Деректерді интеллектуалды талдау

Сипаттама: Деректерді талдау пәнаралық сала ретінде деректер қорынан, статистикадан, машиналық оқытудан және ақпаратты іздеуден әдістерді біріктіреді. Курс қазіргі уақытта қолданылып жүрген деректерді өңдеудің негізгі әдістерін, соның ішінде деректерді сақтау және деректерді тазалау, кластерлеу, жіктеу, ассоциация ережелерін анықтау, мәтінді индекстеу және іздеу алгоритмдерімен таныстырады. Бұл есептердің алгоритмдерін жасау қиын, өйткені кіріс деректер жиыны өте үлкен және есептер өте күрделі болуы мүмкін. Бұл саладағы негізгі бағыттардың бірі осы алгоритмдерді реляциялық мәліметтер базасымен біріктіру және жартылай құрылымдалған мәліметтерден ақпаратты алу болып табылады.

Кредиттер саны: 6

Пререквизиты:

• Сараптау және зияткерлік жүйелер

Пәннің еңбек сыйымдылығы:

Компонент: Таңдау бойынша компонент

Цикл: Базалық пәндер

Мақсат

• Цель курса: познакомить магистрантов с основными понятиями и методами интеллектуального анализа данных; развить навыки использования новейшего программного обеспечения интеллектуального анализа данных для решения практических задач, получить опыт самообучения и исследования

Міндет

• понимать алгоритмы и методы интеллектуального анализа данных
• разрабатывать программы и приложения интеллектуального анализа данных
• программировать, используя доступные инструменты интеллектуального анализа данных и языки общего назначения
• понимать анализ, метрики, визуализацию и навигацию по результатам интеллектуального анализа данных
• научиться использовать коммерческие инструменты интеллектуального анализа данных

Оқыту нәтижесі: білу және түсіну

• объяснить основные принципы методов интеллектуального анализа данных

Оқыту нәтижесі: білім мен ұғымды қолдану

• уметь выбирать эффективные методы решения прикладных задач с использованием технологии Data Mining в области бизнес-аналитики и исследований
• проектировать модели интеллектуального анализа данных и базы данных, чтобы использовать технологии интеллектуального анализа данных как часть более крупных систем

Оқыту нәтижесі: талқылай білуді қалыптастыру

• умение формировать представление о нестандартных подходах к решению проблем и в поиске новых оригинальных идей и приемов проектирования с использованием технологии Data Mining в области бизнес-аналитики и исследований

Оқыту нәтижесі: коммуникативтік қабілеттіліктер

• умение читать и переводить литературу по IT, работать с программными приложениями в области майнинга с английским интерфейсом

Оқыту нәтижесі: Оқу дағдылары немесе сабаққа қабілеттілігі

• навыки получения новых знаний в области профессионального и дополнительного образования

Оқыту әдістері

- Технология научно-исследовательской деятельности

- Технология учебно-научной деятельности

- Коммуникационные технологии (дискуссии, пресс-конференция, мозговой штурм, образовательные дебаты, и др.)

- Информационно-коммуникационные (в том числе дистанционные) технологии

Білім алушының білімін бағалау

Оқытушы ағымдағы бақылау жұмыстарының барлық түрлерін жүргізеді және академиялық кезеңде екі рет білім алушылардың ағымдағы үлгеріміне тиісті баға береді. Ағымдағы бақылау нәтижелері бойынша 1 және 2 рейтинг қалыптастырылады. Білім алушының оқу жетістіктері 100 балдық шкала бойынша бағаланады, Р1 және Р2 қорытынды бағасы ағымдағы үлгерім бағасынан орташа арифметикалық ретінде шығарылады. Академиялық кезеңде білім алушының жұмысын бағалауды пән бойынша тапсырмаларды тапсыру кестесіне сәйкес оқытушы жүзеге асырады. Бақылау жүйесі жазбаша және ауызша, топтық және жеке формаларды біріктіре алады.

Жұмыс түрлері бойынша оқыту нәтижелерін бағалау саясаты

Бағалау нысаны

Пән бойынша білім алушының білімін қорытынды бағалау 100 баллдық жүйе бойынша жүзеге асырылады және:

• Емтиханда алынған нәтиженің 40%;
• Ағымдағы үлгерімнің 60% - ы.

Қорытынды бағаны есептеу формуласы:

 

мұндағы, Р1, Р2-тиісінше бірінші, екінші рейтингті бағалаудың сандық эквиваленттері;

Э - емтихандағы бағаның сандық баламасы.

Қортынды әріптік бағасы және оның балдық сандық эквиваленті:

Төрт балдық жүйе бойынша цифрлық баламаға сәйкес келетін білім алушылардың оқу жетістіктерін бағалаудың әріптік жүйесі:

Дәріс сабақтарының тақырыптары

• Введение и математические основы
• Хранилище данных
• Многомерная модель данных OLAP
• Представление знаний Данные, информация, знания
• Подготовка данных для извлечения знаний
• Машинное обучение и классификация
• Деревья решений Индукция дерева решений
• Нейронные сети Искусственные нейроны и нейронные сети
• Основные понятия кластеризации Алгоритмы кластеризации
• Ассоциативные правила
• Логистическая регрессия
• Визуализация
• Text Mining
• Этапы процесса интеллектуального анализа данных
• Data Mining и общество: вопросы конфиденциальности и безопасности

Негізгі әдебиет

• Jiawei Han, Micheline Kamber, Jian Pei Data Mining: Concepts and Techniques 3rd Edition
• Graham J.Williams Simeon J. Data Mining: Theory, Methodology, Techniques and Applications, Springer, Australia, 2007. P.140

Қосымша әдебиеттер

• Sumathi S., Sivanandam S. Introduction to Data Mining and its Applications, Springer-Verlag Berlin Heidelberg 2006, P. 835