Читайте также:
|
ОК-10, ОК-12, ПК-2, ПК-4
В результате освоения дисциплины студент должен:
а) знать:
• модели представления и методы интеллектуальной обработки массивов данных
б) уметь:
• применять современные системные программные средства интеллектуального анализа данных при исследовании социально-экономических процессов
в) владеть:
• методами интеллектуального анализа и проектирования баз данных и знаний
4. Объём и виды учебной работы
Общая трудоемкость дисциплины составляет 3 зачётных единиц, 108 часов.
| Вид учебной работы | Всего часов | Распределение по семестрам в часах |
| Номер семестра | ||
| Общая трудоёмкость дисциплины | ||
| Аудиторные занятия | ||
| Лекции (Л) | ||
| Практические занятия, семинары и (или) другие виды аудиторных занятий (ПЗ) | ||
| Лабораторные работы (ЛР) | ||
| Самостоятельная работа (СРС) | ||
| подготовка к практикам и семинарам | ||
| подготовка к зачету | ||
| подготовка реферата | ||
| Контроль самостоятельной работы студента (КСР) | ||
| защита докладов и отчетов | ||
| защита реферата | ||
| зачет | ||
| Вид итогового контроля (зачет, экзамен) | зачет |
Содержание дисциплины
| № раздела | Наименование разделов дисциплины | Объем аудиторных занятий по видам в часах | |||
| Всего | Л | ПЗ | ЛР | ||
| Общие сведения о методиках анализа данных, включая Knowledge Discovery in Databases, Data Mining | |||||
| Развитие новых методов анализа данных и извлечения знаний: кластеризация, деревья решений, алгоритмы ограниченного перебора, системы для визуализации многомерных данных, нейронные сети и их программная реализация. | |||||
| Знакомство с аналитической платформой, предоставляющей полный набор инструментов решения задач анализа данных для создания систем поддержки принятия решений (на примере Deductor). |
Лекции
Дата добавления: 2015-01-12; просмотров: 11 | Нарушение авторских прав