Технологии Data Mining

Технологии Data Mining

ФорматОнлайн

Длительность4-5

Объём6 занятий

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

Программа курса

6 занятий

№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

Stepik

4.6Нет отзывов

Stepik — образовательная платформа и конструктор онлайн-курсов. Мы разрабатываем алгоритмы адаптивного обучения, сотрудничаем с авторами MOOC, помогаем в проведении олимпиад и программ переподготовки. Наша цель — сделать образование открытым и удобным. Stepik — широко известная российская образовательная платформа, основанная в 2013 году. На Stepik зарегистрировано более миллиона пользователей из России и стран СНГ. В настоящее время на Stepik представлены несколько тысяч учебных курсов на самые разные темы.

Подробнее об авторе

Мнения учеников