Код: 316151

Назва:

Аналіз даних

Анотація: У курсі ви дізнаєтесь що потрібно знати, щоб займатись аналізом даних. На прикладі запропонованого соціологічного опитування (експерименту) з конкретної предметної області ви зможете опанувати методи збору та опрацювання емпіричних даних та отримання можливих статистичних оцінок невідомих параметрів генеральної сукупності; методи побудови і перевірки статистичних гіпотез щодо розподілу ознаки в генеральній сукупності, щодо порівняння двох вибірок. Ви дізнаєтесь про основні методи кореляційного та регресійного аналізу для виявлення взаємозв'язків між ознаками і зможете зробити науковообгрунтовані висновки. Для аналізу даних пропонується застосування електронних таблиць, мов R, Python. Курс входить у перелік навчальних дисциплін, з яких складається бакалаврська сертифікатна програма "Математичні основи машинного навчання".

Тип дисципліни: нормативна

Рік навчання: 4

Семестр: 8 (весняний)

Кількість кредитів: 4

Форма контролю: екзамен

Викладач(і): доц., к. ф-м.н. Щестюк Н.Ю.

Результати навчання: Демонструвати знання й розуміння основних концепцій, принципів, теорій прикладної математики і використовувати їх на практиці. Формалізувати задачі, сформульовані мовою певної предметної галузі; формулювати їх математичну постановку та обирати раціональний метод вирішення; розв'язувати отримані задачі аналітичними та чисельними методами, оцінювати точність та достовірність отриманих результатів. Володіти методиками вибору раціональних методів та алгоритмів розв'язання математичних задач оптимізації, дослідження операцій, оптимального керування і прийняття рішень, аналізу даних. Вміти застосовувати сучасні технології програмування та розроблення програмного забезпечення, програмної реалізації чисельних і символьних алгоритмів. Розв'язувати окремі інженерні задачі та/або задачі, що виникають принаймні в одній предметній галузі: в соціології, економіці, екології та медицині. Використовувати в практичній роботі спеціалізовані програмні продукти та програмні системи комп'ютерної математики. Виявляти здатність до самонавчання та продовження професійного розвитку. Уміти організувати власну діяльність та одержувати результат у рамках обмеженого часу. Демонструвати навички професійного спілкування, включаючи усну та письмову комунікацію українською мовою та принаймні однією з офіційних мов ЄС.

Спосіб навчання: дистанційний (аудиторний)

Необхідні обовязкові попередні й супутні модулі: математичний аналіз, теорія ймовірностей, математична статистика.

Зміст дисципліни: Основні задачі та поняття аналізу даних. Описова статистика. Візуалізація даних. Центральна тенденція. Збіжність теоретичних характеристик та емпіричних. Оцінювання параметрів моделі. Задачі перевірки гіпотез. Перевірка гіпотез про розподіл вибірки. Гіпотези про однорідність. Параметричні та непараметричні критерії. Кореляційний та регресійний аналіз.


Рекомендована література: 1. John A. Rice. Mathematical Statistics and Data Analysis, University of California, Berkeley, 2017.
2. Турчин В.М. Математична статистика, підручник, 2007.

Форми та методи навчання: лекції, практичні заняття, самостійне опрацювання, виконання індивідуальних завдань, дискусії на лекціях.

Методи й критерії оцінювання: рейтингова система оцінювання за 100-бальною шкалою: робота в семестрі (індивідуальні завдання, дискусії/тести на лекіях) - 56%; екзамен - 44%.

Мова навчання: українська