11 учебная неделя
pk@nstu.ru, +7 (383) 319 59 99 — приёмная комиссия

Программа дисциплины

Статистические методы анализа данных (Дисциплины (модули) )

Скачать рабочую программу



Нагрузка по семестрам
Семестр Кредитов Часов всего Лекций Практических занятий Лабораторных Часов в активной форме Часов консультаций Часов самостоятельной работы Виды самостоятельной работы Отчетность
7 5 180 18 0 18 0 Э
Перечень формируемых компетенций
ПК1. определение общих форм, закономерностей, инструментальных средств для данной дисциплины (ПK-1)
ПК7. умение грамотно пользоваться языком предметной области (ПK-7)
ПК8. умение ориентироваться в постановках задач (ПK-8)
ПК9. знание корректных постановок классических задач (ПK-9)
ОК10. фундаментальная подготовка по основам профессиональных знаний (OK-10)
ОК13. базовые знания в различных областях (OK-13)
ПК14. контекстная обработка информации (ПK-14)
ПК15. способность передавать результат проведённых физико-математических и прикладных исследований в виде конкретных рекомендаций, выраженных в терминах предметной области изучаемого явления (ПK-15)
ПК19. знание математических основ информатики как науки (ПK-19)
ПК20. знание проблемы современной информатики, её категории и связи с другими научными дисциплинами (ПK-20)
ПК33. навыки разработки моделирующих алгоритмов и реализации их на базе языков и пакетов прикладных программ моделирования (ПK-33)
ПК36. навыки выбора, проектирования, реализации, оценки качества и анализа эффективности программного обеспечения для решения задач в различных предметных областях (ПK-36)
Перечень формируемых компетенций НГТУ
ОНК.108. фундаментальная подготовка по основам профессиональных знаний (OK-10)
ОНК.111. базовые знания в различных областях (OK-13)
ОПК.1. определение общих форм, закономерностей, инструментальных средств для данной дисциплины (ПK-1)
ОПК.14. контекстная обработка информации (ПK-14)
ОПК.15. способность передавать результат проведённых физико-математических и прикладных исследований в виде конкретных рекомендаций, выраженных в терминах предметной области изучаемого явления (ПK-15)
ОПК.7. умение грамотно пользоваться языком предметной области (ПK-7)
ОПК.8. умение ориентироваться в постановках задач (ПK-8)
ОПК.9. знание корректных постановок классических задач (ПK-9)
СК.19. знание математических основ информатики как науки (ПK-19)
СК.20. знание проблемы современной информатики, её категории и связи с другими научными дисциплинами (ПK-20)
СК.33. навыки разработки моделирующих алгоритмов и реализации их на базе языков и пакетов прикладных программ моделирования (ПK-33)
СК.36. навыки выбора, проектирования, реализации, оценки качества и анализа эффективности программного обеспечения для решения задач в различных предметных областях (ПK-36)
Перечень формируемых знаний и умений НГТУ
ОНК.108.З-1.64. Знать теоретические основы методов построения зависимостей по экспериментальным данным
ОНК.108.У65. Владеть техникой вычислительного эксперимента
ОНК.111.У54. Уметь использовать базовые знания линейной алгебры, вычислительной математики, теории вероятности при разработке вычислительных алгоритмов построения многофакторных моделей зависимостей по экспериментальным данным
ОПК.1.З-1.51. Знать основные постановки задач многомерного статистического анализа данных
ОПК.1.У52. Уметь выбирать методы анализа данных, адекватные решаемым задачам
ОПК.1.У53. Владеть методами построения и анализа линейных моделей по экспериментальным данным
ОПК.14.У7. Уметь выбирать адекватные методы статистического анализа в контексте обрабатываемых данных
ОПК.15.У4. Уметь передавать результаты решения задач построения зависимостей в виде конкретных рекомендаций, выраженных в терминах предметной области изучавшегося явления
ОПК.15.У5. Владеть навыками содержательной формулировки результатов решения задач построения зависимостей по экспериментальным данным
ОПК.7.З-1.13. Знать основные понятия и термины технологии статистического моделирования по экспериментальным данным
ОПК.8.З-1.8. Знать особенности постановок типовых задач анализа многомерных статистических данных
ОПК.9.З-1.7. Знать основные предпосылки использования регрессионного и дисперсионного анализов
СК.19.З-1.43. Знать математические методы прикладного статистического анализа, связанные с технологиями моделирования по экспериментальным данным
СК.20.З-1.7. Знать основные проблемы повышения точности статистического моделирования по экспериментальным данным, решение этих проблем с использованием методов активного эксперимента
СК.33.У17. Уметь реализовывать вычислительные алгоритмы построения зависимостей по экспериментальным данным
СК.36.З-1.5. Знать особенности программирования вычислительных алгоритмов построения и анализа зависимостей по экспериментальным данным
СК.36.У6. Уметь выбирать, проектировать, реализовывать и анализировать программное обеспечение построения и анализа зависимостей по экспериментальным данным
СК.36.У7. Владеть основами программирования в одном из современных математических пакетов
Размещение информации на странице:
Данные из Информационной системы  
Наверх