Аннотация рабочей программы дисциплины
«Бизнес-аналитика и анализ больших данных»

Цель изучения дисциплины Формирование у студентов необходимой теоретической базы и практических навыков, которые позволят всесторонне понимать современные 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 понимание особенностей Big Data и принципов анализа больших данных становятся ключевыми факторами, определяющими развитие прикладной аналитики на современном этапе.
Задачи курса:
1) формирование целостного представления о современных проблемах бизнес-аналитики и обработки больших данных;
2) развитие навыков применения методов Data Mining и других методов интеллектуального анализа данных при решении задач анализа данных;
3) приобретение опыта разработки и анализа концептуальных и теоретических моделей прикладных задач анализа больших данных.
4) развитие навыков выявлять, формализовать и успешно решать практические задачи анализа данных, возникающие в процессе их профессиональной деятельности.
Место дисциплины в учебном плане ФТД.В
Формируемые компетенции ОК-1
Знания, умения и навыки, получаемые в результате освоения дисциплины
Знать:
• основные способы предварительной обработки и визуализации данных
• технологии интеллектуального анализа данных, методы и модели Data Mining
• особенности направления Big Data, его основные отличия от направления бизнес-аналитика
• методы решения задач обработки и анализа больших данных
Уметь:
• оценивать время и необходимые аппаратные ресурсы для решения задач анализа и обработки данных;
• создавать алгоритмы анализа и обработки данных с применением моделей Data Mining для решения конкретных задач;
• разрабатывать и анализировать концептуальные и теоретические модели прикладных задач анализа больших данных.

Иметь навыки и (или) опыт деятельности (владеть):
• навыками применения программных систем, используемых для решения типичных задач бизнес-аналитики с возможностью применения методов интеллектуально анализа;
• навыками применения программных средств, предназначенных для анализа больших данных.
Содержание дисциплины Раздел 1. Интеллектуальный анализ данных. Раздел 2. Использование методов Data Mining для решения задач бизнес-аналитики. Раздел 3. Большие данные (Big Data).
Виды учебной работы Лекции, практические, самостоятельная работа.
Используемые информационные, инструментальные и программные средства
Аналитическая платформа Deductor Academic
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: https://zbmath.org/
Форма промежуточной аттестации Зачет.