Размер шрифта
Цветовая схема
Изображения
Обычная версия сайта

Анализ данных

УМКД дисциплины

Рабочая программа и аннотация - AD_PI_2021.pdf - для просмотра файла необходимо авторизоваться

Методические рекомендации - MR_AD_PI_2021.pdf

Аннотация

Аннотация рабочей программы дисциплины «Анализ данных» Направление подготовки: 09.03.03 «Прикладная информатика» Направленность программы: Прикладная информатика в экономике Форма обучения: очная, заочная Присваиваемая квалификация (степень): бакалавр Год набора: 2021 1. Цель и задачи изучения дисциплины Основной целью курса является формирование у студентов компетенций, позволяющих использовать математико-статистические методы для обработки, анализа и систематизации данных по теме исследования и принимать решения на основе проведенного исследования. Задачи курса: • уметь работать с данными из различных источников, их фильтрация, преобразование с помощью математических методов и вычислительных алгоритмов. • формирование навыков обработки, анализа и моделирования данных; • уметь самостоятельно использовать аналитический инструментарий в исследовании общественных явлений и процессов. 2. Краткая характеристика учебной дисциплины Предметом дисциплины являются методы анализа данных и исследования вычислительных алгоритмов, процессов исследования, фильтрации, преобразования и моделирования данных. Содержание дисциплины состоит из основных разделов: Введение в курс «Анализ данных», Современные методы анализа данных в среде R, Распределение вероятностей, Статистика выводов, Корреляция, Основы регрессионного анализа, Системы аналитической обработки данных, Интеллектуальный анализ данных (Data Mining). 3. Место дисциплины структуре образовательной программы Дисциплина входит в формируемую часть дисциплин "Блок 1" образовательной программы бакалавриата, реализуется на очной форме обучения на 3-м году, на заочной форме – 3 и 4 годах обучения с общей трудоемкостью освоения - 4 Зет. 4. Взаимосвязь дисциплины с предшествующими и последующими дисциплинами учебного плана подготовки Для успешного освоения знаний по дисциплине «Анализ данных», студент должен иметь представление о видах данных, разновидности анализа данных, интеграция и моделировании данных. Базой для освоения курса являются «Теория статистики», «Теория вероятностей и математическая статистика», «Базы данных». Знания данного курса необходимы для курсов «Эконометрическое моделирование», «Предиктивная аналитика», «Методы машинного обучения», прохождения учебной, производственных практик, выполнения ВКР. 5. Ожидаемые результаты освоения дисциплины В результате освоения дисциплины у обучающихся должна быть сформирована следующая компетенция: ПК 5 - Способность моделировать прикладные (бизнес) процессы и предметную область; УК 1 - Способен осуществлять поиск, критический анализ и синтез информации, применять системный подход для решения поставленных задач.