Інтелектуальний аналіз даних

Мета вивчення дисципліни: : одержати навики формалізації, класифікації, підходів до аналізу даних.
Практичне значення та використання отриманих знань:
– вивчити методи статистичного аналізу даних;
– вивчити методи інтелектуального аналізу даних;
– вивчити особливості застосування методів оптимізації при аналізі даних.
Тематика та види навчальних занять

Для денної форми здобуття освіти

Лекційні заняття
Лекція 1. Основні відомості з теорії ймовірностей.
Лекція 2. Гістограмний аналіз і варіаційні ряди.
Лекція 3. Оцінка параметрів розподілення. Методи моментів і максимальної правдоподібності.
Лекція 4. Критерії перевірки статистичних гіпотез.
Лекція 5. Методи перевірки гіпотез.
Лекція 6. Критерії згоди (конкордації).
Лекція 7. . Функції регресії.
Лекція 8. Види та методи кореляційного аналізу.
Лекція 9. Ознаки сегментації.
Лекція 10. Локалізація об’єктів аналізу.
Лекція 11. Методи контурної і текстурної сегментації.
Лекція 12. Класифікація методів ідентифікації.
Лекція 13 Комбіновані методи ідентифікації.
Лекція 14. Класифікація з навчанням.
Лекція 15. . Кластеризація і класифікація з самонавчанням.

Лабораторні заняття
Лабораторне заняття № 1. Первинна обробка даних.
Мета заняття: Навчитися готувати дані до аналізу, зокрема виявляти помилки, заповнювати пропуски та приводити різні показники до єдиного вигляду.
Лабораторне заняття № 2. Оцінка параметрів розподілення
Мета заняття: Отримати навички визначення основних статистичних характеристик даних, таких як середнє значення, розкид даних та типові значення у вибірці.
Лабораторне заняття № 3. Перевірка гіпотез.
Мета заняття:. Навчитися перевіряти припущення щодо властивостей даних та приймати обґрунтовані рішення про їх відповідність певним закономірностям.
Лабораторне заняття № 4. Дослідження геометричних мір близькості об’єктів і класів в системах розпізнавання.
Мета заняття: Вивчити способи визначення схожості між об’єктами на основі відстані між ними для подальшого автоматичного групування або класифікації
Лабораторне заняття № 5. Поліпшення якості та аналіз зображень в системах розпізнавання
Мета заняття: Освоїти методи обробки цифрових зображень для видалення шумів та виділення ключових деталей, необхідних для їх розпізнавання комп'ютером.
Лабораторне заняття № 6. Апроксимація функції однієї змінної
Мета заняття: Навчитися будувати просту математичну модель, яка описує зв'язок між двома показниками на основі наявних експериментальних точок.
Лабораторне заняття № 7. Апроксимація функції двох змінних
Мета заняття: Навчитися моделювати складні залежності, де результат залежить одночасно від двох різних чинників, та оцінювати точність такої моделі.

Консультації здійснюються впродовж семестру згідно встановленого розкладу.
Індивідуальна робота

Розрахунково-графічна робота
Мета розрахунково-графічної роботи – підтвердження опанування дисципліни та прищеплення навичок самостійної розробки модулів системи, призначеної для аналізу даних.
Здобувач отримує завдання на першому тижні семестру на електронну пошту.
Пояснювальна записка містить 30-35 сторінок Кількість розділів – 2.
Змістовна послідовність виконання роботи.
1. Метод головних компонент зниження розмірності входу системи.
2. Статистична перевірка статистичних гіпотез.
Захист розрахунково-графічної роботи – протягом двох останніх навчальних тижнів семестру.

Форми контрольних заходів та оцінювання результатів навчання

Для денної форми здобуття освіти
Поточний контроль полягає у виконанні
1) 7-ми індивідуальних поточних завдань. Індивідуальні поточні завдання виконуються письмово і полягають в розв’язуванні типових задач відповідно до мети та завдань практичних занять. Бездоганне виконання індивідуальних поточних завдань №1 – №5 оцінюється у 4 бали; №6 - №7 оцінюється у 5 балів.
2) двох модульних контрольних робіт. Модульні контрольні роботи складаються з теоретичної і практичної частин та проводяться у письмовій формі та у формі опитування. Бездоганне виконання кожної модульної контрольної роботи становить 25 балів;
3) розрахунково-графічної роботи. Бездоганне виконання оцінюється у 20 балів.

Підсумковий контроль – залік. Залік виставляється за результатами роботи студента в семестрі. Максимальна оцінка, яку може отримати студент – 100 балів.