Рабочая программа Учебной дисциплины Анализ данных Для направления подготовки 080700 «Бизнес-информатика»

Скачать 302.37 Kb.

Название	Рабочая программа Учебной дисциплины Анализ данных Для направления подготовки 080700 «Бизнес-информатика»
страница	2/3
Дата публикации	09.01.2015
Размер	302.37 Kb.
Тип	Рабочая программа

100-bal.ru > Информатика > Рабочая программа

1 2 3

5.2. Содержание разделов дисциплины

№ п/п	Наименование раздела дисциплины (элемента модуля)	Содержание раздела
1	Тема 1. Аффинитивный анализ. Поиск последовательны шаблонов.	Введение в аффинитивный анализ (affinity analysis). Алгоритм a priori. Иерархические ассоциативные правила.
2	Тема 2. Кластерный анализ.	Введение в кластеризацию. Классификация методов кластеризации. Алгоритм кластеризации k-means. Сети Кохонена (KCN – Kohonen network). Карты Кохонена (SOM – self organizing map). Проблемы алгоритмов кластеризации.
3	Тема 3. Классификация и регрессия. Статистические методы.	Введение в классификацию и регрессию. Простая линейная регрессия. Оценка соответствия простой линейной регрессии реальным данным. Простая регрессионная модель. Множественная линейная регрессия. Модель множественной линейной регрессии. Регрессия с категориальными входными переменными. Методы отбора переменных в регрессионные модели. Ограничения применимости регрессионных моделей. Основы логистической регрессии. Интерпретация модели логистической регрессии. Множественная логистическая регрессия.
	Тема 4. Классификация и регрессия. Машинное обучение	Введение в деревья решений. Алгоритмы построения деревьев решений. Алгоритмы IDЗ и С4.5. Алгоритм CART. Упрощение деревьев решений. Введение в нейронные сети. Искусственный нейрон. Принципы построения нейронных сетей. Алгоритмы обучения нейронных сетей. Алгоритм обратного распространения ошибки.
	Тема 5. Анализ и прогнозирование временных рядов.	Временной ряд и его компоненты. Модели прогнозирования. Прогнозирование в торговле и логистике.
	Тема 6. Ансамбли моделей.	Введение в ансамбли моделей. Бэггинг. Бустинг. Альтернативные методы построения ансамблей.

5.3. Компетенции обучающегося, формируемые в процессе освоения дисциплины (дисциплинарного модуля)

Наименование дисциплинарного модуля	Количество часов/зачетных единиц	Формируемые компетенции							Общее количество компетенций
Тема 1. Аффинитивный анализ. Поиск последовательны шаблонов.	10	ОК-1		ОК-5	ОК-8	ПК-15	ПК-2		5
Тема 2. Кластерный анализ.	12	ОК-1	ОК-4	ОК-5	ОК-8	ПК-3	ПК-2		6
Тема 3. Классификация и регрессия. Статистические методы.	14	ОК-1	ОК-4	ОК-5	ОК-8	ПК-2	ПК-3	ПК-16	7
Тема 4. Классификация и регрессия. Машинное обучение	14	ОК-1	ОК-4	ОК-5	ОК-8	ПК-2	ПК-3	ПК-16	7
Тема 5. Анализ и прогнозирование временных рядов.	12	ОК-1	ОК-4	ОК-5	ОК-8	ПК-16	ПК-3		6
Тема 6. Ансамбли моделей.	10	ОК-1	ОК-4	ОК-5	ОК-8	ПК-2			5

6. Образовательные технологии

Вид занятия (лекционное, практическое, лабораторное)	Тема занятия	Образовательные технологии (в том числе интерактивные)	Объем, ауд. часов/в том числе в интерактивной форме
Лекция	Тема 1. Аффинитивный анализ. Поиск последовательны шаблонов.	Использование интерактивной доски; применение мультимедийных технологий, позволяющих не столько увеличить объем образовательной информации, сколько притом же самом фиксированном времени углубиться в материал, лучше понять его.	2(2)
Лабораторная работа	Тема 1. Поиск ассоциативных правил	Моделирование с использованием возможностей аналитической платформыDeductor Studio, применение серверной и клиенской частей SQL Server 2008R2.	4(4)
Лекция	Тема 2. Кластерный анализ.	Использование интерактивной доски; применение мультимедиа технологий	4(4)
Лабораторная работа	Тема 2. Работа с модулем Data Miner пакета STATISTICА.	Моделирование с использованием возможностей специализированных программных средств, анализ и разбор конкретных ситуаций; итеративное обучение разработанных моделей с визуализацией ошибок обобщения и обучения; деловая игра	4(4)
Лекция	Тема 3. Классификация и регрессия. Статистические методы.	Использование интерактивной доски; применение мультимедиа технологий; демонстрация материалов мастер-класса по статистическим методам аналитической обработки данных	4(4)
Лабораторная работа	Тема 3. Линейный регрессионный анализ с использованием возможностей пакетов STATISTICА и DEDUCTOR STUDIO	Моделирование с использованием возможностей специализированных программных средств, анализ и разбор конкретных ситуаций; итеративное обучение разработанных моделей с визуализацией ошибок обобщения и обучения	4(4)
Лекция	Тема 4. Классификация и регрессия. Машинное обучение	Использование интерактивной доски; применение мультимедиа технологий	4(4)
Лабораторная работа	Тема 4. Линейный регрессионный анализ с использованием возможностей пакетов STATISTICА и DEDUCTOR STUDIO	Моделирование с использованием возможностей специализированных программных средств, анализ и разбор конкретных ситуаций; итеративное обучение разработанных моделей с визуализацией ошибок обобщения и обучения	4(4)
Лекция	Тема 5. Анализ и прогнозирование временных рядов.	Использование интерактивной доски; применение мультимедиа технологий	2(2)
Лабораторная работа	Тема 5. Деревья решений и искусственные нейронные сети	Моделирование с использованием возможностей специализированных программных средств, анализ и разбор конкретных ситуаций; итеративное обучение разработанных моделей с визуализацией ошибок обобщения и обучения	4(4)
Лекция	Тема 6. Ансамбли моделей.	Использование интерактивной доски; применение мультимедиа технологий	2(2)

Рейтинговая оценка знаний обучающихся

ТАБЛИЦА РЕЙТИНГОВ СТУДЕНТОВ
Обучаемый	Посещаемость (0-5)	Активн. на лекц. (0-5)	Промежут. Тестир. (0-5)	Обязательная отчетность!!!							Зачет (0-5)	Выполнение заданий преподавателя (0-10)	Прочее	Набранное число зачетных единиц	Мин. необход. число з.е. (при обязательной сдаче выделенного желтым)	Вывод о получении оценки автоматом	Оценка автоматом
Обучаемый	Посещаемость (0-5)	Активн. на лекц. (0-5)	Промежут. Тестир. (0-5)	Лаб-1 (0-5)	Лаб-2 (0-5)	Лаб-3(0-6)	Лаб-4 (0-5)	Лаб-5 (0-5)	Курс. раб.(0-5)	Итогов. тестир. (0-5)	Зачет (0-5)	Выполнение заданий преподавателя (0-10)	Прочее	Набранное число зачетных единиц		Вывод о получении оценки автоматом	Оценка автоматом

Рейтинговая оценка знаний студентов выполняется с использованием специальной таблицы рейтингов, заполняемой после проведения каждого из занятий и размещаемой на доступном для студентов Интернет-ресурсе. При выставлении рейтингов по дисциплине учитывается посещаемость занятий, активность на лекциях, результаты промежуточного и итогового интернет-тестирований в системе «Прометей», качество выполнения лабораторных работ, результаты сдачи зачета по дисциплине. Кроме того, при выставлении рейтингов учитывается выполнение заданий преподавателя в качестве рефератов или расчетно-аналитических работ.
ТЕХНОЛОГИЧЕСКАЯ КАРТА ДИСЦИПЛИНЫ

Наименование дисциплины / курса	Уровень образования	Статус дисциплины в рабочем учебном плане	Количество зачетных единиц	Форма отчетности	Семестр
Анализ данных	Бакалавриат	Базовая часть цикла математических и естественнонаучных дисциплин	2	Зачет	7

1 2 3

Похожие:

	Рабочая программа Учебной дисциплины Хранилища данных Для направления... Программа составлена в соответствии с Федеральным государственным образовательным стандартом высшего профессионального образования...		Рабочая программа Учебной дисциплины Базы данных Для направления... Программа составлена в соответствии с Федеральным государственным образовательным стандартом высшего профессионального образования...
	Рабочая программа Учебной дисциплины Объектно-ориентированный анализ... Программа составлена в соответствии с Федеральным государственным образовательным стандартом высшего профессионального образования...		Рабочая программа Учебной дисциплины Операционные системы Для направления... Программа составлена в соответствии с Федеральным государственным образовательным стандартом высшего профессионального образования...
	Программа дисциплины «Базы данных» для направления 080700. 62 Бизнес-информатика... «Базы данных» для направления 080700. 62 Бизнес-информатика подготовки бакалавра		Рабочая программа Учебной дисциплины Программная инженерия Для направления... Программа составлена в соответствии с Федеральным государственным образовательным стандартом высшего профессионального образования...
	Программа дисциплины Анализ данных и прогнозирование для направления... Требования к студентам: Приступая к изучению данной дисциплины, студент должен обладать знаниями информатики в объеме общеобразовательной...		Программа дисциплины «Архитектура корпоративных информационных систем»... «Архитектура корпоративных информационных систем» для направления 080700. 68 «Бизнес-информатика» подготовки бакалавра
	Программа дисциплины «Проектирование информационных систем» для направления... «Проектирование информационных систем» для направления 080700. 68 «Бизнес-информатика» подготовки бакалавра		Программа дисциплины «Анализ неструктурированной информации» для... Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 38. 04. 05 «Бизнес-информатика»...
	Программа дисциплины «Современные средства построения интеллектуальных систем» Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 080700....		Программа дисциплины «Анализ неструктурированной информации» для... Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 080500. 68 «Бизнес-информатика»...
	Рабочая программа Учебной дисциплины Научно-исследовательский семинар... Программа составлена в соответствии с Федеральным государственным образовательным стандартом высшего профессионального образования...		Программа дисциплины «Экономико-математическое моделирование» для... Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 38. 04. 05 «Бизнес-информатика»...
	Программа дисциплины «Автоматизация учета на предприятии» для направления... Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 080500...		Программа дисциплины Культурология Культурология для направления 080700. 62 «Бизнес-информатика» подготовки бакалавра

Школьные материалы