Інтелектуальний аналіз даних

Викладачі:

Гриценко Костянтин Григорович

Актуальність дисципліни.Управління підприємством, банком, різними сферами бізнесу, в тому числі електронного, немислимо без процесів накопичення, аналізу, виявлення певних закономірностей і залежностей, прогнозування тенденцій і ризиків. Необхідною умовою цього є застосування методів «Інтелектуального аналізу даних».

Мета дисципліни: навчити студентів вирішувати типові задачі діяльності фахівця з економічної кібернетики: передпроектного аналізу і моделювання економічних процесів і задач, інформаційно-аналітичної підтримки бізнесу; сформувати у них такі особисті якості і властивості, які дозволяють виконувати зазначені типові задачі діяльності; розвивати у студентів навички аналізу поставлених проблем, здатність перевіряти якість та практичність отриманих результатів аналізу.

Завдання дисципліни: формування наступних умінь: визначати чинники, що впливають на результати аналізу, прогнозувати найімовірніший перебіг процесів на перспективу, обгрунтовано обирати відповідний метод аналізу, володіти методами інтелектуального аналізу даних, готувати інформацію для аналізу, використовувати відповідні критерії для аналізу рівня достовірності отриманих оцінок.

Після засвоєння матеріалу навчальної дисципліни студент повинен:

Знати: предмет та об'єкт вивчення, структуру даного курсу, сутність використаних у ньому основних методів дослідження; базові визначення й поняття, основні етапи аналізу та інтерпретації даних; основи організації й технології обробки експериментальних і статистичних даних з використанням комп’ютерної техніки; змістовну й математичну постановку основних завдань аналізу даних, способи їхнього розв'язання; сутність і властивості основних алгоритмів інтелектуального аналізу; приклади рішення практичних завдань аналізу даних.

Вміти: зводити словесні постановки завдань до типових математичних й відносити їх до відповідних розділів математики та зв'язувати з відомими засобами обробки експериментальних даних; створювати і користуватися типовими математичними моделями для дослідження випадкових явищ та процесів за результатами спостережень при розв'язанні завдань: порівняння, виявлення й відновлення закономірностей, класифікації, прогнозування; ставити завдання, вибирати засоби й методи обробки експериментальних даних для ефективного застосування; представляти результати аналізу в зручному для сприйняття вигляді, інтерпретувати їх відповідно до поставленого завдання; здійснювати самооцінку й самоконтроль при розв'язанні завдань обробки статистичних даних.

Матеріали для студентів денної форми навчання:

Робоча програма навчальної дисципліни

Робочий регламент

Лекційні матеріали

Матеріали до самостійної роботи

Матеріали до лабораторних занять