Аннотация рабочей программы дисциплины
«Методы анализа и обработки данных»

Цель изучения дисциплины Целями изучения дисциплины являются изучение методов и подходов к анализу данных различного объема, включая предварительную обработку данных и статистический анализ, освоение различных моделей машинного обучения, предназначенных для решения задач кластеризации, классификации и регрессии и применение их для решения прикладных задач из различных сфер человеческой деятельности.
Место дисциплины в учебном плане Б1.В.ДВ.01.02
Формируемые компетенции ПК-7
Знания, умения и навыки, получаемые в результате освоения дисциплины
Знать:
Основные технологии анализа данных.
Уметь:
Строить автоматизированные модели анализа данных.
Иметь навыки и (или) опыт деятельности (владеть):
Навыками анализа данных на примере решения задач кластеризации,
классификации, прогнозирования.
Содержание дисциплины Введение в анализ данных. Очистка, интеграция и преобразование данных. Программные модули и пакеты для работы с многомерными массивами данных. Визуализация данных. Теория вероятностей и математическая статистика. Методы машинного обучения.
Виды учебной работы Лекции, лабораторные, самостоятельная работа.
Используемые информационные, инструментальные и программные средства
Microsoft Windows
Microsoft Office
Дистрибутив Anaconda
7-Zip
AcrobatReader
1. Основы алгоритмизации и программирования на языке Python [Электронный ресурс]: https://portal.edu.asu.ru/course/view.php?id=3237
2. Издательство «Лань» - электронно-библиотечная система [Электронный
ресурс]: http://e.lanbook.com
3. Издательство МЦНМО. Свободно распространяемые книги издательства
Московского центра непрерывного математического образования
[Электронный ресурс]: www.mccme.ru/free-books
4. Электронная библиотечная система Алтайского государственного
университета [Электронный ресурс]: http://elibrary.asu.ru
5. Электронная база данных ZBMATH: https://zbmath.org/
Форма промежуточной аттестации Экзамен.