Моделювання та візуалізація багатовимірних даних

Метою вивчення дисципліни є формування та засвоєння комплексу теоретичних знань, методологічних основ та практичних навичок з моделювання та візуалізації великих обсягів даних з багатьма змінними.  
Завдання вивчення дисципліни: 
Набуття здатності до розв’язання задач дослідницького та/або інноваційного характеру шляхом створення та дослідження сучасних методів з моделювання та візуалізації великих обсягів даних з багатьма змінними 
Практичне значення та використання отриманих знань: 
Розуміння змісту основ аналізу, моделювання та візуалізації багатовимірних даних. Вміння аналізувати моделі представлення багатовимірних даних, використовувати при цьому технології OLAP. Вивчення закономірностей основ методи аналізу та моделювання багатовимірних даних, зокрема, методи скорочення розмірності даних, метод головних компонент, кластерний аналіз, аналіз зв’язків, дерева класифікації, дискримінантний аналіз. Вивчення прикладних інтелектуальних систем обробки багатовимірних даних, зокрема використання геоінформаційних систем для аналізу та візуалізації даних. Отриманні знання дають змогу взаємодіяти з програмними системами, в яких реалізовані методи оброки багатовимірних даних (аналітичною платформою Deductor, платформою для візуалізації даних Tableаu та Power BI, прикладною програмою ArcGIS ESRI).

Тематика та види навчальних занять

Для денної форми здобуття освіти

Лекційні заняття
Лекція 1. «Візуальна інформація в інформаційному суспільстві». 
Лекція 2. «Основні поняття багатовимірних даних. Багатовимірна модель даних. Багатовимірна структура даних».
Лекція 3. «Моделі представлення багатовимірних даних. Багатовимірна статистика».
Лекція 4. «Основні методи аналізу та моделювання багатовимірних даних».
Лекція 5. «Особливості методів скорочення розмірності даних. Етапи реалізації методів зниження розмірності».
Лекція 6. «Технологія OLAP. LAP-куб. Переваги та недоліки MOLAP та ROLAP. Схема типу «зірка». Схема типу «сніжинка» ».
Лекція 7. «Правила, що визначають OLAP, згідно із концепцією Б. Кодда. Класифікація OLAP-систем. Реалізація та архітектура OLAP-систем».
Лекція 8. «Сучасні інструменти візуалізації даних. Інфодизайн».
Лекція 9. «Підготовка, обробка, аналіз та представлення даних».
Лекція 10. «Аналітичні методи обробки даних. Методи моделювання та прогнозування». 
Лекція 11. «Основні методи аналізу та моделювання багатовимірних даних».
Лекція 12. «Експертні методи обробки даних. Метод «Дельфі». Метод оцінки ризиків. Метод «сценаріїв». Метод «мозкового штурму». Ділові ігри. SWOT-аналіз».
Лекція 13. «Візуалізація багатовимірних даних. Самоорганізуючі карти Кохонена».
Лекція 14. «Підходи до візуалізації багатовимірних даних. Побудова 3-вимірних діаграм. Матричні графіки. Використання графіків піктограм. Графік паралельних координат».
Лекція 15. «Представлення просторових характеристик даних. Геовізуалізація. Просторові дані. Загальні категорії просторового аналізу. Просторове моделювання. Інструменти просторового аналізу».

Лабораторні заняття:
Лабораторна робота  1. «Набути  навички  пошуку  інформації  відповідно  до  мети дослідження». 
Мета заняття: навчитися ефективно шукати та обробляти інформацію відповідно до мети дослідження, зокрема розробити навички пошуку інформації в різних джерелах та оцінки її якості.

Лабораторна  робота 2.  «Навчитися  застосовувати  аналітичні  методи  обробки  цифрової інформації  відповідно  до  наявних  даних  та  освоїти  основи  візуалізації  цифрової інформації».
Мета заняття: навчитися застосовувати аналітичні методи обробки цифрової інформації для отримання корисної інформації та візуалізувати дані для їхнього кращого розуміння та інтерпретації.

Лабораторна робота 3.  «Навчитися  застосовувати  експертні  методи  обробки  цифрової інформації відповідно до наявних даних».
Мета заняття: навчитися застосовувати експертні методи обробки цифрової інформації для отримання глибшого розуміння даних та розробити навички роботи з експертними системами.

Лабораторна  робота 4. «Створення простих багатомірних OLAP-кубів».
Мета заняття: навчитися створювати прості багатомірні OLAP-куби для аналізу даних та розробити навички роботи з OLAP-технологіями.

Лабораторна робота 5. «Мапування потоків даних для ETL процесу між БД транзакційного типу та OLAP сховищами даних».
Мета заняття: навчитися мапувати потоки даних для ETL процесу між БД транзакційного типу та OLAP сховищами даних та розробити навички роботи з ETL-технологіями.

Лабораторна робота 6. «Багатовимірні обчислення і візуалізація результатів в Tableаu та Power BI».
Мета заняття: навчитися виконувати багатовимірні обчислення та візуалізувати результати в Tableаu та Power BI та розробити навички роботи з цими інструментами.

Лабораторна робота 7. «Візуалізація просторових даних».
Мета заняття: здобуття навичок з візуалізації просторових даних для їхнього кращого розуміння та інтерпретації та навичок роботи з геоінформаційними системами.
Для заочної форми здобуття освіти

Лекційні заняття
Лекція 1. «Аналітична обробка та моделювання багатовимірних даних».
Лекція 2. «Технології візуалізації та методи зниження розмірності».

Лабораторні заняття
Лабораторне заняття 1. «Комплексний аналіз та візуалізація багатовимірних даних».
Мета заняття: набути практичних навичок обробки багатовимірних структур, застосування методів аналітичного моделювання та створення професійної візуалізації для підтримки прийняття рішень.

Консультації здійснюються впродовж семестру згідно встановленого розкладу.

Форми контрольних заходів та оцінювання результатів навчання

Для денної форми здобуття освіти
Поточний контроль полягає у виконанні:
1) завдань на лабораторних роботах, які виконуються на 7 заняттях. За кожну лабораторну роботу здобувач може отримати максимальну оцінку у 5  балів (разом 35 балів);  
2) 2-х модульних контрольних робіт. Модульні контрольні роботи складаються з теоретичної і практичної частин та проводяться у формі письмового тестування на двох лекційних заняттях. Бездоганне виконання модульної контрольної роботи 1 становить 30 балів, а  модульної контрольної роботи 2 становить 35 балів;

Підсумковий контроль-залік. Залік накопичувальний. Максимальна оцінка, яку може отримати студент – 100 балів. Мінімальна оцінка, яка дозволяє отримати «зараховано» – 60 балів.

Для заочної форми здобуття освіти
Виконання та захист лабораторної роботи оцінюється у 30 балів.
Захист контрольної роботи. Бездоганне виконання контрольної роботи оцінюється у 40 балів. При її захисті студент може отримати до 30 балів.
Підсумковий контроль – залік. Залік накопичувальний. Максимальна оцінка, яку може отримати студент – 100 балів. Мінімальна оцінка, яка дозволяє отримати «зараховано» – 60 балів.