Stepik О курсе
Подробнее
Цель:
сформировать у студентов целостное представление о технологии интеллектуального анализа больших наборов данных, а также знания и умения в предварительной обработке данных.
Задачи:
ознакомиться с базовыми концепциями технологии и структурой отдельных алгоритмов, а также с алгоритмами обнаружения новых, нетривиальных, практически полезных знаний в больших наборах данных;
получить представление о процедуре сбора, транспортировки, хранения и анализа больших данных.
Требования
Что нужно для старта
- Начальные знания высшей математики, теории вероятностей, математической статистики, уверенное использование персонального компьютера, базовые навыки работы в офисных пакетах
Результат
Что вы получите
- Знания:
- Содержание и последовательность выполнения этапов аналитического проекта;
- Предметная область анализа;
- Теоретические и прикладные основы анализа больших данных;
- Технологии анализа данных;
- Алгоритмы машинного обучения.
- Умения:
- Планировать аналитические работы с использованием технологий больших данных;
- Проводить аналитические работы с использованием технологий больших данных, как индивидуально, так и, осуществляя руководство малыми аналитическими группами;
- Проводить сравнительный анализ методов и инструментальных средств анализа больших данных;
- Разрабатывать и оценивать модели больших данных;
- Решать задачи классификации, кластеризации, регрессии, прогнозирования, снижения размерности и ранжирования данных;
- Осуществлять поиск информации о новых и перспективных методах анализа больших данных, выполнять сравнительный анализ методов.
- Трудовые действия:
- Выбор методов и инструментальных средств анализа больших данных для проведения аналитических работ;
- Разработка, поверка, оценка используемых моделей больших данных;
- Выбор средств представления результатов аналитики больших данных;
- Подготовка отчета по результатам аналитических работ с использованием технологий больших данных.
Аудитория
Для кого этот курс
- Лица, имеющие высшее (бакалавриат, магистратура или специалитет) образование
Содержание
6 занятийПрограмма курса
№ТемаЧто внутри
01О курсе
- Вводная лекция
02Модуль 1. Введение в Data Mining
- Цели и задачи дисциплины.
- Анализ данных.
03Модуль 2. Предобработка данных
- Очистка данных. Преобразование данных. Интеграция данных.
- Визуализация данных.
04Модуль 3. Обучение с учителем
- Линейная регрессия
- Классификация
05Модуль 4. Обучение без учителя
- Кластеризация
- Ассоциативные правила
06Итоговая аттестация
- Итоговый тест
01О курсе
- Вводная лекция
02Модуль 1. Введение в Data Mining
- Цели и задачи дисциплины.
- Анализ данных.
03Модуль 2. Предобработка данных
- Очистка данных. Преобразование данных. Интеграция данных.
- Визуализация данных.
04Модуль 3. Обучение с учителем
- Линейная регрессия
- Классификация
05Модуль 4. Обучение без учителя
- Кластеризация
- Ассоциативные правила
06Итоговая аттестация
- Итоговый тест
Организатор
Автор курса
Мнения учеников
Отзывы о курсе
Оставьте отзыв
Расскажите о качестве обучения, поддержке и результате. Это поможет другим выбрать организацию осознанно.
Оставьте заявку
Консультант ответит на вопросы о курсе «Технологии Data Mining» и поможет разобраться в деталях обучения.
Нажимая кнопку, вы даете согласие на обработку персональных данных
Направления:Анализ данных
Информация обновлена 17 августа 2026 г.
Продолжить выбор
Похожие курсы
Начать без затрат
