Статистические и эмпирические методы компьютинга

Бакалавриат 2021/2022

Статус: Курс обязательный

Направление: 09.03.04. Программная инженерия

Кто читает: Вечерне-заочный факультет экономики и управления (Пермь)

Где читается: Факультет менеджмента (Пермь)

Когда читается: 3-й курс, 3 модуль

Формат изучения: без онлайн-курса

Преподаватели: Радионова Марина Владимировна

Язык: русский

Кредиты: 4

Контактные часы: 28

Дополнительные материалы в LMS Задать вопрос

Аннотация

Целями освоения дисциплины «Статистические и эмпирические методы компьютинга» по направлению подготовки 09.03.04 Программная инженерия являются: • приобретение студентами базовых знаний по основам анализа данных; • знакомство с прикладными задачами дисциплины; • анализ алгоритмов обработки статистических и эмпирических данных, используемых в современном программном обеспечении; • получения практических навыков использования статистических и эмпирических методов компьютинга в ходе разработки и экспериментального исследования новых программных продуктов; • развитие умений, позволяющих использовать опыт применения статистических и эмпирических методов обработки данных для решения задач экономического анализа и моделирования. Настоящая дисциплина относится к базовой части профессионального цикла дисциплин. Изучение данной дисциплины базируется на следующих дисциплинах: «Алгебра», «Математический анализ», «Дискретная математика», «Теория вероятностей и математическая статистика», «Введение в программную инженерию», «Программирование».

Цель освоения дисциплины

Целями освоения дисциплины «Статистические и эмпирические методы компьютинга» по направлению подготовки 09.03.04 Программная инженерия являются: • приобретение студентами базовых знаний по основам анализа данных; • знакомство с прикладными задачами дисциплины; • анализ алгоритмов обработки статистических и эмпирических данных, используемых в современном программном обеспечении; • получения практических навыков использования статистических и эмпирических методов компьютинга в ходе разработки и экспериментального исследования новых программных продуктов; • развитие умений, позволяющих использовать опыт применения статистических и эмпирических методов обработки данных для решения задач экономического анализа и моделирования.

Планируемые результаты обучения

Решает задачи классификации и кластеризации пространства наблюдений
Решает задачи корреляционного анализа и проверки статистических гипотез на наличие взаимосвязи между признаками. Может оценить взаимосвязь между несколькими переменными. Знает параметрические и непараметрические методы оценки
Решает задачи на проверку данных на выбросы, нормальное распределение.
Решает задачи построения и проверки на качество регрессионных моделей