Информация о курсе

В результате успешного освоения дисциплины студент будет

знать:

• современные тенденции развития технологий компьютерного анализа данных;
• основные понятия и парадигмы статистического анализа и прогнозирования временных рядов;
• основные модели и алгоритмы методов статистического анализа и прогнозирования временных рядов;
• функциональные возможности современных пакетов и фреймворков для статистического моделирования;

уметь:

• применять проектировать, разрабатывать и использовать библиотеки языка R для решения задач прогнозирования;
• оценивать качество моделей, разработанных для статистического анализа и прогнозирования временных рядов;

владеть:

• базовыми средствами разработки моделей для статистического анализа и прогнозирования временных рядов;
• методологией создания ИТ-сервисов, основанных на статистическом анализе и прогнозировании временных рядов;
• способностью находить и оценивать возможности применения методов, моделей и алгоритмов статистического анализа и прогнозирования временных рядов для решения прикладных задач.

Направление подготовки бакалавриата:

09.03.01 Информатика и вычислительная техника (профиль «Вычислительные машины, комплексы, системы и сети»)

Тема 1. Источники и базы данных научно-технической и патентной информации

Тема 2. Аналитические технологии

Тема 2.1. Прогнозирование как задача анализа временного ряда

Тема 2.2. Идентификация моделей, оценка параметров, исследование адекватности модели, прогнозирование

31 час на освоение курса, 1 зачётная единица

Ботыгин Игорь Александрович
кандидат технических наук, доцент отделения информационных технологий (ОИТ) Инженерной школы информационных технологий и робототехники (ИШИТР)
http://portal.tpu.ru/SHARED/b/BIA.

Консультант: Гончарук Ольга Александровна, эксперт ОЦОР ЦЦОТ ТПУ