РОССИЙСКАЯ ФЕДЕРАЦИЯ
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
Государственное образовательное учреждение
высшего профессионального образования
ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ «УТВЕРЖДАЮ»:
И.о. проректора-начальник
управления по научной работе
_______________________ Г.Ф. Ромашкина
__________ _____________ 2011 г.
ОРГАНИЗАЦИЯ НАБЛЮДЕНИЯ ОБЪЕКТА И ОБРАБОТКА ДАНННЫХ. ПОИСК ЗАКОНОМЕРНОСТЕЙ В МАССИВЕ ДАННЫХ
Учебно-методический комплекс. Рабочая программа
для аспирантов специальности 05.13.18 Математическое моделирование, численные методы и комплексы программ
очной и заочной форм обучения
«ПОДГОТОВЛЕНО К ИЗДАНИЮ»
Автор работы Шапцев В.А
«_03_»_06__2011г.
Рассмотрено на заседании кафедры ИС «_03_»_06_2011г., протокол № 12.
Соответствует требованиям к содержанию, структуре и оформлению.
«РЕКОМЕНДОВАНО К ЭЛЕКТРОННОМУ ИЗДАНИЮ»
Объем _10_стр.
Зав. кафедрой ________________________/А.Г. Ивашко./
«_03_»_06__ 2011 г.
Рассмотрено на заседании УМК Института математики, естественных наук и информационных технологий «_28_»_06_2011г., протокол № 4.
Соответствует ФГТ к структуре основной профессиональной образовательной программы послевузовского профессионального образования (аспирантура)
«СОГЛАСОВАНО»
Председатель УМК _____________________/И.Н. Глухих./
«__»________2011г. «СОГЛАСОВАНО»:
Начальник отдела аспирантуры
и докторантуры_____________М.Р. Сорокина
«__»___________2011г. 2011
РОССИЙСКАЯ ФЕДЕРАЦИЯ
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ Государственное образовательное учреждение
высшего профессионального образования
ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
Институт математики естественных наук и информационных технологий Кафедра информационных систем
Валерий Алексеевич Шапцев
ОРГАНИЗАЦИЯ НАБЛЮДЕНИЯ ОБЪЕКТА И ОБРАБОТКА ДАНННЫХ. ПОИСК ЗАКОНОМЕРНОСТЕЙ В МАССИВЕ ДАННЫХ
Учебно-методический комплекс. Рабочая программа
для аспирантов специальности 05.13.18 математическое моделирование, численные методы и комплексы программ
очной и заочной форм обучения.
Тюменский государственный университет
2011
Шапцев В.А. Организация наблюдения объекта и обработка данных. Поиск закономерностей в массиве данных. Учебно-методический комплекс. Рабочая программа для аспирантов специальности 05.13.18 математическое моделирование, вычислительные методы и комплексы программ очной и заочной форм обучения. Тюмень, 2011. 10 стр. Рабочая программа составлена в соответствии с ФГТ к структуре основной профессиональной образовательной программы послевузовского профессионального образования (аспирантура).
Рабочая программа дисциплины опубликована на сайте ТюмГУ: Организация наблюдения объекта и обработка данных. Поиск закономерностей в массиве данных [электронный ресурс] / Режим доступа: http://www.umk3.utmn.ru., свободный.
Рекомендовано к изданию кафедрой информационных систем. Утверждено и.о. проректора-начальника управления по научной работе Тюменского государственного университета.
ОТВЕТСТВЕННЫЙ РЕДАКТОР: Шапцев В.А., профессор, д.т.н.
© Тюменский государственный университет, 2011.
© Шапцев В.А., 2011.
Пояснительная записка.
Цели и задачи дисциплины.
Целью дисциплины «Организация наблюдения объекта и обработка данных. Поиск закономерностей в массиве данных» является ознакомление аспирантов с современными подходами к организации наблюдения исследуемого объекта, методами информативной обработки данных наблюдений и методами выявления закономерностей в полученных данных.
К основным задачам изучения дисциплины относятся:
формирование системного подхода к решению проблемы получения сведений о сложном объекте;
изучение математических методов обработки данных и рядов наблюдений;
изучение методов выявления закономерностей, скрытых в данных.
Место дисциплины в структуре ООП.
«Организация наблюдения объекта и обработка данных. Поиск закономерностей в массиве данных» является дисциплиной факультативного цикла, опирающейся на знания методов математического анализа, линейной алгебры, теории вероятностей и математической статистики, дискретной математики, MS Office.
Требования к результатам освоения дисциплины.
Процесс изучения дисциплины направлен на формирование следующих компетенций.
ОК-1 владение культурой мышления, способность к обобщению, анализу, восприятию информации, постановке цели и выбору путей ее достижения, умение логически верно, аргументировано и ясно строить устную и письменную речи.
ОК-4 способность научно анализировать социально значимые проблемы и процессы, умение использовать на практике методы гуманитарных, экологических, социальных и экономических наук в различных видах профессиональной и социальной деятельности;
ОК-7 умение критически оценивать свои достоинства и недостатки, наметить пути и выбрать средства развития достоинств и устранения недостатков;
ОК-10 готовность использовать основные законы естественно-научных дисциплин в профессиональной деятельности, применять методы математического анализа и моделирования, теоретического и экспериментального исследования;
ОК-11 способность к письменной, устной и электронной коммуникации на государственном языке и необходимое знание иностранного языка (хороший английский язык);
ОК-16 способен использовать навыки публичной речи, ведения дискуссии и полемики;
ПК-31 способность осуществлять поиск, анализировать и систематизировать научную информацию, отечественный и зарубежный опыт по теме исследования.
ПК-32 способность определять задачи исследования, проводить эксперименты по заданной методике, обрабатывать полученные данные, анализировать и интерпретировать результаты.
ПК-33 способность готовить научные отчеты по результатам выполненных исследований.
В результате освоения дисциплины обучающийся должен:
знать
основные этапы в процессе организации и осуществления наблюдения объекта,
способы планирования и фиксирования результатов наблюдения;
уметь
использовать методы анализа и обработки данных наблюдений,
пользоваться инструментальными средствами обработки данных;
владеть
способностью производить эксперименты по заданным методикам с обработкой и анализом их результатов, составлять описание выполненных исследований и подготавливать данные для разработки научных обзоров и публикаций.
1.Трудоемкость дисциплины.
Семестр 1. Форма промежуточной аттестации зачет (2 контрольные работы). Общая трудоемкость дисциплины составляет 1 зачетную единицу (36 академических часов: 24 часа самостоятельной работы, 12 часов аудиторных занятий). Реферат. 2.Тематический план. Таблица 1. Тематический план дисциплины «Организация наблюдения объекта и обработка данных.
Поиск закономерностей в массиве данных»
№
| Тема
| Всего часов
| Виды учебной и самостоятельная работы, час.
| Из них в интерактивной форме
| Формы контроля
| лекции
| Практические занятия
|
| самостоятельная работа*
|
|
| 1
| 2
|
| 4
| 5
|
| 6
|
| 8
| 1
| Планирование наблюдения системы.
| 6
| 1
|
|
| 4
|
|
| 2
| Описательная статистика данных измерений.
| 12
| 2
| 2
|
| 4
| 2
|
| 3
| Методы анализа данных измерений.
| 18
| 3
|
|
| 8
| 4
| КР
| 4
| Методы оценки зависимостей показателей и параметров объекта
|
| 2
| 2
|
| 8
| 4
| КР
|
| Итого:
| 36
| 8
| 4
|
| 24
| Зачет
|
| Из них часов в интерактивной форме
|
|
|
|
| 8
| 8
|
|
Таблица 2. Планирование самостоятельной работы аспирантов
№
| Темы
| Виды СРС
| Объем часов
| обязательные
| дополни-тельные
| 1
| Планирование наблюдения системы.
|
| Работа с литературой, Интернетом.Подготовка реферата, его защиты и к контрольным работам.
| 4
| 2
| Описательная статистика данных измерений.
| Подготовка к КР.
| 4
| 3
| Методы анализа данных измерений.
|
| 8
| 4
| Методы оценки зависимостей показателей и параметров объекта
| Реферат. Подготовка к КР.
| 8
|
| ИТОГО:
|
|
| 24
|
Разделы дисциплины и междисциплинарные связи с обеспечиваемыми дисциплинами.
Данная дисциплина является основой исследований, связанных с разработкой математических моделей объектов.
Содержание дисциплины.
Тема 1. Планирование наблюдения системы.
Формулирование цели наблюдения. Содержание работ по наблюдению системы. Выбор и шкалирование измеряемых величин. Планы экспериментов. Матрицы активного и пассивного экспериментов. Их цензурирование. Тема 2. Описательная статистика данных измерений.
Понятие описательной статистики. Роль средних и среднеквадратичных величин; оценок асимметрии и эксцесса; моды, медианы и других квантилей. Гистограмма. Задачи о проверке гипотез. Тема 3. Методы анализа данных измерений.
Кластеризация матрицы эксперимента. Корреляционный анализ матрицы эксперимента. Нормирование данных измерений. Информативные параметры и показатели. Анализ графиков взаимосвязи пар столбцов матрицы эксперимента. Тема 4. Методы оценки зависимостей показателей и параметров объекта.
Факторный анализ. Дисперсионный анализ. Регрессионный анализ. Выбор регрессионных моделей. Исследование регрессий. Шаговые методы оценки параметров регрессии.
Темы практических занятий.
Анализ и исправление матрицы эксперимента .
Нормирование значений измеренных величин.
Описательная статистика матрицы эксперимента.
Проверка гипотез о характере величин столбцов.
Корреляционные матрицы Пирсона и Спирмена.
Трехфакторная регрессия.
Кластеризация данных матрицы эксперимента.
Учебно-методическое обеспечение СРС. Оценочные средства.
7.1. Реферат (от лат. refero докладываю, сообщаю), краткое изложение в письменном виде или в форме публичного выступления содержания книги, научной работы, результатов изучения научной проблемы; доклад на определённую тему, включающий обзор соответствующих литературных и других источников. Как правило, Р. имеет научно-информационное назначение. Р., называемые также научными докладами, получили распространение в научно-исследовательских учреждениях, высшей школе, в системе политического просвещения, в народных университетах. В общеобразовательной школе и средних специальных учебных заведениях Р. называют специально подготовленные сообщения учащихся на факультативных занятиях и др.
Самостоятельная работа аспирантов заключается в углубленном изучении тем, предложенных аспирантам на лекционных и практических занятиях. Контроль самостоятельной работы аспиранта осуществляется в форме защиты реферата по выбранной теме. 7.2. Примерные темы рефератов.
Темы рефератов формируются совместно с аспирантом и касаются в основном наблюдений объекта его исследования.
Примерный перечень вопросов к зачету.
Понятие наблюдения.
Типы задач наблюдения объекта.
Этапы наблюдения объекта.
Понятие матриц пассивного и активного экспериментов.
Цензурирование матрицы эксперимента.
Методы исправления матриц экспериментов.
Задача планирования эксперимента.
Содержание обработки данных в описательной статистике.
Формальная постановка задачи о регрессии.
Параметры и показатели системы.
Критерии принятия решений в обработке данных.
Кластеризация данных.
Шкалы и размерности наблюдаемых величин.
Информативные параметры и показатели.
Типы закономерностей, скрытых в массиве данных.
Образовательные технологии.
Озвучивание материала курса сопровождается мультимедиа-презентацией при связи с Интернетом.
Практические занятия проводятся в компьютерном классе, соединенном с Интернетом.
Предусмотрены встречи с представителями российских и зарубежных компаний, государственных и общественных организаций, мастер-классы экспертов и специалистов
Учебно-методическое и информационное обеспечение дисциплины.
9.1. Основная литература.
Загоруйко Н.Г. Прикладные методы анализа данных и знаний. – Новосибирск: Изд-во Ин-та математики СО РАН, 1999. 270с.
Монтгомери Д.К. Планирование эксперимента и анализ данных / Пер. с англ. Л.: Судостроение, 1980. 384 с.
9.2. Дополнительная литература.
1. Иванов А.В. Опыт применения в медико-биологических исследованиях алгоритма самоорганизующихся карт Кохонена для поиска скрытых закономерностей в массивах данных // Курский научно-практический вестник, 2006. № 2. С.64-69.
9.3. Ресурсы Интернета.
1. ГОСТ 24026-80 Исследовательские испытания. Планирование эксперимента. Термины и определения. http://www.znaytovar.ru/ gost/2/GOST_2402680_Issledovatelskie.html.
2. Васнев С.А. Статистика (учебное пособие) / электронное издание московского государственного университета печати. - http://www.hi-edu.ru/e-books/xbook096/01/index.html?part-003.htm.
3. Поиск закономерностей в рядах данных: что есть и чего не хватает? - http://schegloff.livejournal.com/252903.html.
4. Алгебра над алгоритмами и эвристический поиск закономерностей - http://www.machinelearning.ru/wiki/index.php.
5. Современный анализ данных: поиск скрытых закономерностей - http://www.management.com.ua/ims/ims106.html. |