Научно-исследовательский семинар "Инструменты интеллектуального анализа данных"

2024/2025

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:

1-й курс, 2, 3 модуль

Программа дисциплины

Аннотация

Научный семинар является важным элементом профессиональной подготовки магистра программы "интеллектуальный анализ данных". Семинар предназначен для развивая у студентов навыков критического мышления на примере задач и проблем исследования операций.

Цель освоения дисциплины

• Развитие способностей к профессиональному комплексному анализу решений в экономической сфере и бизнесе. Развитие компетенций в области математических методов и информационных технологий.
• Целью научного семинара является приобретение студентами следующих навыков: - математического моделирования реальных проблем - научного анализа проблем методами исследования операций - разработки подходов и методов решения, - критического осмысления результатов

Планируемые результаты обучения

• Анализирует за-дачу со многими критериями, выбирает метод решения
• Анализирует задачу голосования, реализует алгоритм оценки влияния
• Анализирует задачу дележа, реализует алгоритм решения
• Составляет игровую модель задачи, выбирает алгоритм решения
• уметь вычислять равновесие по Нэшу в конечных матричных играх многих лиц
• уметь критически оценивать результаты научного исследования, анализировать содержание и значимость научных результатов.
• уметь моделировать и решать задачу дележа для кооперативных игр
• уметь моделировать реальные явления с помощью теории игр
• Уметь представлять научную проблему, анализировать ее, представлять подходы и методы решения

Содержание учебной дисциплины

• модели теории игр
• Научные доклады студентов по темам ВКР

Элементы контроля

• Лабораторные работы
  Три лабораторные работы
• Активность на занятиях
  Ответы у доски на практических занятиях, активность на теоретических занятиях

Промежуточная аттестация

• 2024/2025 3rd module
  0.1 * Активность на занятиях + 0.9 * Лабораторные работы

Список литературы

Рекомендуемая основная литература

• Mazalov, V. V. (2014). Mathematical Game Theory and Applications. Chichester, West Sussex: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=817776
• Provost, Foster, Fawcett, Tom. Data Science for Business: What you need to know about data mining and data-analytic thinking. – " O'Reilly Media, Inc.", 2013.
• Tavana, M., & Patnaik, S. (2018). Recent Developments in Data Science and Business Analytics : Proceedings of the International Conference on Data Science and Business Analytics (ICDSBA- 2017). Cham, Switzerland: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1743510

Рекомендуемая дополнительная литература

• 9781498751414 - Foster, Ian; Ghani, Rayid; Jarmin, Ron S.; Kreuter, Frauke; Lane, Julia I. - Big Data and Social Science : A Practical Guide to Methods and Tools - 2017 - CRC Press - https://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=1353316 - nlebk - 1353316
• Courgeau, D. (2012). Probability and Social Science : Methodological Relationships Between the Two Approaches. Dordrecht: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=523080
• Kotu, V., & Deshpande, B. (2019). Data Science : Concepts and Practice (Vol. Second edition). Cambridge, MA: Morgan Kaufmann. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1866160
• McEachern, A. (2017). Game Theory : A Classical Introduction, Mathematical Games, and the Tournament. [San Rafael, California]: Morgan & Claypool Publishers. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1544420
• Ravindran, A. (2008). Operations Research and Management Science Handbook. Boca Raton: CRC Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=209433
• Vanderplas, J.T. (2016). Python data science handbook: Essential tools for working with data. Sebastopol, CA: O’Reilly Media, Inc. https://proxylibrary.hse.ru:2119/login.aspx?direct=true&db=nlebk&AN=1425081.

Авторы

• Калягин Валерий Александрович
• Трехлеб Ольга Юрьевна