Чисельні методи. Методи інтелектуального аналізу великих даних

ID: 6040
Навчальна дисципліна професійної підготовки
Год внедрения: 
2020.
Количество кредитов ЭКТС: 
4.50.
Форма контроля: 
Экзамен.
Преподаватель: 
к.т.н., доц. Рудніченко М. Д.
Количество аудиторных занятий: 
16 годин лекційних занять, 44 години лабораторних занять..

Анотація навчальної дисципліни

Мета дисципліни:

формування у здобувачів вищої освіти систематичних знань і навичок в області чисельних методів та методів інтелектуального аналізу великих даних для вирішення теоретичних і прикладних задач на базі використання сучасних програмних засобів.

Завдання дисципліни:
  • вивчити чисельні методи вирішення задач інтегрування, диференціювання, рішення лінійних і трансцендентних рівнянь і систем рівнянь за допомогою ЕОМ;
  • отримати базові знання з використання основних чисельних методів розв'язування математичних задач;
  • вивчити особливості використання чисельних методів при проведенні інтелектуального аналізу даних
  • розвинути навички розробки алгоритмів та програми для вирішення обчислювальних задач інтелектуального аналізу даних. 

 

Програмні компетентності

  • Здатність до абстрактного мислення, аналізу та синтезу.
  • Здатність до розуміння предметної області та професійної діяльності.
  • Здатність вчитися і оволодівати сучасними знаннями.
  • Здатність до пошуку, оброблення та узагальнення інформації з різних джерел.
  • Здатність  аналізувати об’єкт проектування або функціонування та його предметну область.
  • Здатність використовувати сучасні ІСТ (виробничі, підтримки прийняття рішень, інтелектуального аналізу даних та інші), методики й   техніки       кібербезпеки під час виконання функціональних завдань та обов’язків.
  • Здатність вибору, проектування,    розгортання інтегрування, управління, адміністрування та супроводжування ІСТ та інфокомунікацій, сервісів та інфраструктури організації.
  • Здатність оволодіти сучасними технологіями програмування та тестування програмного забезпечення.
  • Здатність використовувати знання з  у системах штучного інтелекту (СШІ), принципи побудови СШІ, зокрема, експертних систем, технологій побудови інтелектуальних систем, представлення їх в загальній структурі ІТ. 

 

Програмні результати навчання

Застосовувати знання фундаментальних і природничих наук, системного аналізу та технологій моделювання, стандартних алгоритмів та дискретного аналізу при розв’язанні задач проектування і використання ІСТ.

Проводити системний аналіз об’єктів проектування та обґрунтовувати вибір структури, алгоритмів та способів передачі інформації в ІСТ.

Видобувати знання шляхом інтеграції та аналізу великих даних, отриманих з різноманітних та різнорідних джерела інформації. Вміти обґрунтовувати вибір абстрактних типів даних та структур даних при проектуванні програмного забезпечення ІСТ.

Використовувати знання з  у системах штучного інтелекту (СШІ); принципів побудови СШІ, зокрема, експертних систем; технологій побудови інтелектуальних систем, представлення їх в загальній структурі ІТ.

 

Кількість аудиторних занять

16 годин лекційних занять, 44 години лабораторних занять.

 

Форми організації освітнього процесу та види навчальних занять

  • Л – лекційні заняття;
  • ЛЗ – лабораторні заняття;
  • СРС – самостійна робота здобувача вищої освіти;
  • РГР – розрахунково-графічна робота;
  • ПКО – поточні контрольні опитування; МКР – модульна контрольна робота; К – консультації.

 

Тематика та види навчальних занять

  • 1 тиждень 
    • Л1. Елементи теорії похибок. Рішення рівнянь з однієї змінною [1, c. 23- 77; 2, с.10-20; 5, c. 4-10].
    • ЛЗ1. Знайомство з інтерпретатором і інтерактивна оболонка на idle
    • СРС. К. 
  • 2 тиждень
    • ЛЗ2. Рішення задач на визначення похибок обчислень
    • ЛЗ3. Рішення систем лінійних алгебраїчних рівнянь
    • СРС. К. 
  • 3 тиждень
    • Л2. Рішення системи методом крамера. Методи рішення систем нелінійних рівнянь [1, c. 167- 198; 2, с.41-48; 4, с.111-156; 5, c. 19- 21].
    • ЛЗ4. Рішення нелінійних рівнянь
    • СРС. К.
  • 4 тиждень
    • ЛЗ5. Розробка графічних програмних застосувань для вирішення рівнянь та візуалізації результатів. Частина 1
    • ЛЗ6. Розробка графічних програмних застосувань для вирішення рівнянь та візуалізації результатів. Частина 2
    • ПКО1
    • СРС. К. 
  • 5 тиждень
    • Л3. Інтерполяція функцій. Чисельне диференціювання і інтегрування [1, c. 250- 278; 2, с.60-70; 5, c. 21- 25].
    • ЛЗ7. Аппроксимація функцій. Частина 1
    • СРС. К. 
  • 6 тиждень
    • ЛЗ8. Аппроксимація функцій. Частина 2
    • ЛЗ9. Інтерполяція функцій. Частина 1.
    • СРС. К. 
  • 7 тиждень
    • Л4. Рішення звичайних диференційних рівнянь і систем. Чисельні методи рішення диференційних рівнянь в приватних похідних [1, c. 320-340; 3, с.67-79; 4, с.500-534; 5, c. 30- 32].
    • ЛЗ10. Інтерполяція функцій. Частина 2.
    • ПКО2
    • СРС. К. 
  • 8 тиждень
    • ЛЗ11. Чисельні методи рішення диференційних рівнянь. Частина 1
    • ЛЗ12. Чисельні методи рішення диференційних рівнянь. Частина 2
    • МКР1. СРС. К. 
  • 9 тиждень
    • Л5. Вступ в інтелектуальний аналіз даних. Завдання класифікації і кластеризації в ІАД [5, c. 34-67].
    • ЛЗ13. Дослідження можливостей використання багатовимірного аналізу даних. Частина 1
    • СРС. К. 
  • 10 тиждень
    • ЛЗ14. Дослідження можливостей використання багатовимірного аналізу даних. Частина 2
    • ЛЗ15. Дослідження методів проведення інтелектуального аналізу текстових даних. Частина 1
    • СРС. К. 
  • 11 тиждень
    • Л6. Статистичний аналіз даних і прогнозування. Специфіка кореляційного і регресійного аналізу і побудови вирішальних дерев [5, c.68-95].
    • ЛЗ16. Дослідження методів проведення інтелектуального аналізу текстових даних. Частина 2
    • ПКО3
    • СРС. К. 
  • 12 тиждень
    • ЛЗ17. Проектування і розробка програмного додатка штучного співрозмовника. Частина 1
    • ЛЗ18. Проектування і розробка програмного додатка штучного співрозмовника. Частина 2
    • СРС. К. 
  • 13 тиждень
    • Л7. Методи пошуку асоціативних правил і візуалізації. Багатовимірний аналіз даних [5, c.87-97].
    • ЛЗ19. Програмування та навчання семантичної мережі. Частина 1
    • СРС. К. 
  • 14 тиждень
    • ЛЗ20. Програмування та навчання семантичної мережі. Частина 2
    • ЛЗ21. Дослідження можливостей використання нечіткої логіки. Частина 1
    • ПКО4
    • СРС. К. 
  • 15 тиждень
    • Л8. Нечіткі безлічі і м'які обчислення  [5, c.98-111].
    • ЛЗ22. Дослідження можливостей використання нечіткої логіки. Частина 2
    • МКР2. СРС. К.

 

Індивідуальна робота

Виконується РГР. 

Мета РГР: набуття загальних та спеціальних компетентностей майбутніх бакалаврів, поглиблення теоретичних знань та практичних навичок розробки десктопних програмних застосувань для вирішення завдань чисельних методів та інтелектуального аналізу даних. 

  • 1–7 тижні Отримання завдання. Аналіз літературних джерел з досліджуваної тематики, заданих чисельних методів та алгоритмів інтелектуального аналізу даних. Аналіз програмних аналогів та обґрунтування вибору бібліотек та допоміжних засобів реалізації. Проектування структури програмного застосування.
  •  8–14 тижні Розробка структур даних, основних сутностей та визначення зв’язків між ними. Створення інтерфейсу програмного застосування. Написання програмного коду реалізації основної логіки програми, тестування створеного функціоналу. Розгортання та перевірка роботи програмного застосування. Оформлення протоколу виконання РГР.
  • 15 тиждень Захист роботи.

 

Самостійна робота

Самостійна робота складає 75 годин. Розподіл самостійної роботи за видами навчальних робіт:

  • підготовка до лекційних занять – 10 годин;
  • підготовка до лабораторних занять – 15 годин;
  • виконання РГР – 15 годин;
  • підготовка до екзамену – 30 годин.

 

Процедура оцінювання

Система оцінювання рівня навчальних досягнень ґрунтується на принципах ЄКТС та є накопичувальною. Дисципліна поділяється на два семестрові модулі. Здобувачі протягом семестру готуються до лекційних та лабораторних занять, виконують 2 модульні контрольні роботи.

Модульні контрольні роботи № 1 та № 2 виконуються у письмовій формі. Модульна робота складається з теоретичної частини (2 запитання) та практичної частини (1 задача). Відповідь на кожне теоретичне питання оцінюється максимум 10 балами. Правильне розв’язання задачі оцінюється в 10 балів.

Кожний модуль оцінюється у максимально можливі 50 балів:

Семестровий модуль № 1

  • ПКО1 та ПКО2 – на базі отриманих результатів по відповідних лабораторних роботах, оцінка за кожне 5 балів. Термін проведення 3 та 7 тижні.
  • РГР(ч.1). Оцінка за виконання – 10 балів. Термін надання – 8 тиждень.
  • МК1. Модульна контрольна робота – 30 балів (8 тиждень). Перескладання можливе протягом 9–11 тижнів за розкладом консультацій.

Семестровий модуль № 2

  • ПКО3 та ПКО4 – на базі отриманих результатів по відповідних лабораторних роботах, оцінка за кожне 5 балів. Термін проведення 11 та 14 тижні.
  • РГР(ч.2). Оцінка за виконання – 10 балів. Термін надання та захист – 14–15 тижні. 
  • МК2. Модульна контрольна робота – 30 балів (15 тиждень).

Максимальна оцінка за повний обсяг виконаних навчальних елементів дисципліни – 100 балів.

Підсумковим контролем з дисципліни є усний екзамен, білет до якого складається з теоретичної частини (3 запитання) та практичної частини (1 задача). Максимальна оцінка за правильні відповіді на всі питання екзаменаційного білету становить 100 балів. 

 

Умови допуску до підсумкового контролю

До екзамену допускаються здобувачі вищої освіти, які виконали всі види навчальних елементів навчальної дисципліни на не менш, ніж на 60 %.

Екзамен відбувається за всіма тематичними (змістовними) модулями дисципліни.

 

Політика освітнього процесу

Здобувач зобов’язаний своєчасно та якісно виконувати всі отримані завдання; за необхідністю з метою з’ясування всіх не зрозумілих під час самостійної та індивідуальної роботи питань, відвідувати консультації викладача. Дотримуватись принципів академічної доброчесності. 

Виконаний не свій варіант завдання здобувачем не оцінюється.

Робота, яка виконана після встановлених викладачем термінів, не приймається.

Відсутність здобувача на екзамені або на контрольній роботі відповідає оцінці «0».

Складання/перескладання екзаменів – за встановленим деканатом розкладом.

Під час лекції здійснювати телефонні дзвінки забороняється.

 

Літературні джерела:

  1. Бахвалов Н. С. Чисельні методи. Рішення задач і вправи / Н.С. Бахвалов, А.А. Корнєв, Е.В. Чіжонков. - М .: Дрофа, 2009. - 393 с.
  2. Береславский Е.Н. Чисельні методи. Навчальний посібник / Е.Н. Береславский, Я.М. Далингер, В.Д.Павлов. - СПб: Університет ГА, 2014. - 91 с. 
  3. Бойченко Л.П. Чисельні методи та їх комп'ютерна реалізація / Л.П. Бойченко, Н.М. Виборова, О.Н. Туманова. - Ухта: УГТУ, 2012. - 90 с. 
  4. Вержбицький В.М. Основи чисельних методів / В.М. Вержбицький. - М .: Вища. шк., 2002. - 840 с. 
  5. Рудніченко М.Д. Навчальний посібник з дисципліни "Чисельні методи. Методи інтелектуального аналізу великих даних" для студентів спеціальності 126 - Інформаційні системи и технології / Укл .: М.Д. Рудніченко, А.Ю. Козлов, Одеса. ОНПУ, 2019. - 104 с. (Електронна версія), Реєстраційний номер № 6996-РС-2019. НП10984
  6. Рудніченко М.Д. Методичні вказівки до лабораторних робіт з дисципліни "Чисельні методи. Методи інтелектуального аналізу великих даних" для студентів спеціальності 126 - Інформаційні системи и технології / Укл .: М.Д. Рудніченко, І.М. Шпинарьова, О.Д. Косенко, Одеса. ОНПУ, 2019. - 89 с. (Електронна версія), Реєстраційний номер № 6995-РС-2019. МВ10986
  7. Ахмаді Ф.Г. Чисельні методи. Приклади і задачі. Навчально-методичний посібник з курсів «Інформатика» і «Обчислювальна математика». Казань: КГАСУ, 2017. - 107 с.
  8. Поршнсв С. В., Бєлєнкова І. В. Чисельні методи на базі Mathcad СПб .: БХВ-Петербург, 2005. - 464 с.
  9. Глазиріна Л.Л., Карчевський М.М. Введення в чисельні методи: навчальний посібник Казань: Казан. ун-т, 2017. - 122 с.
  10. Іконнікова І.А., Лаходинова Н.В Інформатика, частина II: чисельні методи: Методичні вказівки Томськ: Изд-во Томського архітектурно-будівельного університету, 2007. - 38 с.
  11. Андрєєв В.Б. Чисельні методи М .: Видавничий відділ факультету ВМиК МГУ імені М.В. Ломоносова, 2013. - 336 с.
  12. Арушанян І.О. Завдання і вправи з курсу Чисельні методи М .: Изд-во ЦПИ при механіко-математичному факультеті МДУ, 2006. - 167 с.
  13. Рудніченко М.Д. Методичні вказівки до розрахунково-графічної роботи з дисципліни ” Чисельні методи. Методи інтелектуального аналізу великих даних” для студентів  спеціальності - 126 Інформаційні системи та технології / Укл.: М.Д. Рудніченко, І.М. Шпинарева. – Одеса: ОНПУ, 2020. – 10 с. (Електронна версія), Реєстраційний номер №7538-РС-2020 (МВ11505)