Рабочая программа составлена в соответст

ОРГАНИЗАЦИЯ НАБЛЮДЕНИЯ ОБЪЕКТА И

ОБРАБОТКА ДАНННЫХ.

ПОИСК ЗАКОНОМЕРНОСТЕЙ В МАССИВЕ ДАННЫХ

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

Институт математики естественных наук и
информационных технологий

Кафедра информационных систем

ОРГАНИЗАЦИЯ НАБЛЮДЕНИЯ ОБЪЕКТА И

ОБРАБОТКА ДАНННЫХ.

ПОИСК ЗАКОНОМЕРНОСТЕЙ В МАССИВЕ ДАННЫХ

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.

ОТВЕТСТВЕННЫЙ РЕДАКТОР: Шапцев В.А., профессор, д.т.н.

1. 
   Пояснительная записка.
   

1. 
   Цели и задачи дисциплины.
   

2. 
   Место дисциплины в структуре ООП.
   

3. 
   Требования к результатам освоения дисциплины.
   

• 
  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.
  

• 
  основные этапы в процессе организации и осуществления наблюдения объекта,
  
• 
  способы планирования и фиксирования результатов наблюдения;
  

• 
  использовать методы анализа и обработки данных наблюдений,
  
• 
  пользоваться инструментальными средствами обработки данных;
  

• 
  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.
  

2. 
   Разделы дисциплины и междисциплинарные связи с обеспечиваемыми дисциплинами.
   

3. 
   Содержание дисциплины.
   

4. 
   Темы практических занятий.
   

1. 
   Анализ и исправление матрицы эксперимента .
   
2. 
   Нормирование значений измеренных величин.
   
3. 
   Описательная статистика матрицы эксперимента.
   
4. 
   Проверка гипотез о характере величин столбцов.
   
5. 
   Корреляционные матрицы Пирсона и Спирмена.
   
6. 
   Трехфакторная регрессия.
   
7. 
   Кластеризация данных матрицы эксперимента.
   

5. 
   Учебно-методическое обеспечение СРС. Оценочные средства.
   

3. 
   Примерный перечень вопросов к зачету.
   

1. 
   Понятие наблюдения.
   
2. 
   Типы задач наблюдения объекта.
   
3. 
   Этапы наблюдения объекта.
   
4. 
   Понятие матриц пассивного и активного экспериментов.
   
5. 
   Цензурирование матрицы эксперимента.
   
6. 
   Методы исправления матриц экспериментов.
   
7. 
   Задача планирования эксперимента.
   
8. 
   Содержание обработки данных в описательной статистике.
   
9. 
   Формальная постановка задачи о регрессии.
   
10. 
    Параметры и показатели системы.
    
11. 
    Критерии принятия решений в обработке данных.
    
12. 
    Кластеризация данных.
    
13. 
    Шкалы и размерности наблюдаемых величин.
    
14. 
    Информативные параметры и показатели.
    
15. 
    Типы закономерностей, скрытых в массиве данных.
    

6. 
   Образовательные технологии.
   

7. 
   Учебно-методическое и информационное обеспечение дисциплины.
   

1. 
   Загоруйко Н.Г. Прикладные методы анализа данных и знаний. – Новосибирск: Изд-во Ин-та математики СО РАН, 1999. 270с.
   
2. 
   Монтгомери Д.К. Планирование эксперимента и анализ данных / Пер. с англ. Л.: Судостроение, 1980. 384 с.