Базовая информация по дисциплине
«Основы работы с Большими данными» 3 семестр
|
Информация об авторах |
Гапаева Хава Алиевна – ассистент кафедры «Информационные системы в экономике» |
|
Цели и задачи дисциплины |
Цели дисциплины: подготовка студентов к аналитической и
управленческой деятельности в сфере бизнес информатики, с акцентом на применение методов и
инструментов для работы с большими Задачи дисциплины: -ознакомление студентов с понятийным аппаратом и основными теоретическими положениями в области больших данных, включая структуры данных и методы хранения и обработки; изучение методов и инструментов для анализа больших данных, включая машинное обучение, искусственный интеллект, алгоритмы кластеризации и классификации; обсуждение вопросов конфиденциальности, безопасности данных и нормативных требований при работе с Большими данными. Длительность изучения дисциплины: 17 недель Трудоемкость дисциплины: 4 зачетные единицы В результате освоения дисциплины студент должен: Знать: - принципы работы с большими объемами данных, методы их обработки и анализа; основные технологии и инструменты для работы с Большими данными, такие как Hadoop, Spark, и базы данных NoSQL; этические и правовые аспекты работы с данными, включая вопросы конфиденциальности и безопасности. Уметь: -применять инструменты для сбора, хранения и анализа больших объемов данных; использовать методы машинного обучения и искусственного интеллекта для анализа больших данных; применять технологии Больших данных в различных бизнес-задачах, таких как прогнозирование, оптимизация и персонализация. Владеть: - навыками работы с современными инструментами для анализа больших данных; умением использовать облачные технологии для обработки больших объемов данных; навыками подготовки аналитических отчетов и презентаций на основе анализа больших данных. |
|
|
Структура дисциплины |
|
Теоретический материал |
Количество модулей – 2 Количество тем/лекций в каждом модуле - 3;4. |
|
Практический материал |
По данной дисциплине предусматривается выполнение лабораторных работ к двум модулям. Всего 7 лабораторных работ |
|
Контрольно-измерительные материалы |
В комплекте тестовых заданий имеется по 20 вопросов к каждому модулю, на ответы отводится 40 минут. |
Программа дисциплины
|
Модуль |
Темы/Лекции |
Материалы для сопровождения дисциплины |
Контрольно- измерительные материалы |
Направления подготовки |
|
Модуль 1 |
1.Введение в аналитику больших данных и основные концепции. 2. Работа с базами данных. Язык SQL. 3. Теория вероятностей и математической статистики. |
1.Презентация 2.Лабораторные работы |
Тест |
БИН (бакалавриат)
|
|
Модуль 2 |
4. Визуализация. Построение дашбордов. 5. Введение в продуктовую аналитику. 6. Машинное обучение. 7. Финансовая математика в аналитике данных. |
1.Презентация 2.Лабораторные работы |
Тест |
Учебно-методическое и информационное обеспечение дисциплины:
1.Меликов П.И. Изучаем основы Python. Практический курс для дата-аналитиков / Меликов П.И.. — Москва, Алматы : Ай Пи Ар Медиа, EDP Hub (Идипи Хаб), 2023. — 480 c. — URL: https://www.iprbookshop.ru/130920.html —
2.Маркус Г. Искусственный интеллект: перезагрузка: как создать машинный разум, которому действительно можно доверять / Маркус Г., Дэвис Э.. — Москва : Альпина ПРО, 2022. — 300 c. — URL:https://www.iprbookshop.ru/122525.html
3.Двойнишников С.В. Методы обработки данных в научных исследованиях : учебное пособие / Двойнишников С.В.. — Новосибирск : Новосибирский государственный университет, 2022. — 76 c. — URL: https://www.iprbookshop.ru/128134.html
4.Андреева О.В. Основы алгоритмизации и программирования на языке Python : учебник / Андреева О.В., Ремизова О.И.. — Москва : Издательский Дом МИСиС, 2022. — 149 c. — URL: https://www.iprbookshop.ru/129510.html
