Інфопакет

Основи Data Mining

ДВС.2.06

Вибіркова дисципліна для ОП

Перший

2022/2023

8 Семестр

3

ПРН12. Вміти застосовувати методи та алгоритми інтелектуального аналізу даних для задач класифікації, прогнозування, кластерного аналізу, пошуку асоціативних правил з використанням програмних інструментів підтримки багатовимірного аналізу даних на основі використання технологій DataMining, TextMining, WebMining. ПРН18.2. Аналізувати, оцінювати і вибирати інструментальні та обчислювальні засоби, парадигми, технології, алгоритмічні і програмні рішення при проектуванні та розробці програмних систем.

Дистанційне навчання

Знати: математичний апарат, принципи програмування, методи розробки алгоритмів, конструювання програмного забезпечення та структур даних і знань. Вміти: застосовувати на практиці інструментальні засоби проектування та розробки програмного забезпечення; формулювати та досліджувати математичні моделі, зокрема дискретні математичні моделі, обґрунтовувати вибір методів і підходів для розв’язування теоретичних і прикладних задач у галузі комп’ютерних наук. Володіти елементарними навичками навичками: програмування, проектування та розробки програмного забезпечення.

Мета дисципліни – знайомство з теоретичними аспектами технології Data Mining, методами, можливостями їх застосування. Навчальна дисципліна “Основи Data Mining” є складовою програми підготовки фахівців за першим (бакалаврським) рівнем вищої освіти галузі знань 12 „Інформаційні технології” зі спеціальності 122 „Комп’ютерні науки”, освітньо-професійної програми – „Інформатика”. Дана дисципліна є вибірковою навчальною дисципліною за програмою “Інформатика”. Викладається у 8 семестрі 4 курсу в обсязі – 90 год. (3 кредити ECTS) зокрема: лекції – 28 год., консультації – 2 год., самостійна робота – 60 год. У курсі передбачено 2 частини та 2 контрольні роботи (тести). Завершується дисципліна – заліком у 8 семестрі.

1. Leskovec J., Rajaraman A., Ullman J. D. Mining of massive datasets. – Cambridge University Press, 2014. 2. Dawn Griffiths, Head First Statistics: A Brain-Friendly Guide Taschenbuch – 2008. 3. Sarah Guido, Introduction to Machine Learning with Python: A Guide for Data Scientists – 2016. 4. Tan P. N., Steinbach M., Kumar V. Introduction to data mining. 1st. – 2005. 5. Han J., Pei J., Kamber M. Data mining: concepts and techniques. – Elsevier, 2011. 6. Zaki M. J., Meira Jr W., Meira W. Data mining and analysis: fundamental concepts and algorithms. – Cambridge University Press, 2014. 7. Aggarwal C. C. Data mining: the textbook. – Springer, 2015.

Лекції, самостійна робота.

Cеместрове оцінювання: 1. Тести: РН 1.1., РН 1.2, РН 1.3, РН 2.1, РН 2.2 — 53 балів/32 балів. 2. Самостійна робота: РН 2.1, РН 2.2, РН 4.1 –– 47 балів/28 балів. Підсумкове оцінювання у формі заліку. Виставляється за результатами роботи студентами впродовж усього семестру.

Українська