Аннотация рабочей программы дисциплины
«Big Data, машинное обучение в математическом моделировании»

Цель изучения дисциплины Целью освоения дисциплины является получение компетенций, необходимых для создания математических моделей с применением машинного обучения, прототипирования и их реализации на больших данных.
Место дисциплины в учебном плане Б1.В.ДВ.01.02
Формируемые компетенции ПК-2
Знания, умения и навыки, получаемые в результате освоения дисциплины
Знать:
основные технологии анализа данных;
современные методы математического моделирования для анализа данных;
специфику работы с большими объемами данных;
модели для анализа данных;
Уметь:
работать с прикладными инструментами для анализа данных;
применять для анализа данных библиотеки языка программирования Python;
строить автоматизированные модели анализа данных;
Иметь навыки и (или) опыт деятельности (владеть):
навыками решения актуальных задач Data Science;
навыками анализа данных (на примере решения задач кластеризации,классификации, прогнозирования);
базовыми методами и востребованными на рынке технологиями машинного обучения;
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
1. MicrosoftOffice 2010 (Office 2010 Professional, № 4065231 от 08.12.2010), (бессрочно);
2. Microsoft Windows 7 (Windows 7 Professional, № 61834699 от 22.04.2013), (бессрочно);
3. Chrome (http://www.chromium.org/chromium-os/licenses ), (бессрочно);
4. 7-Zip (http://www.7-zip.org/license.txt ), (бессрочно);
5. AcrobatReader (http://wwwimages.adobe.com/content/dam/Adobe/en/legal/servicetou/Acrobat_com_Additional_TOU-en_US-20140618_1200.pdf), (бессрочно);
6. ASTRA LINUX SPECIAL EDITION (https://astralinux.ru/products/astra-linux-special-edition/), (бессрочно);
7. LibreOffice (https://ru.libreoffice.org/), (бессрочно);
8. Веб-браузер Chromium (https://www.chromium.org/Home/), (бессрочно);
9. Антивирус Касперский (https://www.kaspersky.ru/), (до 23 июня 2024);
10. Архиватор Ark (https://apps.kde.org/ark/), (бессрочно);
11. Okular (https://okular.kde.org/ru/download/), (бессрочно);
12. Редактор изображений Gimp (https://www.gimp.org/), (бессрочно)
13. Дистрибутив Anaconda
Единый образовательный портал
http://portal.edu.asu.ru/

1. Электронная база данных «Scopus» (http://www.scopus.com);
2. Электронная библиотечная система Алтайского государственного университета (http://elibrary.asu.ru/);
3. Научная электронная библиотекаelibrary (http://elibrary.ru)
Форма промежуточной аттестации Зачет.