1. Опис навчальної дисципліни
Курс присвячений теоретичним основам і практичним методам інтелектуального аналізу даних. Розглядаються принципи добування прихованих закономірностей у великих масивах інформації, методи попереднього опрацювання даних, побудова моделей класифікації, регресії, кластеризації та аналізу графових структур і часових рядів. Особливу увагу приділено методології CRISP-DM, формуванню ознак, оцінюванню якості моделей, а також етичним аспектам роботи з даними. Компетентності, отримані під час вивчення дисципліни «Інтелектуальний аналіз даних (Data Mining)», є необхідними для виконання завдань виробничої практики та кваліфікаційної роботи в галузі науки про дані, машинного навчання та аналітики.
Метою вивчення навчальної дисципліни «Інтелектуальний аналіз даних (Data Mining)» є формування системного розуміння основних концепцій і методів Data Mining, оволодіння сучасними інструментами машинного навчання, розвиток навичок моделювання, аналізу та інтерпретації складних даних, а також забезпечення практичної готовності до розв’язання прикладних задач інтелектуального аналізу в реальних інформаційних системах.
У результаті вивчення навчальної дисципліни «Інтелектуальний аналіз даних (Data Mining)» студент зможе:
-
виконувати повний цикл опрацювання даних: очищення, підготовлення, формування ознак і моделювання;
-
застосовувати сучасні методи класифікації, регресії, кластеризації, графового аналізу та аналізу часових рядів;
-
працювати з інструментами Python для оброблення даних і побудови моделей;
-
обґрунтовано обирати методи інтелектуального аналізу для конкретних задач та оцінювати якість отриманих моделей;
-
інтерпретувати результати моделювання та формулювати висновки для практичного використання.