Аналіз даних

Освітня програма: Системний аналіз

Структурний підрозділ: Факультет комп'ютерних наук та кібернетики

Назва дисципліни
Аналіз даних
Код дисципліни
Тип модуля
Обов’язкова дисципліна для ОП
Цикл вищої освіти
Перший
Рік навчання
2023/2024
Семестр / Триместр
6 Семестр
Кількість кредитів ЕСТS
4
Результати навчання
Знати і розуміти основні розділи і задачі аналізу даних. Вміти користуватися основними 40 методами та засобами з усіх розділів аналізу даних. Виявляти здатність до самонавчання та продовження професійного розвитку. Уміти організувати власну діяльність та одержувати результат у рамках обмеженого часу. Демонструвати навички взаємодії з іншими людьми, уміння працювати в командах.
Форма навчання
Дистанційне навчання
Попередні умови та додаткові вимоги
Знати: теорію ймовірностей, імовірнісні процеси і математичну статистику. Вміти: застосовувати знання з теорії ймовірностей та математичної статистики. Володіти елементарними навичками: розв’язувати задачі з теорії ймовірностей та математичної статистики.
Зміст навчальної дисципліни
Дисципліна має такі розділи: Попередня обробка даних. Кореляційний аналіз. Регресійний аналіз. Дисперсійний аналіз. Коваріаційний аналіз. Аналіз часових рядів. Задачі класифікації. Основним завданням є надати студентам базові знання з усього арсеналу методів та засобів по всім основним розділам аналізу даних та набуття досвіду по роботі з відповідним програмним забезпечення при розв’язанні прикладних задач. Використовує поняття з теорії ймовірностей та математичної статистики, математичного аналізу та алгебри. Виступає базовою для дисциплін: актуарна математика, ряду дисциплін вільного вибору студента (за блоками), а також буде корисна при написанні випускних кваліфікаційних робіт бакалаврів та магістрів. Дисципліна є обов'язковою навчальною дисципліною.
Рекомендована та необхідна література
1. Афифи А. Статистический анализ. Подход с использованием ЭВМ / А. Афифи, С. Эйзен. — М.: Мир, 1982. 2. Брандт З. Анализ данных / З. Брандт. — М.: Мир, 2003. 3. Дрейпер Н. Прикладной регрессионный анализ / Н. Дрейпер, Г. Смит. — 3-е издание. — К.: Диалектика, 2007. 4. Прикладна статистика: Основы моделирования и первичная обработка данных / С. А. Айвазян и др. — М.: Финансы и статистика, 1983. 5. Прикладна статистика: Исследование зависимостей / С. А. Айвазян и др. — М.: Финансы и статистика, 1985. 6. Прикладная статистика: Классификация и снижение размерности / С. А. Айвазян и др. — М.: Финансы и статистика, 1989. 7. Слабоспицький О.С. Аналіз даних. Попередня обробка: навч. посіб. / О. С. Слабоспицький. — К.: ВПЦ "Київський університет", 2001. 8. Слабоспицький О.С. Основи кореляційного аналізу даних: навч. посіб. / О. С. Слабоспицький. — К.: ВПЦ "Київський університет", 2006
Заплановані освітні заходи та методи викладання
Лекції, практичні заняття, самостійна робота
Методи та критерії оцінювання
Контрольна робота, іспит.
Мова викладання
Українська

Викладачі

Ця дисципліна викладаеться наступними викладачами

Кафедри

Наступні кафедри задіяні у викладанні наведеної дисципліни