2026/2027
Введение в интеллектуальный анализ данных
ID 1209627
Статус:
Маго-лего
Кто читает:
Департамент социологии
Где читается:
Факультет социальных наук
Онлайн-часы:
41
Охват аудитории:
для своего кампуса
Преподаватели:
Ульянов Владимир Васильевич
Язык:
русский
Кредиты:
6
Контактные часы:
60
Программа дисциплины
Аннотация
Целями освоения дисциплины «Введение в интеллектуальный анализ данных» являются: знакомство с основными методами современного анализа данных; понимание того, в каких условиях, для решения каких задач и при каких ограничениях указанные методы применяются; умение применять RStudio для анализа реальных социологических данных
Цель освоения дисциплины
- Знакомство с основными методами современного анализа данных
- Формирование понимания того, в каких условиях, для решения каких задач и при каких ограничениях указанные методы применяются.
- Формирование навыков работы с RStudio для анализа реальных социологических данных
Планируемые результаты обучения
- Владеет навыками анализа реальных социологических данных с применением пакета Rattle из программной среды вычислений R.
- Знает основные методы современного анализа данных для решения задач классификации, кластеризации, прогноза и скоринга.
- Умеет строить модели, оценивать их качество и сравнивать различные модели.
Содержание учебной дисциплины
- Обзор основных задач, методов и областей применения. Краткая история возникновения Data Mining
- Введение в язык программирования R и работу в RStudio
- Деревья решений. Задачи классификации, прогнозирования и скоринга
- Построение деревьев решений с помощью пакетов языка программирования R
- Искусственные нейронные сети. Задачи классификации, прогнозирования и кластеризации.
- Построение искусственных нейронных сетей с помощью пакетов языка программирования R
- Генетические (эволюционные) алгоритмы. Задачи оптимизации и обучения нейронных сетей.
- Функции интенсивности отказа и анализ выживаемости в маркетинге.
- Анализ связей
Промежуточная аттестация
- 2026/2027 4th module0.25 * Доклад по эссе + 0.25 * Эссе + 0.25 * Итоговые модели + 0.25 * Работа на семинарах
Список литературы
Рекомендуемая основная литература
- Data Mining - Чубукова И.А. - Национальный Открытый Университет "ИНТУИТ" - 978-5-94774-819-2 - 2016 - русский - https://e.lanbook.com/book/100582 - ЛАНЬ - 100582
- James, G. et al. An introduction to statistical learning. – Springer, 2013. – 426 pp.
Рекомендуемая дополнительная литература
- Advanced data mining techniques, Olson, D. L., 2008
- Cluster analysis. Vol.4: Data mining with classification, , 2012
- Data Mining : учеб. пособие, Чубукова, И. А., 2008