Закреплена за кафедрой | Кафедра информатики |
---|---|
Направление подготовки | 41.03.04. Политология |
Форма обучения | Очная |
Общая трудоемкость | 2 ЗЕТ |
Учебный план | 41_03_04_П-3-2019 |
|
|
Распределение часов по семестрам
Курс (семестр) | 3 (6) | Итого | ||
---|---|---|---|---|
Недель | 18,5 | |||
Вид занятий | УП | РПД | УП | РПД |
Лекции | 2 | 2 | 2 | 2 |
Практические | 16 | 16 | 16 | 16 |
Сам. работа | 54 | 54 | 54 | 54 |
Итого | 72 | 72 | 72 | 72 |
Визирование РПД для исполнения в очередном учебном году
Рабочая программа пересмотрена, обсуждена и одобрена для
исполнения в 2019-2020 учебном году на заседании
кафедры
Кафедра информатики
Протокол от 22.06.2019 г. № 8
Заведующий кафедрой Жариков А.В., доцент, к.ф.-м.н.
1.1. | Главная задача курса - сформировать целостное представление о современных проблемах анализа и обработки данных, помочь овладеть опытом разработки алгоритмов анализа и обработки данных с применением моделей Data Mining. |
---|
Цикл (раздел) ООП: Б1.В |
ПК-1 | владением навыками научных исследований политических процессов и отношений, методами сбора и обработки данных |
ПК-3 | владением методиками социологического, политологического и политико-психологического анализа, подготовки справочного материала для аналитических разработок, составления библиографических обзоров, рефератов, разделов научно-аналитических отчетов по результатам научно-теоретической и эмпирической исследовательской работы |
В результате освоения дисциплины обучающийся должен | |
3.1. | Знать: |
---|---|
3.1.1. | методы сбора, обработки и анализа данных. |
3.2. | Уметь: |
3.2.1. | использовать инструментальные средства для анализа данных. |
3.3. | Иметь навыки и (или) опыт деятельности (владеть): |
3.3.1. | применения аналитических платформ в профессиональной деятельности. |
Код занятия | Наименование разделов и тем | Вид занятия | Семестр | Часов | Компетенции | Литература |
---|---|---|---|---|---|---|
Раздел 1. Технологии анализа данных: Технологии KDD и Data Mining | ||||||
1.1. | Подготовка данных к анализу. Методика извлечения знаний. Data Mining. Мультидисциплинарный характер Data Mining. Причины распространения KDD и Data Mining | Лекции | 6 | 1 | ПК-1, ПК-3 | Л2.3, Л2.1, Л1.2, Л1.1, Л2.2 |
1.2. | Программное обеспечение в области анализа данных. Аналитические платформы: классификация и особенности применения. | Лекции | 6 | 1 | ПК-1, ПК-3 | Л2.3, Л2.1, Л1.2, Л1.1, Л2.2 |
1.3. | Начало работы с системой. Понятие сценария и узла обработки.Консолидация данных. Трансформация данных. Визуализация данных. | Практические | 6 | 4 | ПК-1, ПК-3 | Л2.3, Л2.1, Л1.2, Л1.1, Л2.2 |
1.4. | Ассоциативные правила. Поиск ассоциативных правил. | Практические | 6 | 2 | ПК-1, ПК-3 | Л2.3, Л2.1, Л1.2, Л1.1, Л2.2 |
1.5. | Кластеризация. Алгоритм кластеризации k-means. | Практические | 6 | 2 | ПК-1, ПК-3 | Л2.3, Л2.1, Л1.2, Л1.1, Л2.2 |
1.6. | Классификация и регрессия. Прогнозирование с помощью линейной регрессии. | Практические | 6 | 4 | ПК-1, ПК-3 | Л2.3, Л2.1, Л1.2, Л1.1, Л2.2 |
1.7. | Классификация и регрессия. Классификация с помощью деревьев решений. | Практические | 6 | 4 | ПК-1, ПК-3 | Л2.3, Л2.1, Л1.2, Л1.1, Л2.2 |
1.8. | Проработка необходимых вопросов для подготовки к лекциям и практическим занятиям. | Сам. работа | 6 | 54 | ПК-1, ПК-3 | Л2.3, Л2.1, Л1.2, Л1.1, Л2.2 |
5.1. Контрольные вопросы и задания для проведения текущего контроля и промежуточной аттестации по итогам освоения дисциплины |
См. приложение. |
5.2. Темы письменных работ для проведения текущего контроля (эссе, рефераты, курсовые работы и др.) |
Не предусмотрено. |
5.3. Фонд оценочных средств для проведения промежуточной аттестации |
См. приложение. |
6.1. Рекомендуемая литература | ||||
6.1.1. Основная литература | ||||
Авторы | Заглавие | Издательство, год | Эл. адрес | |
Л1.1 | Мхитарян В.С. - Отв. ред. | Анализ данных: Учебник для академического бакалавриата | М.:Издательство Юрайт, 2018 | urait.ru |
Л1.2 | Жуковский, О.И. | Информационные технологии и анализ данных : учебное пособие | Томск : Эль Контент, 2014 | http://biblioclub.ru/index.php?page=book&id=480500 |
6.1.2. Дополнительная литература | ||||
Авторы | Заглавие | Издательство, год | Эл. адрес | |
Л2.1 | Симчера В. М. | Методы многомерного анализа статистических данных: учебное пособие | Финансы и статистика, 2008 | biblioclub.ru |
Л2.2 | Вирт Н. | Алгоритмы и структуры данных. Новая версия для Оберона: Учебные пособия | Издательство "ДМК Пресс", 2010 | e.lanbook.com |
Л2.3 | Боровков А.А. | Математическая статистика: учебник | СПб.: Лань, 2010 | e.lanbook.com |
6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет" | ||||
Название | Эл. адрес | |||
Э1 | ЭБС "Юрайт" | biblio-online.ru | ||
Э2 | ЭБС «Университетская библиотека online» | biblioclub.ru | ||
Э3 | ЭБС «Лань» | e.lanbook.com | ||
Э4 | Курс в Moodle "Программное обеспечение систематизации и обработки данных" | portal.edu.asu.ru | ||
6.3. Перечень программного обеспечения | ||||
Microsoft Windows Microsoft Office 7-Zip AcrobatReader | ||||
6.4. Перечень информационных справочных систем | ||||
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). |
Аудитория | Назначение | Оборудование |
---|---|---|
303Д | читальный зал НБ – помещение для самостоятельной работы | Учебная мебель на 9 посадочных мест; компьютер; переносные ноутбуки (по запросу) |
106Л | помещение для хранения и профилактического обслуживания учебного оборудования | Стеллажи – 3 шт. осциллограф, паяльная станция, источник тока, переносные ноутбуки |
Помещение для самостоятельной работы | помещение для самостоятельной работы обучающихся | Компьютеры, ноутбуки с подключением к информационно-телекоммуникационной сети «Интернет», доступом в электронную информационно-образовательную среду АлтГУ |
Учебная аудитория | для проведения занятий лекционного типа, занятий семинарского типа (лабораторных и(или) практических), групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации, курсового проектирования (выполнения курсовых работ), проведения практик | Стандартное оборудование (учебная мебель для обучающихся, рабочее место преподавателя, доска) |
107Л | лаборатория информационных технологий - компьютерный класс - учебная аудитория для проведения занятий семинарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации | Учебная мебель на 18 посадочных мест; компьютеры: марка HP, модель ProOne 400 - 18 единиц; проектор: марка SMART, модель UF70 - 1 единица; интерактивная доска: марка SMART Board модель SMB680 - 1 единица |
202Л | лаборатория информационных технологий - компьютерный класс - учебная аудитория для проведения занятий семинарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации | Учебная мебель на 14 посадочных мест; компьютеры: марка HP - 14 единиц; мониторы: марка ASUS модель VS197DE - 14 единиц |
Методические указания для студентов Главная задача курса — сформировать целостное представление о современных проблемах анализа и обработки данных, помочь овладеть опытом анализа и обработки данных с применением моделей Data Mining. Для эффективного изучения теоретической части дисциплины необходимо: - построить работу по освоению дисциплины в порядке, отвечающим изучению основных этапов, согласно приведенным темам лекционного материала; - усвоить содержание ключевых понятий; - работать с основной и дополнительной литературой по соответствующим темам. Для эффективного изучения практической части дисциплины настоятельно рекомендуется - систематически осуществлять подготовку к практическим занятиям по предложенным преподавателем темам; - своевременно выполнять практические задания (выполнение заданий является основой практических занятий). |