Размер шрифта
Цветовая схема
Изображения
Обычная версия сайта

Методы математической статистики в научных исследованиях

УМКД дисциплины

Рабочая программа и аннотация - мат стат в науч исл 2019.pdf - для просмотра файла необходимо авторизоваться

Методические рекомендации - MR_MMSVNI.pdf

Аннотация

1. Цели и задачи изучения дисциплины Цель – формирование логического и алгоритмического мышления обучающихся, позволяющего применять методы статистики в научных исследованиях. Задачи курса: - узнать о моделях и способах представления экспериментальных данных; - узнать об основных статистических понятий и терминов; - узнать основные статистические методы оценивания характеристик экспериментальных данных - получить навыки работы в инструментальных средах Python и R, реализующие основные методы математической статистически и визуализации экспериментальных данных. 2. Краткая характеристика учебной дисциплины В данной дисциплине изучаются методы математической статистики для обработки информации в научных исследованиях с целью выработки у студентов навыков использования данных методов при выполнении дипломного проектирования. 3. Место дисциплины в структуре образовательной программы Дисциплина входит в формируемую часть "Блок 1" образовательной программы бакалавриата, реализуется на 3-м году обучения с трудоемкостью освоения - 4.0 Зет. 4. Взаимосвязь дисциплины с предшествующими и последующими дисциплинами учебного плана подготовки Предыдущие дисциплины: Алгебра и теория чисел 1, Информатика, Математический анализ 1, Основы программирования, Алгебра и теория чисел 2, Математический анализ 2, Программирование, Дискретная математика, Учебная практика: научно-исследовательская работа (получение первичных навыков научно-исследовательской работы), Математический анализ 3, Теория вероятностей и математическая статистика, Теория графов, Геометрия и топология 1, Дифференциальные уравнения, Администрирование корпоративных компьютерных сетей, Методы вычислений, Геометрия и топология 2, Методы оптимизации, Мягкие вычисления, Структуры и алгоритмы компьютерной обработки данных, Введение в text-mining, Производственная практика 1: Научно-исследовательская работа. Последующие дисциплины: Инженерия знаний, Искусственные нейронные сети, Технология разработки параллельных программ, Машинное обучение в цифровой экономике, Рекурсивно-логическое программирование, Подготовка к процедуре защиты и защита выпускной квалификационной работы, Производственная практика 2: Научно-исследовательская работа, Математические основы криптографии, Прикладной системный анализ, Системы поддержки принятия решений, Теория языков и трансляций, Производственная практика 3: Научно-исследовательская работа. 5. Ожидаемые результаты освоения дисциплины В результате освоения дисциплины, у обучающихся должны быть сформированы следующие компетенции: ПК 2 - Способность проводить под научным руководством исследование на основе существующих методов в конкретной области профессиональной деятельности УК 1 - Способен осуществлять поиск, критический анализ и синтез информации, применять системный подход для решения поставленных задач