drugim rijeima asocijacijska pravila su metode za otkrivanje korelacija u pojavljivanju
pojedinih elemenata (najee artikala). Ona ukazuju na to koliko esto se dogaaji pojavljuju zajedno. Ova se metoda koristi
esto kod obrade podataka koji prate neke transakcije (npr. prodaju, nabavu i slino)

Koji su vani termini u terminologiji asocijativnih pravila?

a) element ili dio (u terminologiji obrade podataka uobiajenije je koritenje par atribut-vrijednost);
b) transakcija (skup elemenata, korespondira terminu primjer u podruju obrade podataka);
c) skup transakcija (korespondira pojmu skupa podataka).

ta je osnova za obradu podataka pomou asocijativnih pravila?

Osnova za obradu podataka metodom asocijativnih pravila su obino detaljni podaci skupljeni na licu mjesta npr. toki
prodaje, prodajnom mjestu.

Koje su prednosti metode asocijativnih pravila?

a)
b)
c)
d)
e)

asocijativna pravila su jednostavna i jasna;

metoda je namijenjena problemima koji nisu klasifikacijskog odnosno
prediktivnog tipa, tj. nema ciljnog atributa;
omoguuje obradu podataka kod kojih primjeri imaju varijabilni broj atributa;
algoritmi kojima se generiraju asocijativna pravila u principu su vrlo jednostavni.

Koja je najvanija karakteristika koja izdvaja uenje na daljinu od ostalih

obrazovnih metoda?
Karakteristika koja izdvaja daljinsko uenje od ostalih obrazovnih metoda predstavlja injenicu da student,upotrebom posebno
dizajniranih materijala i komunikacionih kanala, savlada predvieno gradivo bez fizikog prisustva nanastavnom asu

ta su obrazovni skupovi podataka?

Obrazovni skupovi podataka su veoma mali; postupak izvoenja faze eksperimentisanja je tei zbog injenice da su podaci
dinamiki promenljivi. Obrazovni podaci su veinom numerikog i kategorijskog tipa, a s obzirom da se izdvajaju iz baza
podataka zahtevaju manje ienja u fazi pretprocesiranja. U sluaju ove vrste podataka esta je pojava nepotpunih podataka i
podataka koji se ne uklapaju u opti model.

ta je OneR algoritam?
OneR algoritam predstavlja klasifikator koji generie pravila u formi stabla odluke sa jednim nivoom. Moe da generie vie
stabala odluke, gde svako stablo predstavlja test jednog odreenog atributa. Na kraju se izdvaja stablo sa najmanjom grekom
(eng.error rate). Greka predstavlja odnos primera koji ne pripadaju veinskoj klasi u granama stabla.

Opii Bayesian klasifikator!

Bayesian klasifikatori pretpostavljaju da je znanje o nekom dogaaju opisano verovatnoom pojave tog dogaaja. Statistike
zavisnosti ovih klasifikatora predstavljaju se vizuelnom strukturom grafa [20]. U obrazovnom domenu pretpostavka o uslovnoj
nezavisnosti se esto ignorie i naruava.

Koje su tri funkcije koje obavljaju transakcijske baze podataka?

1. voenje evidencije o obavljenim poslovnim dogaajima,
2. generiranje dokumenata potrebnih u poslovanju,
3. izvjetavanje o stanju poslovnog procesa

Za ta se koristi Data mining u marketingu?

1.
2.
3.
4.
5.
6.

Direktni marketing
Izradu profila kupca
Segmentaciju
Istrazivanje povezanosti prodaje razlicitih proizvoda
Stimulacija kupovine drugih artikala istog preduzeca
Zadrzavanja kupaca

Gdje se koristi Data mining u bankarstvu?

vPrognoze loih platia kreditinih rata, prognoze vrijednosti dionica i osiguranju, odnosno da se ve postojei podaci u
bankama mogu koristiti za donoenje kvalitetnijih odluka ime se poboljava poslovni rezultat banaka. U najveem broju
banaka metoda se koristi za analizu i procjenu rizinosti klijenata (Peji Bach et.al., 2004.).

Koritenje data mining a u edukaciji !

e- uenje, koritenje vizualizacije u nastavnom radu, te omoguavanje korienje Data Mininga menaderima i bez
specijalizovanog strunog znanja

Koritenje data mining a u zdravstvu!

Povezivanje demografskih podataka sa kritinim oboljenjima, uvid u identifikaciju simptoma opasnosti, uzroci opasnosti,
pretraivanja istorije bolesti, planiranje potrebnog tretmana za pacijenta.