Оперативный и интеллектуальный анализ данных
内容描述: Курс посвящен изучению основных этапов технологии интеллектуального анализа данных. Исследуются методы Data Mining: факторный анализ; кластерный анализ и классификация; поиск ассоциативных правил; деревья принятия решений; нейронные сети. Инструментальные средства, использующие технологию Data Mining. Процесс анализа данных с помощью технологии Data Mining. Анализ данных с использованием аналитической платформы Deductor
贷款数: 5
Пререквизиты:
- Математика 2
*СomplexityDiscipline(zh-CN)*:
*TypesOfClasses(zh-CN)* | *hours(zh-CN)* |
---|---|
*Lectures(zh-CN)* | 30 |
*PracticalWork(zh-CN)* | 15 |
*LaboratoryWork(zh-CN)* | |
*srop(zh-CN)* | 30 |
*sro(zh-CN)* | 75 |
*FormOfFinalControl(zh-CN)* | экзамен |
*FinalAssessment(zh-CN)* |
零件: Вузовский компонент
循环次数: Базовые дисциплины
Цель
- Подготовка магистрантов к научной деятельностии в организации экспериментов с применением методов интеллектуального анализа данных
Задача
- Привитие обучающимся умений и навыков работы с методами Data Mining, возможностью их применения, практические навыки по использованию инструментальных средств Data Mining
Результат обучения: знание и понимание
- об объектах и видах профессиональной деятельности; о новейших достижениях в области машиностроения;о международных и отечественных стандартах в рамках специальности; об обобщенных задачах профессиональной деятельности
Результат обучения: применение знаний и пониманий
- использовать полученные знания для оригинального развития и применения идей в контексте научных исследований в области машиностроения; критически анализировать существующие концепции, теории и подходы к анализу процессов и явлений при проведении проектных работ
- креативно мыслить и творчески подходить к решению новых проблем и ситуаций в области разработки новых технологий машиностроения
Результат обучения: формирование суждений
- способность к организации и проведению экспериментов, обработке, обобщению, анализу и оформлению достигнутых результатов
- способность использовать современные достижения науки и передовых информационных технологий в научно-исследовательских работах
Результат обучения: коммуникативные способности
- Способность работы в команде
Результат обучения: навыки обучения или способности к учебе
- Овладение углубленными знаниями в области научных исследований и прогнозирования на транспорте для освоения навыков обучения и дальнейшего повышения квалификации
Темы лекционных занятий
- Методы интеллектуального анализа данных и некоторые их приложения
- Данные. Форматы хранения данных
- Методы и стадии Data Mining
- Задачи Data Mining. Информация и знания
- Задачи Data Mining. Классификация и кластеризация
- Задачи Data Mining. Прогнозирование и визуализация
- Методы классификации и прогнозирования. Деревья решений
- Методы классификации и прогнозирования. Нейронные сети
- Методы кластерного анализа
- Методы поиска ассоциативных правил
- Способы визуального представления данных. Методы визуализации
Основная литература
- Барсегян А.А., Куприянов М.С, Степаненко В.В., Хо-лод И.И.Методы и модели анализа данных: OLAP и Data Mining. - Учеб. пособие, СПб.: БХВ-Петербург 2004. – 336 с.: ил
- В. Дюк, А. Самойленко. «Data Mining»: Учебный курс, - СПб: - Питер, 2006,- 368 с., ил.
- Лбов Г.С , Анализ данных и знаний: Учеб. пособие. – Новосибирск: Изд-во НГТУ, 2006. – 90 с
- Чубукова И.А. Data Mining: Учебное пособие, - Киев, 2005,-328