Засоби та технології аналітики даних (КН)
Тип: На вибір студента
Кафедра: системного проектування
Навчальний план
| Семестр | Кредити | Звітність |
| 9 | 7 | Залік |
Лекції
| Семестр | К-сть годин | Лектор | Група(и) |
| 9 | 32 | професор Огірко І. В. | ФеІм-12 |
Лабораторні
| Семестр | К-сть годин | Група | Викладач(і) |
| 9 | 48 | ФеІм-12 | професор Огірко І. В., професор Огірко І. В. |
Опис навчальної дисципліни
Навчальну дисципліну розроблено таким чином, щоб надати учасникам необхідні знання та практичні навички щодо аналітичної роботи з реальними даними соціальної, економічної природи, тощо. Типові задачі щодо лінійних та нелінійних методів опису даних, прогнозування стаціонарних на нестаціонарних часових рядів, виділення з останніх типових значущих компонентів розглядатиметься у чіткому поєднанні з реальними задачами з аналітики даних та типовими прикладами.
Метою і цілями викладання навчальної дисципліни є формування системи фундаментальних знань щодо аналізу даних статистичних показників соціальних, економічних та поведінкових процесів, а, також, підходи до прогнозування часових рядів вищеозначених процесів.
Рекомендована література
- Основна література:
- 1. Р.Є. Майборода, О.В. Сугакова АНАЛІЗ ДАНИХ ЗА ДОПОМОГОЮ ПАКЕТА R : Навчальний посібник: K.: KНУ імені Т. Шевченко, 2015. – 65с.
- 2. https://cran.r-project.org/doc/manuals/r-release/R-intro.html
- 3. Прикладна економетрика : навч. посіб. : у двох частинах. / Л. С. Гур’янова, Т. С. Клебанова, С. В. Прокопович та ін. – Харків : ХНЕУ ім. С. Кузнеця, 2016.
- 4. Gartner Identifies the Top 10 Data and Analytics Trends. URL: https://www.gartner.com/en/newsroom/press-releases/2023-05-09-gartneridentifies-the-top-ten-data-and-analytics-trends-for-20230
- 5. Walter Enders. Applied Econometric Time Series. Wiley, 2-d edition, 2004. – 460 p.
- 6. Diggle P.J. Time Series: A Biostatistical Introduction. – Oxford, 1990.
- 7. Mingda Zhang Time Series: Autoregressive models AR, MA, ARMA, ARIMA http://people.cs.pitt.edu/~milos/courses/cs3750/lectures/class16.pdf
- 8. Ibid: Markov models: http://people.cs.pitt.edu/~milos/courses/cs3750/lectures/class15.pdf