- Цели и задачи дисциплины
- Цель изучения дисциплины: ознакомление студентов c методами статистического анализа данных, способами извлечение своевременной и готовой непосредственно для принятия решений информации из различных источников. Задачи изучения дисциплины: приобретение студентом навыков по анализу данных из различных источников; получения опыта работы с необходимыми инструментами; анализ и выработка решений в конкретных предметных областях; отладка наукоемкого программного обеспечения;
- Краткое содержание дисциплины
- В рамках дисциплины студенты изучают: статистическое оценивание параметров и проверка статистических гипотез, теории измерений, регрессионный, корреляционный и дисперсионный анализы, анализ временных рядов, а также кластерный анализ, факторный анализ, анализ главных компонент, многомерное шкалирование, интеллектуального анализа данных. Также в рамках курса рассматриваются инструменты для проведения анализа данных и их визуализации: Python, SciPy, NumPy, scikit-learn, Pandas, Matplotlib, Seaborn, Jupyter.
- Компетенции обучающегося, формируемые в результате освоения дисциплины
- Выпускник должен обладать:
- ПК-2 Способен демонстрировать базовые знания математических и естественных наук, основ программирования и информационных технологий
- УК-6 Способен управлять своим временем, выстраивать и реализовывать траекторию саморазвития на основе принципов образования в течение всей жизни
- Образование
- Учебный план 02.03.01, 2023, (4.0), Математика и компьютерные науки
- Введение в компьютерный анализ и интерпретация данных