• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Математические методы анализа данных

2022/2023
Учебный год
RUS
Обучение ведется на русском языке
5
Кредиты

Преподаватели


Гарафутдинов Роберт Викторович

Программа дисциплины

Аннотация

Настоящая программа учебной дисциплины устанавливает требования к образовательным результатам и результатам обучения студента и определяет содержание и виды учебных занятий и отчетности. Программа предназначена для преподавателей, ведущих дисциплину «Математические методы анализа данных», учебных ассистентов и студентов направления подготовки 09.03.04 Программная инженерия, обучающихся по образовательной программе «Программная инженерия».
Цель освоения дисциплины

Цель освоения дисциплины

  • Приобретение студентами базовых знаний по основам анализа данных;
  • Знакомство с прикладными задачами дисциплины;
  • Анализ алгоритмов обработки статистических и эмпирических данных, используемых в современном программном обеспечении;
  • Получения практических навыков использования статистических и эмпирических методов анализа данных в ходе разработки и экспериментального исследования новых программных продуктов;
  • Развитие умений, позволяющих использовать опыт применения статистических и эмпирических методов обработки данных для решения задач экономического анализа и моделирования.
Планируемые результаты обучения

Планируемые результаты обучения

  • Решает задачи классификации и кластеризации пространства наблюдений
  • Решает задачи корреляционного анализа и проверки статистических гипотез на наличие взаимосвязи между признаками. Может оценить взаимосвязь между несколькими переменными. Знает параметрические и непараметрические методы оценки
  • Решает задачи на проверку данных на выбросы, нормальное распределение.
  • Решает задачи на проверку статических гипотез на реальных данных.
  • Решает задачи построения и проверки на качество регрессионных моделей и моделей временных рядов
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Раздел 1. Введение.
  • Раздел 2. Временные ряды.
  • Раздел 3. Классификация и кластеризация
  • Раздел 4. Разработка информационных систем на основе данных.
Элементы контроля

Элементы контроля

  • неблокирующий Текущее тестирование после каждого занятия
  • неблокирующий Выполнение заданий на семинарах
  • неблокирующий Выполнение заданий на практиках
  • неблокирующий Экзамен
  • неблокирующий Использование материала курса в исследовательской работе
Промежуточная аттестация

Промежуточная аттестация

  • 2022/2023 учебный год 4 модуль
    0.25 * Экзамен + 0.1 * Использование материала курса в исследовательской работе + 0.2 * Текущее тестирование после каждого занятия + 0.2 * Выполнение заданий на семинарах + 0.25 * Выполнение заданий на практиках
Список литературы

Список литературы

Рекомендуемая основная литература

  • Барсегян А., Куприянов М., Холод И., Тесс М., Елизаров С. - Анализ данных и процессов. 3-е изд. - 978-5-9775-0368-6 - Санкт-Петербург: БХВ-Петербург - 2009 - 18456 - https://ibooks.ru/bookshelf/18456/reading - iBOOKS

Рекомендуемая дополнительная литература

  • Миркин, Б. Г.  Введение в анализ данных : учебник и практикум / Б. Г. Миркин. — Москва : Издательство Юрайт, 2020. — 174 с. — (Высшее образование). — ISBN 978-5-9916-5009-0. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/450262 (дата обращения: 28.08.2023).