Размер шрифта
Цветовая схема
Изображения
Обычная версия сайта

Интеллектуальный анализ данных

УМКД дисциплины

Рабочая программа и аннотация (2020 г.) - RPD_IAD_MOAIS_2020.pdf - для просмотра файла необходимо авторизоваться

Методические рекомендации - MR_IAD_MOAIS_2020.pdf

Аннотация

Направление подготовки: 02.03.03 - Математическое обеспечение и администрирование информационных систем Направленность программы: Математическое и программное обеспечение систем искусственного интеллекта Форма обучения: очная Присваиваемая квалификация (степень): бакалавр Год набора: 2020 1. Цели и задачи изучения дисциплины Цель: формирование у обучающихся знаний, умений и навыков применения методов интеллектуального анализа данных для решения профессиональных задач, связанных с принятием решений на основе оперативного и интеллектуального анализа данных. Задачи: 1) формирование базовых знаний в области интеллектуального анализа данных на основе создания OLAP-систем; 2) формирование умений и навыков построения многомерных хранилищ данных и OLAP-кубов в среде современных средств разработки, их визуализации в требуемом формате и использования при решении задачи интеллектуального и оперативного анализа данных; 3) развитие умений и навыков в области интеллектуального анализа данных посредством информационных, компьютерных и сетевых технологий. 2. Краткая характеристика учебной дисциплины Дисциплина формирует и развивает умения и навыки решения стандартных задач, связанных с интеллектуальным анализом данных с применением методов Data Mining и OLAP-технологий. 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 Предшествующие дисциплины: Информатика, Основы программирования, Алгебра и теория чисел 1, Математический анализ 1, Дискретная математика, Программирование, Алгебра и теория чисел 2, Математический анализ 2, Учебная практика: научно-исследовательская работа, Теория графов, Теория вероятностей и математическая статистика, Математический анализ 3, Администрирование корпоративных компьютерных сетей, Геометрия и топология 1, Дифференциальные уравнения, Производственная практика 1: Научно-исследовательская работа, Структуры и алгоритмы компьютерной обработки данных, Геометрия и топология 2, Методы вычислений, Мягкие вычисления. Последующие дисциплины: Производственная практика 2: Научно-исследовательская работа, Технология разработки параллельных программ, Теория языков и трансляций, Системы поддержки принятия решений, Инженерия знаний, Искусственные нейронные сети, Машинное обучение в цифровой экономике, Рекурсивно-логическое программирование, Системы реального времени, Производственная практика 3: Научно-исследовательская работа, Защита ВКР. 5. Ожидаемые результаты освоения дисциплины В результате освоения дисциплины, у обучающихся должны быть сформированы следующие компетенции: ПК 1 - Способен демонстрировать базовые знания математических и естественных наук, программирования и информационных технологий; 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.