Магистратура
2021/2022
Современные методы анализа данных
Статус:
Курс обязательный (Интеллектуальный анализ данных)
Направление:
01.04.02. Прикладная математика и информатика
Когда читается:
1-й курс, 1, 2 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Преподаватели:
Калягин Валерий Александрович
Прогр. обучения:
Интеллектуальный анализ данных
Язык:
русский
Кредиты:
4
Контактные часы:
60
Программа дисциплины
Аннотация
В курсе рассматриваются основные современные методы анализа данных. В результате овладения дисциплиной студент овладеет математическими основами анализа данных и овладеет компетенциями в области практического использования этих методов для анализа реальных данных.
Цель освоения дисциплины
- Развитие компетенций в области анализа данных
- Развитие компетенций в области математических методов и информационных технологий.
Планируемые результаты обучения
- Овладение практическими навыками анализа реальных данных
- Освоение основных теоретических положений современных методов анализа данных
Содержание учебной дисциплины
- Многомерные данные и их представление
- Дискриминантный анализ
- Статистические основы многомерного анализа
- Многомерное шкалирование
- Кластерный анализ
- Факторный анализ
- Анализ главных компонент
Промежуточная аттестация
- 2021/2022 учебный год 1 модуль0.5 * Домашнее задание + 0.5 * Домашнее задание
- 2021/2022 учебный год 2 модуль0.2 * Домашнее задание + 0.3 * 2021/2022 учебный год 1 модуль + 0.5 * Домашнее задание
Список литературы
Рекомендуемая основная литература
- Под ред. Мхитаряна В.С. - АНАЛИЗ ДАННЫХ. Учебник для академического бакалавриата - М.:Издательство Юрайт - 2019 - 490с. - ISBN: 978-5-534-00616-2 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/analiz-dannyh-432178
- Под ред. Мхитаряна В.С. - АНАЛИЗ ДАННЫХ. Учебник для вузов - М.:Издательство Юрайт - 2021 - 490с. - ISBN: 978-5-534-00616-2 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/analiz-dannyh-469022
Рекомендуемая дополнительная литература
- Nelli, F. (2018). Python Data Analytics : With Pandas, NumPy, and Matplotlib (Vol. Second edition). New York, NY: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1905344