Деректерді интеллектуалды талдау
Бакланова Ольга Евгеньевна
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.