Модуль 1. Задачи и методологии анализа данных (Неделя 1)
-
Урок 1. Введение в задачи анализа данных. Описание стандартов CRISP-DM, KDD, SEMMA. Основные понятия и методы анализа данных.
-
Урок 2. Среда интеллектуального анализа данных RapidMiner.
Модуль 2. Подготовка данных (Неделя 2)
-
Урок 3. Очистка, и обогащение данных.
-
Урок 4. Метод главных компонент. Матрица нагрузок и матрица счетов. График собственных значений. Критерий Кайзера. Вращение методом Варимакс. Интерпретация результатов факторного анализа.
Модуль 3. Визуализация данных (Неделя 3)
-
Урок 5. Визуализация данных. Понятие и основные задачи визуализации.
-
Урок 6. Подходы к визуализации: геометрический, древовидный.
Модуль 4. Понятие описательных статистик (Неделя 4)
-
Урок 7. Подходы к визуализации: геометрический, древовидный.
-
Понятие описательных статистик. Вычисление основных показателей положения и вариации. Построение частотных полигонов и гистограмм.
Модуль 5. Анализ связей (Неделя 4)
-
Урок 8. Корреляционный анализ/Понятие корреляционной связи. Коэффициент корреляции Пирсона. Ранговые коэффициенты. Коэффициенты корреляции для дихотомических и номинальных переменных.
-
Урок 9. Регрессионный анализ/Простая линейная регрессия. Проверка значимости уравнения линейной регрессии. Оценка качества уравнения линейной регрессии. Коэффициент детерминации. Доверительный интервал линейной регрессии.
Модуль 6. Кластеризация (Неделя 6)
-
Урок 10. Постановка задачи кластеризации/Понятие кластера. Обзор прикладных задач с использованием методов кластеризации. Обзор основных понятий и методов кластерного анализа.
-
Урок 11. Иерархические и итеративные методы кластеризации/Иерархическая агломеративная кластеризация. Дендрограммы. Дивизимные методы кластеризации. Метод МакКуина (к-средних).
Модуль 7. Мягкая и жёсткая кластеризация (Неделя 7)
-
Урок 12. Критерии качества кластеризации.
Модуль 8. Классификация (Неделя 8)
-
Урок 13. Постановка задачи классификации/Задача классификации с учителем. Понятие и свойства класса. Обзор основных методов классификации. Байесовская наивная классификация/Понятие байесовского классификатора.
-
Урок 14. Деревья решений в задачах классификации/Понятие деревьев решений. Примеры.
Модуль 9. Методы поиска ассоциативных правил (Неделя 9)
-
Урок 15. Понятие правил ассоциации. Метод Apriori. Метод FP-Growth. Примеры.
-
Урок 16. Понятие шаблона последовательных событий. Метод Apriori. Метод GSP.
Модуль 10. Интеллектуальный анализ текста. (Неделя 10)
-
Урок 17. Токенизация. Векторизация. Регулярные выражения.
-
Урок 18. Стемминг. Лемматизация. Удаление стоп-слов. Анализ тональности.
-
Информационные ресурсы – доступ к онлайн-курсам осуществляется с персональных информационных устройств.
факультет 
Открытое образование
