Наименование компетенции ФГОС ВО	Индикаторы достижения компетенций
Способен разбираться в работе системного программного обеспечения, дописывать фрагменты и производить отладку системного программного обеспечения (ПК-2.3)	Знаний: языки программирования алгоритмы функционирования разрабатываемых программных продуктов основные приемы разработки прикладного программного обеспечения методы описания прикладных процессов принципы разработки системного программного обеспечения принципы организации баз данных Умений: разрабатывать драйверы программного продукта адаптировать прикладное программное обеспечение под конкретный вид задач описывать алгоритмы работы и технологии, применяемые в прикладном программном обеспечении реализовывать алгоритмическую структуру локального прикладного программного продукта в современной среде разработки проектировать базы данных и формировать запросы к ним Навыков: навыками создания системного программного обеспечения способами отладки системного программного обеспечения

Вид учебной работы	Часов (по видам работ)	Семестры
4
Контактная работа (всего)	26	26
Лекционные занятия	8	8
Лабораторные занятия	18	18
Самостоятельная работа	82	82
Всего, часов/зачетных единиц	108 / 3	108 / 3

Показаны записи 1-4 из 4.

Наименование раздела дисциплины	Содержание раздела	Всего, час (без контроля и консультаций)	Лек	Лаб	СР
Введение в предмет анализ данных в цифровой среде	Основные понятия интеллектуального анализа данных. Концепция и практическое применение Data Mining. Предобработка и очистка данных. Корреляционный и факторный анализ данных. Основные понятия DM и возникновения, перспективы, проблемы Data mining. Практическое применение Data Mining. Основы анализа данных. Рынок инструментов Data Mining. Data Mining консалтинг. Комплексный подход к внедрению Data Mining, OLAP и хранилищ данных в СППР. OLAP-системы. Многомерная модель данных. Определение OLAP-систем. Концептуальное многомерное представление данных. Архитектура OLAP-систем: MOLAP, ROLAP, HOLAP.	26	2	4	20
Классификация и регрессия в задачах анализа данных в цифровой среде	Логистическая регрессия. Деревья решений и их алгоритмы. Решение задач классификации и регрессии с помощью нейронных сетей. Постановка задач классификации и регрессии. Представление результатов. Методы построения правил классификации. Методы построения математических функций.	26	2	4	20
Кластеризация в задачах анализа данных в цифровой среде	Алгоритмы кластеризации. Кластеризация с использованием сетей Кохонена. Методы кластеризация данных. Постановка задачи кластеризации. Меры близости, основанные на расстояниях, используемые в алгоритмах кластеризации. Базовые и адаптивные методы кластеризации.	26	2	4	20
Ассоциативные правила, анализ и прогнозирование временных рядов в цифровой среде	Основы ассоциативных правил и алгоритмы их построения. Поиск ассоциативных правил. Методы анализа и прогнозирование временных рядов. Мера важности объектов в сложных системах. Важность объекта в системе. Мера важности. Примеры ввода мероприятия важности объектов в сложных системах.	30	2	6	22

1) Анализ данных [Электронный ресурс] : учеб. для вузов / В. С. Мхитарян, М. Ю. Архипова, Т. А. Дуброва [и др.] ; под ред. В. С. Мхитаряна. – Москва : Юрайт, 2024. – (Высшее образование). – Добавлено: 06.05.2024. – Проверено: 28.11.2025. – Режим доступа: ЭБС Юрайт по паролю. – ISBN 978-5-534-00616-2. - URL: https://urait.ru/book/analiz-dannyh-536007.
2) Миркин, Борис Григорьевич. Базовые методы анализа данных [Электронный ресурс] : учеб. и практикум для вузов / Б. Г. Миркин. – Москва : Юрайт, 2024. – (Высшее образование). – Добавлено: 06.05.2024. – Проверено: 28.11.2025. – Режим доступа: ЭБС Юрайт по паролю. – ISBN 978-5-534-18842-4. - URL: https://urait.ru/book/bazovye-metody-analiza-dannyh-551786.

1) Глотова, Марина Юрьевна. Математическая обработка информации [Электронный ресурс] : учеб. и практикум для вузов / М. Ю. Глотова, Е. А. Самохвалова. – Москва : Юрайт, 2024. – (Высшее образование). – Добавлено: 02.10.2025. – Проверено: 28.11.2025. – Режим доступа: ЭБС Юрайт по паролю. – ISBN 978-5-534-13622-7. - URL: https://urait.ru/bcode/536054.
2) Рощин, Сергей Михайлович. Современные интернет-технологии. Семь главных трендов [Электронный ресурс] / С. М. Рощин. – Москва : Дашков и К, 2022. – Добавлено: 01.04.2025. – Проверено: 28.11.2025. – Режим доступа: ЭБС Znanium по паролю. – ISBN 978-5-394-04846-3. - URL: https://znanium.ru/catalog/document?id=421744.

Показаны записи 1-3 из 3.

Учебная аудитория	Материально-техническое обеспечение
Аудитория для проведения занятий лекционного типа	Моноблоки, колонки, доска, проектор со Smart-доской, специализированная мебель, наборы демонстрационного оборудования и учебно-наглядных пособий, обеспечивающие тематические иллюстрации.
Аудитория для лабораторной работы	Моноблоки, колонки, доска, проектор со Smart-доской, специализированная мебель, наборы демонстрационного оборудования и учебно-наглядных пособий, обеспечивающие тематические иллюстрации.
Помещение для самостоятельной работы	Моноблоки, колонки, доска, проектор со Smart-доской, специализированная мебель, наборы демонстрационного оборудования и учебно-наглядных пособий, обеспечивающие тематические иллюстрации.

Место в структуре образовательной программы

Промежуточная аттестация