Версия для слабовидящих
Размер текста:
Цветовая схема:
Изображения:
часов теории
часов практических занятий
модуля обучения
Сформировать у слушателей системное представление о технологиях многомерного анализа данных, интеллектуального анализа данных (Data Mining), их применении и инструментах, изучить основные методы прикладного анализа данных, развить навыки исследования различных процессов на ЭВМ, практического применения методов многомерного анализа и Data Mining для решения различных научных и технических задач в экономике и социологии.
В результате освоения дополнительной профессиональной программы повышения квалификации «Аналитик данных» слушатель должен приобрести компетенции, характеризующие его как специалиста, способного эффективно осуществлять свою профессиональную деятельность в следующих процессах:
- процессы реализации управленческих решений в организациях различных организационно-правовых форм;
- процессы реализации управленческих решений в органах государственного и муниципального управления;
- производственные процессы.
Под компетенцией понимается способность и готовность обучаемого выполнять определенную необходимую функцию в процессе постановки и решения задач профессиональной деятельности.
Тема 1.1. Основы визуализации
данных. Ошибки, особенности,
инструменты визуализации данных.
Тема 1.2. Визуализация данных в
презентациях. Интерактивный дашборд в Yandex DataLens
Тема 2.1. Начало работы в Loginom. Компонент и узел в Loginom. Первый сценарий.
Тема 2.2. Настройка портов. Автосинхронизация. . Переменные и параметризация. Компоненты «Условие» и «Замена»
Тема 2.3. Подмодели. Компоненты «Узел-ссылка» и «Выполнение узла». Внешние компоненты и библиотеки
Тема 3.1. Основные библиотеки Python для анализа данных.
Тема 3.2. Регрессия и регрессионный анализ.
Тема 3.3. Модели классификации. Модели кластеризации
Зачет в форме тестирования.
Кандидат физико-математических наук. Доцент кафедры «Математика, информатика и общегуманитарные науки»
