Базовая кафедра группы компаний MERA (Нижний Новгород)

АБB
АБB
АБB

Обычная версия сайта

Книга

Сборник научных трудов «СВЧ-техника и телекоммуникационные технологии»: (КРЫМИКО'2023): сборник научных трудов 33-ей Международной научно-технической конференции

Копытин В. Е., Лысенко Н. А., Усков Г. К. и др.

Вып. 5: СВЧ-техника и телекоммуникационные технологии. Севастополь: 2023.

Статья

Field Distribution Features of Linearly Polarized Field of Plane Aperture

Sergey P. Skulkin, Uskov G. K., Lysenko N. A. et al.

IEEE Access. 2023. Vol. 11. P. 66028-66034.

Глава в книге

Особенности граничной волны и методы ее расчета

Копытин В., Лысенко Н. А., Усков Г. К. и др.

В кн.: СВЧ-ТЕХНИКА И ТЕЛЕКОММУНИКАЦИОННЫЕ ТЕХНОЛОГИИ (КРЫМИКО'2021): сборник научных трудов 31-ой Международной научно-технической конференции. Вып. 5: СВЧ-техника и телекоммуникационные технологии. Севастополь: Федеральное государственное автономное образовательное учреждение высшего образования "Севастопольский государственный университет", 2021. С. 79-80.

Все публикации

Кто читает:: Базовая кафедра группы компаний MERA (Нижний Новгород) (Факультет информатики, математики и компьютерных наук (Нижний Новгород))

Статус:: Дисциплина общефакультетского пула

Когда читается:: 1 модуль

Полная версия программы учебной дисциплины

Аннотация

Целью освоения дисциплины «Анализ данных» является обучить студентов применять основные модели и методы математической статистики для обработки реальных социально-экономических данных. Основной задачей дисциплины «Анализ данных» является изучение основных методов анализа бизнес-информации, технологий и инструментальных средств интеллектуального анализа данных.

Цель освоения дисциплины

Целями освоения дисциплины «Анализ данных» является знакомство с основными понятиями анализа данных, развитие навыков анализа данных, овладение основными алгоритмами анализа данных.

Планируемые результаты обучения

Владеть базовыми знаниями для освоения курса
Уметь выбирать и использовать метод классификации для конкретных наборов данных. Выполнять сравнение методов классификации
Уметь вычислять SVD разложение и переходить в пространство меньшей размерности с оценкой ошибки
Уметь находить кластерные структуры в данных с помощью различных методов