| Цель изучения дисциплины | формирование представления о типах задач, возникающих в области интеллектуального анализа данных (Data Mining) и методах их решения, которые помогут обучающимся выявлять, формализовать и успешно решать практические задачи анализа данных, возникающие в процессе их профессиональной деятельности. |
|---|---|
| Место дисциплины в учебном плане | Б1.О.03 |
| Формируемые компетенции | ОПК-3 | Знания, умения и навыки, получаемые в результате освоения дисциплины |
Знать:
ОПК-3.1. Анализирует проблемы развития социальных явлений и процессов с использованием статистических процедур для обработки социологических данных. ОПК-3.2. Содержательно интерпретирует данные и формулирует выводы и теоретические подходы для анализа и прогнозирования социальных явлений и процессов. ПК-2.1. Знает методы и методику проведения социальных исследований по диагностике, оценке, оптимизации социальных показателей, процессов и отношений на основе цифровых методов анализа и визуализации данных. Уметь:
ОПК-3.3. Выявляет социально значимые проблемы и предлагает пути их решения на основе социологической теории и социологических методов исследования. ОПК-3.4. Научно обосновывает постановку фундаментальных и прикладных социологических исследований для решения социально значимых проблем. ПК-2.2. Умеет обрабатывать и анализировать данные по диагностике, оценке, оптимизации социальных показателей, процессов и отношений на основе цифровых методов анализа и визуализации данных. Иметь навыки и (или) опыт деятельности (владеть):
ОПК-3.5. Предлагает описательные, объяснительные и прогнозные модели социальных явлений и процессов на основе социологических теорий. ОПК-3.6. Разрабатывает предложения по совершенствованию социологических концепций описания и объяснения социальных явлений и процессов. ПК-2.3. Умеет осуществлять исследования по диагностике, оценке, оптимизации социальных показателей, процессов и отношений, оформлять результаты исследования на основе цифровых методов анализа и визуализации данных. |
| Содержание дисциплины | . |
| Виды учебной работы | Лекции, практические, самостоятельная работа. |
| Используемые информационные, инструментальные и программные средства |
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) Orange Data Mining (https://orangedatamining.com/) https://www.kaggle.com/ наборы данных, платформа для соревнований по анализу данных
https://datasciencelabs.github.io/ http://archive.ics.uci.edu/ml/datasets.php UCI Machine Learning Repository – Репозиторий данных http://www.olap.ru Stanford Large Network Dataset Collection - https://snap.stanford.edu/data/ Pajek datasets - http://vlado.fmf.uni-lj.si/pub/networks/data/ UC Irvine Network Data Repository - http://networkdata.ics.uci.edu/index.html The Center for Complex Network Research (CCNR) - https://www.barabasilab.com/ https://ods.ai/ Открытые данные Федеральной службы государственной статистики https://rosstat.gov.ru/opendata/ Открытые даннные Министерства Цифровизации РФ https://data.gov.ru/ https://datavizcatalogue.com/index.html каталог способов визуализации данных |
| Форма промежуточной аттестации | Диф. зачет. |