Специалитет
2019/2020
Методы анализа данных
Статус:
Курс обязательный (Компьютерная безопасность)
Кто читает:
Кафедра компьютерной безопасности
Когда читается:
3-й курс, 1, 2 модуль
Формат изучения:
без онлайн-курса
Преподаватели:
Хакимуллин Евгений Робертович
Специальность:
10.05.01. Компьютерная безопасность
Язык:
русский
Кредиты:
3
Контактные часы:
44
Программа дисциплины
Аннотация
Данная дисциплина относится к вариативной профильной части Профессионального цикла (Major), проводится на 3 курсе обучения и является дисциплиной по выбору. Для освоения учебной дисциплины студенты должны владеть базовыми знаниями и компетенциями, полученными при изучении следующих дисциплин: Математический анализ, Алгебра, Теория вероятностей и математическая статистика. Результаты освоения дисциплины используются в дальнейшем при изучении таких дисциплин, как Криптографические методы защиты информации, Параллельные вычисления.
Цель освоения дисциплины
- Изучение принципов и методов обработки данных
- Ознакомление с современными средствами обработки и анализа данных
- Изучение основ теории планирования эксперимента
- Выработка первоначальных навыков построения моделей для решения прикладных задач
Планируемые результаты обучения
- Знать основные задачи математической статистики
- Знать основные методы и системы обработки данных
- Знать основы теории планирования эксперимента
- Знать классификацию и суть математических моделей и методов, применяемых при обработке экспериментальных данных
- Уметь проводить предварительную обработку данных
- Уметь решать задачи корреляционного, регрессионного и дисперсионного анализа
- Уметь выбирать эффективные модели и методы для решения прикладных задач
- Владеть навыками построения и обоснования моделей обработки данных
- Владеть навыками планирования эксперимента
- Владеть навыками разработки и оформления технической документации
Содержание учебной дисциплины
- Методы статистического описания результатов наблюденийКлассификация признаков по шкалам измерений. Описательная статистика: среднее значение, математическое ожидание, медиана, мода, дисперсия, среднее квадратичное отклонение, коэффициент вариации, показатель точности опыта, минимум, максимум, размах выборки, моменты распределения. Вариационная статистика: параметры классовых интервалов, группировка, функции эмпирического распределения. Ранжирование. Проверка случайности выборки из нормальной совокупности.
- Основы корреляционного анализаИсходные понятия. Анализ парных связей. Анализ коэффициента корреляции. Анализ корреляционного отношения. Анализ множественных связей. Решение типовых примеров.
- Основы регрессионного анализаИсходные предположения. Метод наименьших квадратов. Статистический анализ регрессионной модели. Выбор допустимой модели регрессии. Решение типовых примеров.
- Основы дисперсионного анализаИсходные понятия. Однофакторный дисперсионный анализ. Понятие линейных контрастов. Двухфакторный дисперсионный анализ. Решение типовых примеров.
- Непараметрические методы статистикиОдновыборочная задача о сдвиге. Двухвыборочная задача о сдвиге. Решение типовых примеров.