Інтелектуальний аналіз даних

 
Мета вивчення дисципліни: сформувати фундаментальні теоретичні знання та практичні навички щодо суті та застосування засобів дейтамайнінгу в інформаційних системах, зокрема в системах підтримки прийняття рішень та виконавчих інформаційних системах..
 
Практичне значення та використання отриманих знань. Оволодіння знаннями в галузі аналізу даних, статистичного аналізу даних, проектування великих баз даних, системного управління складними об’єктами. Знання методів розробки та функціонування інтелектуальних систем аналізу даних, їх можливостей дають перспективи розвитку, можливість впливати на методику рішення задач за функціями управління і вміти виконувати основні операції зі створення та ефективного використання подібних систем.
 
Основні результати навчання:
 
ПРН1. Застосовувати знання основних форм і законів абстрактно - логічного мислення, основ методології наукового пізнання, форм і методів вилучення, аналізу, обробки та синтезу інформації в предметній області комп’ютерних наук. 
ПРН3. Використовувати знання закономірностей випадкових явищ, їх властивостей та операцій над ними, моделей випадкових процесів та сучасних програмних середовищ для розв’язування задач статистичної обробки даних і побудови прогнозних моделей.
ПРН4. Використовувати методи обчислювального інтелекту, машинного навчання, нейромережевої та нечіткої обробки даних, генетичного та еволюційного програмування для розв’язання задач розпізнавання, прогнозування, класифікації, ідентифікації об’єктів керування тощо.
ПРН12. Застосовувати методи та алгоритми обчислювального інтелекту та інтелектуального аналізу даних в задачах класифікації, прогнозування, кластерного аналізу, пошуку асоціативних правил з використанням програмних інструментів підтримки багатовимірного аналізу даних на основі технологій DataMining, TextMining, WebMining.
 
 
 
Тематика та види навчальних занять
 
1 тиждень.
Лекція 1 «Основні поняття та визначення інтелектуального аналізу даних».
Виконання розрахунково-графічної роботи. Отримання завдання на розрахунково-графічну роботу.
Самостійна робота здобувача. Консультація.
 
2 тиждень.
Лекція 2 «Класи систем».
Лабораторне заняття 1 «Методи первинної обробки даних».
Виконання розрахунково-графічної роботи. Опис проблемної ситуації та представлення даних у вигляді часового ряду.
Самостійна робота здобувача. Консультація.
 
3 тиждень.
Лекція 3 «ІАД як процес».
Виконання розрахунково-графічної роботи. Висунення гіпотези щодо наявності тренду за методом критерію серій.
Самостійна робота здобувача. Консультація.
 
4 тиждень.
Лекція 4 «Задачі ІАД».
Лабораторне заняття 2 «Кореляційний аналіз досліджуваних показників».
Виконання розрахунково-графічної роботи. Висунення гіпотези щодо наявності тренду за методом критерію піків.
Самостійна робота здобувача. Консультація.
 
5 тиждень.
Лекція 5 «Кластерний аналіз».
Виконання розрахунково-графічної роботи. Декомпозиція часового ряду. Розрахунок ковзаючого середнього значення та різниці.
Самостійна робота здобувача. Консультація.
 
6 тиждень.
Лекція 6 «Класифікація».
Лабораторне заняття 3 «Парний регресійний аналіз».
Виконання розрахунково-графічної роботи. Декомпозиція часового ряду. Розрахунок сезонної складової.
Самостійна робота здобувача. Консультація.
 
7 тиждень.
Лекція 7 «Методи класифікації».
Виконання розрахунково-графічної роботи. Декомпозиція часового ряду. Розрахунок скоригованого ряду.
Самостійна робота здобувача. Консультація.
 
8 тиждень.
Лекція 8 «Прогнозування».
Лабораторне заняття 4 «Багатофакторна регресійна модель. Нелінійна регресія».
Виконання розрахунково-графічної роботи. Декомпозиція часового ряду. Розрахунок Згладженого тренд-циклу.
Модульна контрольна робота 2.
Самостійна робота здобувача. Консультація.
 
9 тиждень.
Лекція 9 «Візуалізація».
Виконання розрахунково-графічної роботи. Декомпозиція часового ряду. Розрахунок нерегулярної компоненти.
Самостійна робота здобувача. Консультація.
 
10 тиждень.
Лекція 10 «Метод дерева рішень».
Лабораторне заняття 5 «Кластерний аналіз».
Виконання розрахунково-графічної роботи. Побудова графіків за попередніми розрахунками.
Самостійна робота здобувача. Консультація.
 
11 тиждень.
Лекція 11 «Нейронні мережі».
Виконання розрахунково-графічної роботи. Аналіз динаміки часового ряду за абсолютними приростами, темпами зростання, темпами приросту.
Самостійна робота здобувача. Консультація.
 
12 тиждень.
Лекція 12 «Методи пошуку асоціативних правил».
Лабораторне заняття 6 «Кластерний аналіз».
Виконання розрахунково-графічної роботи. Аналіз динаміки часового ряду за середньорічними значеннями абсолютного приросту, темпу зростання, темпу приросту.
Самостійна робота здобувача. Консультація.
 
13 тиждень.
Лекція 13 «Процес ІАД».
Виконання розрахунково-графічної роботи. Побудова графіків та їх аналіз.
Самостійна робота здобувача. Консультація.
 
14 тиждень.
Лекція 14 «Класи систем».
Лабораторне заняття 7 «Дискримінантний аналіз».
Захист розрахунково-графічної роботи.
Модульна контрольна робота 2.
Самостійна робота здобувача. Консультація.
 
15 тиждень.
Лекція 15 «OLAP системи та сховища даних».
Захист розрахунково-графічної роботи.
Самостійна робота здобувача. Консультація.
 
Оцінювання результатів навчання

Оцінювання результатів навчання з дисципліни здійснюється за накопичувальною системою, яка дає можливість здобувачеві протягом семестру отримати максимально 100 балів.
Модуль 1
Повне виконання та захист лабораторних робіт № 1, № 2, № 3 та № 4 – по 5 балів за кожну.
Модульна контрольна робота 1 – бездоганне виконання 20 балів (в кожному завданні модульної контрольної роботи наведено максимальну кількість балів за виконання кожного завдання).

Модуль 2
Повне виконання та захист лабораторних робіт № 5, № 6 – по 10 балів за кожну.
Модульна контрольна робота 2 – бездоганне виконання 20 балів (в кожному завданні модульної контрольної роботи наведено максимальну кількість балів за виконання кожного завдання).
Бездоганно виконана розрахунково-графічна робота, надана у встановлені терміни викладачу – 15 балів. 
Захист розрахунково-графічної роботи – 5 балів.
 
Посилання на рекомендовані джерела
 
1. Конспект лекцій з дисципліни «Інтелектуальний аналіз даних» для підготовки бакалаврів за спеціальністю 122 – Комп’ютерні науки./ Укл.: В.М. Тонконогий, Л.В. Бовнегра, К.Г. Кіркопуло – Одеса: ДУ «Одеська політехніка», 2022. – 109 с.
2. Методичні вказівки до виконання лабораторних робіт з дисципліни «Інтелектуальний аналіз даних» для здобувачів спеціальності 122 – Комп’ютерні науки. / Укл.: К.Г. Кіркопуло, Л.В. Бовнегра – Одеса: НУ «Одеська політехніка», 2023. – 78 с.
3. Інтелектуальний аналіз даних: Комп’ютерний практикум [Електронний ресурс] : навч. посіб. для студ. спеціальності 122 «Комп’ютерні науки та інформаційні технології», спеціалізацій «Інформаційні системи та технології проектування», «Системне проектування сервісів» / О. О. Сергеєв-Горчинський, Г. В. Іщенко ; КПІ ім. Ігоря Сікорського. – Електронні текстові данні. – Київ : КПІ ім. Ігоря Сікорського, 2018. – 73 с.: Іл.