Циљ предмета: Упознавање са основама информационих система и упознавање са методама и техникама за њихово пројектовања и увођење у савремене пословне системе.
Исход предмета: Студенти ће се оспособити да као будући корисници и учесници у увођењу информационих система у савремене пословне системе владају основама информационих система и одговарајућим методама и техникама за пројектовањe и одржавање информационих система.

Садржај предмета

Теоријска настава. Курс започиње упознавањем са основним врстама информационих система, појмовима везаним за увођење информационих система у савремене пословне системе, анализу и моделирање пословних информационих система. Затим се изучавају компоненте информационих система: хардвер, софтвер, базе података, телекомуникације, људски ресурси и процедуре, а потом и елементи анализе пословног система као што су идентификовање пословних процеса, методе прикупљања информација и представљање снимљеног стања. Кроз излагање основа пројектовања информационих система студенти се упознају са основним елементима концептуалног, логичког и физичког дизајна пословног решења као и логичког и физичког дизајна података. Објектно оријентисана анализа и пројектовање се презентирају кроз основне елементе језика UML (дијаграме случајева коришћења, класа, секвенци). Студенти се потом упознају са специфичностима пројектовања ГИС-а и просторних података, као и основама дистрибуираног (Интернет) ГИС-а и менаџерских информационих система (система за подршку одлучивању).

Практична настава. Коришћењем CASE алата сви наведени елементи биће практично илустровани кроз вежбе на конкретним примерима информационих система везаних за рударство, нафту и гас, геологију, заштиту животне средине и заштиту на раду. Кроз израду пројекта информационог система коришћењем CASE алата студенти ће демонстрирати савладано градиво.


 Основна својства интелигентних система и нивои расуђивања. Представљање знања и технике закључивања и претраживања. Закључивање у присуству неизвесности засновано на фази скуповима. Експертни системи: засновани на правилима и засновани на оквирима. Системи за расуђивање на основу случајева. Инжењерство знања: прикупљање, пројектовање, тестирање, документовање и одржавање. Типови, елементи и основни механизам неуронских мрежа, ативационе функције и обучавање. Елементи и основни кораци генетских алгоритама. Хибридни интелигентни системи, начини спрезања интелигентних метода. Откривање знања (data Mining): анализа података и откривање структурианих образаца (patterns), пречишћавање и сортирање великих количина података, екстраховање информација и знања, примена статистичких метода. Софтверски, кооперативни и интернет интелигентни агенти.