Mathematical Methods for Data Analysis

2022/2023

Academic Year

RUS

Instruction in Russian

5

ECTS credits

Delivered at:

Department of Information Technologies in Business (Faculty of Computer Science, Economics, and Social Sciences)

Course type:

Compulsory course

When:

2 year, 3, 4 module

Instructors

Garafutdinov, Robert V.

Mylnikov, Leonid

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

• 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

• 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

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

Элементы контроля

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

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

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).