• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2021/2022

Прикладные методы анализа данных при создании информационно-аналитических систем

Статус: Курс по выбору (Компьютерные системы и сети)
Направление: 09.04.01. Информатика и вычислительная техника
Когда читается: 2-й курс, 1, 2 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для своего кампуса
Прогр. обучения: Компьютерные системы и сети
Язык: русский
Кредиты: 5
Контактные часы: 48

Программа дисциплины

Аннотация

Основная цель курса «Прикладные методы анализа данных при создании информационно-аналитических систем» - формирование у слушателей системного взгляда на возможности и ограничения математического аппарата - машинного обучения, эконометрических и статистических методов, изучение опыта использования алгоритмов анализа данных для разработки и реализации ИАС в различных экономических сферах. Курс состоит из двух частей. Первая, теоретическая часть, посвящена изучению постановки и решения задач методами анализа данных, обычно представляемых в научной литературе под общим названием «Data Mining»: методы многомерной статистики и кластерного анализа, нейросетевые методы, методы нечеткой логики, генетические алгоритмы, деревья решений, экспертные системы. Во второй, практической части, изучаются особенности, этапы и технологии применения этих методов при создании информационно-аналитических систем.
Цель освоения дисциплины

Цель освоения дисциплины

  • Основными целями и результатами освоения дисциплины «Прикладные методы анализа данных при создании информационно-аналитических систем» являются: • Развитие и закрепление практических навыков в построении аналитических и информационных систем управления, включающих интеллектуальную обработку данных. • Систематизация знаний студентов о применении различных изученных статистических, математических методов анализа данных по изученным дисциплинам в рамках направления подготовки магистра 09.04.01 «Информатика и вычислительная техника» по образовательной программе «Компьютерные системы и сети»,в Департаменте компьютерной инженерии МИЭМ им. А.Н.Тихонова НИУ ВШЭ. • Приобретение студентами навыка разработки, построения и сопровождения корпоративных обучаемых экспертных систем, используемых для поддержки принятия решений.
Планируемые результаты обучения

Планируемые результаты обучения

  • Владеет применением современных методов для решения поставленных задач при разработке ИС
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Основы построения математических и аналитических моделей
  • Методы обработки и анализа информации при разработке ИС
  • Статистические и математические методы моделирования аналитических ИС
  • Основы построения автоматизированных вычислительных систем для решения прикладных задач, их адаптация.
Элементы контроля

Элементы контроля

  • неблокирующий тестирование
    Оценка по 10-ти балльной шкале за мини – тестирование по материалам занятий учитывается как совокупная нормированная оценка за все пройденные тесты.
  • неблокирующий Экзамен
    Экзамен в конце 2 модуля проходит в письменной форме. Студент решает теоретические и практические задачи в течении 1ч 20 минут, оценка выставляется по 10-ти бальной шкале (Оэкз).
  • неблокирующий активность
    Оценка по 10-ти балльной шкале за работу студента в аудитории в 1 и 2 модуле (Оактивность1)и (Оактивность2).Общая активность за семестр оценивается по средней арифметической: О активность = (Оактивность1)+ (Оактивность2)
  • неблокирующий Индивидуальная работа
    Оценка по 10-ти балльной шкале за самостоятельную работу формируется из оценки за выполнение индивидуальную письменную работу и докладам по их итогам
Промежуточная аттестация

Промежуточная аттестация

  • 2021/2022 учебный год 2 модуль
    0.1 * активность + 0.25 * Экзамен + 0.15 * тестирование + 0.5 * Индивидуальная работа
Список литературы

Список литературы

Рекомендуемая основная литература

  • Компьютерные сети : принципы, технологии, протоколы: учеб. пособие для вузов, Олифер, В. Г., 2006

Рекомендуемая дополнительная литература

  • Data Science : наука о данных с нуля, Грас, Дж., 2018
  • Гибкое управление проектами и продуктами, Вольфсон, Б., 2017
  • Информационные технологии в менеджменте : учебник для акад. бакалавриата, Моргунов, А. Ф., 2016