Цель изучения дисциплины | Формирование у студентов необходимой теоретической базы и практических навыков, которые позволят всесторонне и системно понимать современные проблемы прикладной математики и информатики, проблемы обработки и анализа информации, а также разрабатывать и анализировать концептуальные и теоретические модели при решении научных и прикладных задач в области информационных технологий. Одна из главных проблем современной обработки и анализа данных - рост объемов данных, поэтому вопросам обработки большого объема данных посвящена данная дисциплина. Главная задача курса - сформировать целостное представление о современных проблемах анализа и обработки больших данных, помочь овладеть опытом разработки и анализа концептуальных и теоретических моделей прикладных задач анализа больших данных с применением моделей Data Mining. |
---|---|
Место дисциплины в учебном плане | Б1.О.01.03 |
Формируемые компетенции | ОПК-1 | Знания, умения и навыки, получаемые в результате освоения дисциплины |
Знать:
• методы решения задач обработки и анализа больших данных, возможности высокопроизводительных вычислительных систем, технологии распределенных вычислений, методы и модели Data Mining. Уметь:
• разрабатывать и анализировать концептуальные и теоретические модели прикладных задач анализа больших данных; • использовать и применять углубленные знания в области обработки и анализа больших данных; • оценивать время и необходимые аппаратные ресурсы для решения задач анализа и обработки данных; • создавать алгоритмы анализа и обработки большого объема данных с применением моделей Data Mining. Иметь навыки и (или) опыт деятельности (владеть):
• навыками применения программных систем, предназначенных для анализа больших данных. |
Содержание дисциплины | Технологии анализа данных. Интеллектуальный анализ данных. |
Виды учебной работы | Лекции, практические, самостоятельная работа. |
Используемые информационные, инструментальные и программные средства |
Microsoft Windows
Microsoft Office 7-Zip AcrobatReader Информационная справочная система:
СПС КонсультантПлюс (инсталлированный ресурс АлтГУ или http://www.consultant.ru/). Профессиональные базы данных: 1. Электронная база данных «Scopus» (http://www.scopus.com); 2. Электронная библиотечная система Алтайского государственного университета (http://elibrary.asu.ru/); 3. Научная электронная библиотека elibrary (http://elibrary.ru). 4. Электронная база данных «ZBMATH – The database Zentralblatt MATH» https://zbmath.org/ 5. 7. Электронная база данных ZBMATH: https://zbmath.org/ |
Форма промежуточной аттестации | Экзамен. |