Анализ и разработка данных

2021/2022

Учебный год

RUS

Обучение ведется на русском языке

3

Кредиты

Кто читает:

Кафедра прикладной математики и информатики (Нижний Новгород) (Факультет информатики, математики и компьютерных наук (Нижний Новгород))

Статус:

Курс обязательный

Когда читается:

4-й курс, 1 модуль

Преподаватель

Гречихин Иван Сергеевич

Программа дисциплины

Аннотация

Настоящая дисциплина относится к профессиональному циклу дисциплин, обеспечивающих подготовку бакалавра по направлению «прикладная математика и информатика». Изучение данной дисциплины базируется на знании, полученных при освоении дисциплин: линейная алгебра и геометрия, математический анализ, дискретная математика, математическая статистика, программировании.

Цель освоения дисциплины

• Целью освоения дисциплины «Анализ и разработка данных» является получение высшего профессионально профилированного (на уровне бакалавра) образования, позволяющего выпускнику успешно работать в избранной сфере деятельности, обладать универсальными и предметно-специализированными компетенциями, способствующими его социальной мо-бильности и устойчивости на рынке труда.
• Целью освоения дисциплины «Анализ и разработка данных» является получение высшего профессионально профилированного (на уровне бакалавра) образования, позволяющего выпускнику успешно работать в избранной сфере деятельности, обладать универсальными и предметно-специализированными компетенциями, способствующими его социальной мобильности и устойчивости на рынке труда.

Планируемые результаты обучения

• Знание алгоритмов классификации на основе ансамблей простейших алгоритмов
• Знание задачи и алгоритмов кластеризации
• Знание простейших алгоритмов классификации
• Изучение техники сокращения размерности
• Ознакомление с задачами регресии и способами их решения
• Ознакомление с задачей классификации
• Понимание основ работы с данными
• Умение готовить данные для обучения и поддерживать процесс обучения
• Знакомство с нейронными сетями
• Знание известных архитектур классификации изображений
• Знание последних результатов в области глубокого обучения
• Понимание математических основ алгоритма обратного распространения ошибок
• Понимание уязвимых мест нейронных сетей и возможных проблем в их работе
• Понимание целей использования свёрточных и рекуррентных слоёв нейронной сети
• Умение создавать архитектуры нейронных сетей и настраивать их для поставленных целей

Содержание учебной дисциплины

• Введение в анализ данных. Описательные статистики.
• Анализ главных компонент для выявления скрытых факторов и сокращения размерности
• Кластеризация
• Нейронные сети: основы
• Регрессия. Алгоритмы регрессии.
• Нейронные сети: настройка
• Задача классификации. Простейшие алгоритмы классификации.
• Архитектуры нейронных сетей
• Алгоритмы классификации - ансамбли

Элементы контроля

• лабораторные работы
  5 лабораторных работ
• экзамен
• Лабораторная работа
• экзамен
• лабораторные работы
  5 лабораторных работ
• экзамен
• Лабораторная работа
• экзамен

Промежуточная аттестация

• 2020/2021 учебный год 2 модуль
  0.5 * лабораторные работы + 0.5 * экзамен
• 2021/2022 учебный год 1 модуль
  0.5 * Лабораторная работа + 0.5 * экзамен

Список литературы

Рекомендуемая основная литература

• Статистические методы анализа данных : учебник / Л.И. Ниворожкина, С.В. Арженовский, А.А. Рудяга [и др.] ; под общ. ред. д-ра экон. наук, проф. Л.И. Ниворожкиной. — М. : РИОР : ИНФРА-М, 2016. — 333 с. — (Высшее образование: Бакалавриат). — www.dx.doi.org/10.12737/21064. - Режим доступа: http://znanium.com/catalog/product/556760
• Статистический анализ данных, моделирование и исследование вероятностных закономерностей. Компьютерный подход / Б.Ю. Лемешко, С.Б. Лемешко, С.Н. Постовалов и др. - М.: НИЦ ИНФРА-М, 2015. - 890 с.: 60x90 1/16 ISBN 978-5-16-103267-1 (online) - Режим доступа: http://znanium.com/catalog/product/515227

Рекомендуемая дополнительная литература

• Christopher M. Bishop. (n.d.). Australian National University Pattern Recognition and Machine Learning. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.EBA0C705

Авторы

• Калягин Валерий Александрович
• Гречихин Иван Сергеевич