Системы интеллектуального анализа данных направление подготовки магистров: 080500 «Бизнес-информатика» - davaiknam.ru o_O
Главная
Поиск по ключевым словам:
страница 1
Похожие работы
Название работы Кол-во страниц Размер
Программа дисциплины Распределенные информационные системы для направления... 1 219.65kb.
Направление подготовки «бизнес-информатика» 1 40.01kb.
Программа дисциплины Методы разработки и анализа алгоритмов для направления... 1 226.51kb.
Программа дисциплины Информационные технологии управления знаниями... 1 204.35kb.
Программа дисциплины Управление инвестициями в ит для направления... 1 191.71kb.
Программа дисциплины Электронная коммерция и бизнес для направления... 1 131.28kb.
Программа вступительных испытаний в магистратуру по направлению подготовки... 1 125.86kb.
Рабочая программа учебной дисциплины Направление подготовки 080500. 1 376.58kb.
Рабочая программа учебной дисциплины Направление подготовки 080500. 4 594.35kb.
Рабочая программа учебной дисциплины Направление подготовки 080500. 5 648.33kb.
Рабочая программа учебной дисциплины Направление подготовки 080500. 1 300.3kb.
В. К. Финн Об интеллектуальном анализе данных // Новости Искусственного... 1 346.72kb.
Направления изучения представлений о справедливости 1 202.17kb.

Системы интеллектуального анализа данных направление подготовки магистров: 080500 - страница №1/1


  1. Забоев Михаил Валерьевич, кандидат экономических наук, доцент кафедры информационных систем в экономике




  1. Системы интеллектуального анализа данных.

направление подготовки магистров: 080500 «Бизнес-информатика»

третий семестр обучения

количество аудиторных часов – 42 часа

форма аттестации – экзамен

язык обучения - русский


  1. Основная цель курса:

Предметом изучения дисциплины «Системы интеллектуального анализа данных» являются методические основы разработки и использования моделей анализа данных, содержащих элементы систем искусственного интеллекта: теории нечетких множеств, искусственных нейронных сетей, генетических алгоритмов, а также концепции применения программных средств, поддерживающих построение и реализацию автоматизированных систем интеллектуального анализа данных.


  1. Ключевые вопросы, рассматриваемые в курсе:

  1. Концепции комплексного анализа данных, основные этапы: структурирование собранных данных; отбор и визуализация; предобработка данных, data mining;

  2. Методы расчета и прогнозирования показателей эффективности деятельности предприятия при исходной нечеткой информации;

  3. Основы теории нечетких множеств и их использование в построении систем принятия решений;

  4. Использование искусственных нейронных сетей для анализа данных в процессе принятия управленческих решений;

  5. Обзор методов эволюционных вычислений
    на примере моделей генетических алгоритмов;

  6. Решение задач кластеризации объектов с помощью самоорганизующихся карт Кохонена;

  7. Разработка и использование гибридных систем (на примере нейро-нечетких сетей) для проведения экспертного анализа.




  1. Требования к студентам, слушающим курс:

Для изучения данного курса студенты должны обладать навыками работы на персональном компьютере в объеме подготовленного пользователя, в рамках обучения по курсам «Информатика», «Введение в информационную бизнес-аналитику», знать базовые основы математического моделирования в экономике.
Перечень базовых учебников или источников информации

  1. Ярушкина Н.Г. Основы теории нечетких и гибридных систем: учеб. пособие. – М.: Финансы и статистика, 2004. – 320 с.

  2. Хайкин С. Нейронные сети: полный курс. – М.: Вильямс, 2006. – 1103 с.

  3. Ботвин Г.А., Забоев М.В., Завьялов О.В., Черныш В.В. Модели и методы экспресс-анализа инвестиционных проектов. СПб.: Изд-во Политехн. ун-та, 2009. 272 с.

  4. www.basegroup.ru;

  5. http://matlab.exponenta.ru/



  1. Zaboev Mikhail Valerevich, Associate Professor Department of Information Systems in Economics




  1. Data Mining Systems”

academic level - masters: 080500 "Business computer science"

third semester

number of contact hours – 42 hours

type of examination – exam



language of education - Russian


  1. The main aim of the course

The subjects of study of discipline “Data Mining Systems” are the methodic principles of the development and the practical use of the elements which are related to the data mining systems: fuzzy sets theory, artificial neural networks theory, genetic algorithms, as well as application of software tools for construction and implementation computer-based data mining systems.


  1. Key issues addressed in the course:

  1. Conceptions of the complex data analysis, main stages: structuring of collected data, selection, visualization, treatment, data mining;

  2. The methods of estimation and forecasting of the companies efficiency indicators provided that the initial data present in the fuzzy form;

  3. The essential principles of the fuzzy sets theory and its use in the construction of the decision making systems;

  4. Application of the artificial neural networks for the data analysis in the management decision making process

  5. The review of evolution calculations methods on the example of the models of genetic algorithms;

  6. Solving of the problems of clusterization with use of Self-organizing maps;

  7. Development and the practical use of hybrid systems (on the example of neuro-fuzzy sets) for carrying out of the expert analysis.



  1. F Requirements for students:

or studying of the given course students should have skills of work on the personal computer in volume of the prepared user, within the limits of training at courses "Computer science", "Introduction in an information business analytics", be aware of the bases of the mathematical modeling in economy.



  1. List of basic textbooks:

  1. Ярушкина Н.Г. Основы теории нечетких и гибридных систем: учеб. пособие. – М.: Финансы и статистика, 2004. – 320 с.

  2. Хайкин С. Нейронные сети: полный курс. – М.: Вильямс, 2006. – 1103 с.

  3. Ботвин Г.А., Забоев М.В., Завьялов О.В., Черныш В.В. Модели и методы экспресс-анализа инвестиционных проектов. СПб.: Изд-во Политехн. ун-та, 2009. 272 с.

  4. www.basegroup.ru;

  5. http://matlab.exponenta.ru/





Безмыслие редко бывает безмолвно. Говард У. Ньютон
ещё >>