Специалитет
2024/2025


Методы анализа данных
Статус:
Курс обязательный (Компьютерная безопасность)
Кто читает:
Департамент прикладной математики
Когда читается:
3-й курс, 3, 4 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Специальность:
10.05.01. Компьютерная безопасность
Язык:
русский
Кредиты:
3
Программа дисциплины
Аннотация
Данная дисциплина относится к вариативной профильной части Профессионального цикла (Major), проводится на 3 курсе обучения и является дисциплиной по выбору. Для освоения учебной дисциплины студенты должны владеть базовыми знаниями и компетенциями, полученными при изучении следующих дисциплин: Математический анализ, Алгебра, Теория вероятностей и математическая статистика. Результаты освоения дисциплины используются в дальнейшем при изучении таких дисциплин, как Криптографические методы защиты информации, Параллельные вычисления. Дисциплина реализуется в он-лайн формате
Цель освоения дисциплины
- Изучение принципов и методов обработки данных
- Ознакомление с современными средствами обработки и анализа данных
- Изучение основ теории планирования эксперимента
- Выработка первоначальных навыков построения моделей для решения прикладных задач
Планируемые результаты обучения
- Владеть навыками планирования эксперимента
- Владеть навыками построения и обоснования моделей обработки данных
- Владеть навыками разработки и оформления технической документации
- Знать классификацию и суть математических моделей и методов, применяемых при обработке экспериментальных данных
- Знать основные задачи математической статистики
- Знать основные методы и системы обработки данных
- Знать основы теории планирования эксперимента
- Уметь выбирать эффективные модели и методы для решения прикладных задач
- Уметь проводить предварительную обработку данных
- Уметь решать задачи корреляционного, регрессионного и дисперсионного анализа
Содержание учебной дисциплины
- Методы статистического описания результатов наблюдений
- Основы корреляционного анализа
- Основы регрессионного анализа
- Основы дисперсионного анализа
- Непараметрические методы статистики