Деректерді интеллектуалды талдау

Бакланова Ольга Евгеньевна

Оқытушының портфолиосы

Сипаттама: Курс мәліметтерді өндірудің негізгі әдістерін зерттеуге арналған (Data Mining). Бұл пәнаралық сала мәліметтер базасынан, статистика, машиналық оқыту және ақпаратты іздеу әдістерін біріктіреді. Курстың негізгі мақсаты - деректерді талдау мәселелерін шешудің тәсілдері мен алгоритмдерін зерттеу және оларды нақты мәселелерді шешуге қолдану.

Кредиттер саны: 5

Пәннің еңбек сыйымдылығы:

Жұмыс түрлері сағат
Дәрістер 15
Практикалық жұмыстар 30
Зертханалық жұмыстар
СӨЖО 30
СӨЖ 75
Қорытынды бақылау нысаны емтихан
Қорытынды бақылауды жүргізу нысаны

Компонент: ЖОО компоненті

Цикл: Кәсіптік пәндер

Мақсат
  • Студенттерге кәсіби қызмет барысында туындайтын деректерді талдау, рәсімдеу және табысты шешуге көмектесетін мәліметтерді өндіру (Data Mining) саласында туындайтын мәселелердің түрлері және оларды шешу әдістері туралы түсінік қалыптастыру.
Міндет
  • Пәнді оқып-білудің мақсаты - студенттерге деректерді талдаудың интеллектуалды жүйелерінде (IAD) қолданылатын әдістерді, модельдерді, техниканы және алгоритмдерді, сондай-ақ білімді шығарудың негізгі әдістерін түсіну үшін қажетті білімді қалыптастыру; IAD құрудың негізгі құралдарын және олардың қолдану аймағын зерттеу.
Оқыту нәтижесі: білу және түсіну
  • деректерді өндірудің негізгі міндеттері мен әдістері
Оқыту нәтижесі: білім мен ұғымды қолдану
  • деректерді талдау тапсырмаларын тұжырымдау, оларды шешу үшін барабар алгоритмдерді таңдау, алынған шешімдердің сапасын бағалау
Оқыту нәтижесі: Оқу дағдылары немесе сабаққа қабілеттілігі
  • Деректерді талдауға арналған алгоритмдер мен бағдарламалық жасақтаманы құрудың өзіндік технологиялары
Оқыту әдістері

Негізгі білім беру технологиялары - теориялық материалдарды ауызша баяндау, дәрістерде презентация материалдарын ұсыну және практикалық сабақтарда тапсырмаларды орындау.

Дәріс сабақтарының тақырыптары
  • Мәліметтерді өндірудің негізгі түсініктері
  • Мәліметтерді өндіру әдістері мен кезеңдері
  • Деректерді өндіруге арналған тапсырмалар
  • Деректерді өндіруге арналған классификациялық тапсырмалар
  • Деректерді өндіруге арналған кластерлік тапсырмалар
  • Деректерді өндіруге арналған болжау және визуализация тапсырмалары
  • Жіктеу және болжау әдістері
  • Шешім ағаштарын жүзеге асыратын алгоритмдер
  • Бинарлық жіктеу мәселелері
  • Ең жақын көрші әдісі
  • Байес классификациясы
  • Нейрондық желілер
  • Нейрондық желілердің жіктелуі
  • Kohonen карталары
  • Қауымдастық ережелерін іздеу әдістері
Негізгі әдебиет
  • Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям. СПб.: Питер, 2010. Доступна электронная версия
  • Pang-Ning Tan, Michael Steinbach, Vipin Kumar. Introduction to Data Mining. Pearson, 2005. - 400 p.
  • Ian H. Witten, Eibe Frank, Mark A. Hall. Data Mining: Practical Machine Learning Tools and Techniques, Third Edition. Morgan Kaufmann, 2011, 665 p.
Қосымша әдебиеттер
  • Daniel T. Larose. Data Mining Methods and Models.Wiley-Interscience, 2006. - 340 p.
  • Jiawei Han, Micheline Kamber, Jian Pei. Data Mining. Concepts and Techniques, 3rd Edition.Morgan Kaufmann, 2011.-740 p.
  • Wes McKinney. Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython. O’Reilly Media, 2017. -544 p.
  • Meta S. Brown. Data Mining For Dummies. Wiley Publishing Inc, 2014. - 408 p.