Data Mining әдістері

Смаилова Сауле Сансызбаевна

Оқытушының портфолиосы

Сипаттама: Курс Data Mining технологиясын ұсынады және Data Mining әдістерін және құралдарын зерттейді. Курсты оқып үйрену Data Mining технологиясының теориялық аспектілерін, оларды қолдану әдістері мен мүмкіндіктерін түсіндіреді, сондай-ақ Data Mining құралдарын пайдалануда практикалық дағдыларды береді.

Кредиттер саны: 6

Пәннің еңбек сыйымдылығы:

Жұмыс түрлері сағат
Дәрістер 15
Практикалық жұмыстар
Зертханалық жұмыстар 30
СӨЖО 45
СӨЖ 90
Қорытынды бақылау нысаны емтихан
Қорытынды бақылауды жүргізу нысаны

Компонент: Таңдау бойынша компонент

Цикл: Базалық пәндер

Мақсат
  • ознакомить магистрантов с основными концепциями и методами интеллектуального анализа данных; развить навыки использования новейшего программного обеспечения интеллектуального анализа данных для решения практических задач, получить опыт самостоятельного изучения и исследования
Міндет
  • понимать алгоритмы и методы интеллектуального анализа данных
  • разрабатывать программы и приложения интеллектуального анализа данных
  • научить использовать несколько коммерческих инструментов интеллектуального анализа данных
  • научить использовать несколько коммерческих инструментов интеллектуального анализа данных
Оқыту нәтижесі: білу және түсіну
  • объяснять основные принципы методов исследования первичных данных
Оқыту нәтижесі: білім мен ұғымды қолдану
  • уметь выбирать эффективные методы решения прикладных задач с использованием технологии Data Mining в сфере бизнес-аналитики и исследований
  • разрабатывать модели интеллектуального анализа данных и базы данных для использования технологий интеллектуального анализа данных как части более крупных систем
Оқыту нәтижесі: талқылай білуді қалыптастыру
  • умение формировать представление о нестандартных подходах к решению задач и в поиске новых оригинальных идей и приемов проектирования с использованием технологии Data Mining в области бизнес-аналитики и исследований
Оқыту нәтижесі: Оқу дағдылары немесе сабаққа қабілеттілігі
  • навыки получения новых знаний в области профессионального и непрерывного образования
  • специальную литературу литературу, работать с программными приложениями в сфере анализа с англоязычным интерфейсом