Аннотация рабочей программы дисциплины
«Решение аналитических задач на R и Python»

Цель изучения дисциплины Формирование компетенций, связанных с решением задач по сбору, анализу и визуализации количественных данных. Курс направлен на освоение новых технологий при использовании известных методов анализа данных, ознакомление студентов с программными средами R и Python. В результате освоения курса студенты должны уметь реализовать и документировать процесс исследования от сбора данных до (автоматизированной) публикации отчетов.
Место дисциплины в учебном плане Б1.В.01
Формируемые компетенции ПК-3
Знания, умения и навыки, получаемые в результате освоения дисциплины
Знать:
- Современные методы обработки и анализа данных;
- Основные принципы работы языка R;
- Синтаксис и базовые функции R;
- Функционал пакетов ggplot2;
- Семантику и синтаксис языка программирования Python;
- Назначение, устройство и свойства основных структур данных и конструкций языка Python;
- Модули и пакеты для решения различных прикладных и научных задач;
- Основные технологии анализа данных.

Уметь:
- обрабатывать и анализировать данные для подготовки аналитических решений, экспертных заключений и рекомендаций;
- Применять статистические и математические методы для представления и анализа исходных данных;
- Разрабатывать и проводить отладку программ с использованием современных инструментальных средств и технологий программирования;
- Разрабатывать математические методы и алгоритмы решения различных задач;
- Использовать для разработки и отладки программ интегрированные среды разработки;
- Строить автоматизированные модели анализа данных.
Иметь навыки и (или) опыт деятельности (владеть):
- Навыками работы с разнородной информацией: типизация, структуризация данных;
- Навыками выбора статистических методов и инструментальных средств для работы с данными;
- Навыками подготовки данных и проведения статистического анализа наблюдений из разных областей знания;
- Навыки применения статистических методов и умения программирования на языке R при самостоятельном решении исследовательских задач;
- Навыками чтения, написания, отладки и тестирования программ на высокоуровневом языке программирования в интегрированной среде разработки;
- Навыками анализа данных на примере решения задач кластеризации, классификации, прогнозирования.
Содержание дисциплины Введение в R. Анализ данных в R. Визуализация данных в R base и ggplot2. Введение в язык Python. Введение в статистическое обучение. Интеллектуальный анализ данных и машинное обучение.
Виды учебной работы Лекции, лабораторные, самостоятельная работа.
Используемые информационные, инструментальные и программные средства
Open Office, http://www.openoffice.org/license.html , (бессрочно);
Microsoft Office 2010 (Office 2010 Professional, № 4065231 от 08.12.2010), (бессрочно);
Microsoft Windows 7 (Windows 7 Professional (№ 61834699 от 22.04.2013), (бессрочно);
7-Zip http://www.7-zip.org/license.txt , (бессрочно);
AcrobatReader, http://wwwimages.adobe.com/content/dam/Adobe/en/legal/servicetou/Acrobat_com_Additional_TOU-en_US-20140618_1200.pdf , (бессрочно);
R STUDIO (open source), http://www.rstudio.com/ , (бессрочно);
Пакет статистического анализа R с Cairo, ggplot2, ggvis, pcaPP, pls, robustbase, rrcovHD, tidyr, UsingR, http://www.r-project.org/, (бессрочно).
Microsoft Office 2010 (Office 2010 Professional, № 4065231 от 08.12.2010), (бессрочно);
Microsoft Windows 7 (Windows 7 Professional, № 61834699 от 22.04.2013), (бессрочно);
Chrome (http://www.chromium.org/chromium-os/licenses), (бессрочно); 7-Zip (http://www.7-zip.org/license.txt), (бессрочно);
AcrobatReader (http://wwwimages.adobe.com/content/dam/Adobe/en/legal/servicetou/Acrobat_com_Additional_TOU-en_US-20140618_1200.pdf), (бессрочно);
ASTRA LINUX SPECIAL EDITION (https://astralinux.ru/products/astra-linux-special-edition/), (бессрочно);
LibreOffice (https://ru.libreoffice.org/), (бессрочно);
Веб-браузер Chromium (https://www.chromium.org/Home/), (бессрочно);
Антивирус Касперский (https://www.kaspersky.ru/), (до 23 июня 2024);
Архиватор Ark (https://apps.kde.org/ark/), (бессрочно);
Okular (https://okular.kde.org/ru/download/), (бессрочно);
Редактор изображений Gimp (https://www.gimp.org/), (бессрочно)
Информационная справочная система:
СПС Консультант Плюс (инсталлированный ресурс АлтГУ или http://www.consultant.ru/).
Профессиональные базы данных:
1. Профессиональная база данных: электронная библиотечная система Алтайского государственного университета (http://elibrary.asu.ru/);
2. Профессиональная база данных: научная электронная библиотека elibrary (http://elibrary.ru)
3. Электронная база данных справочной правовой системы ГАРАНТ.
Форма промежуточной аттестации Экзамен, зачет.