Аналіз даних охоплюють такі задачі, як перетворення, зберігання, аналіз, моделювання та отримання інформації при прийнятті рішень на основі фактичних даних.
В ході вивчення дисципліни Аналіз даних ми сконцентруємо свою увагу на вивчені напрямку Data Mining де найчастіше вирішує завдання:
- Кластеризація – це групування об'єктів (спостережень, подій) на основі даних (властивостей), що описують сутність об'єктів. Об'єкти усередині кластера повинні бути "схожими" один на одного і відрізнятися від об'єктів, що увійшли в інші кластери. Чим більше схожі об'єкти всередині кластера і чим більше відмінностей між кластерами, тим точніше кластеризація.
- Класифікація – встановлення функціональної залежності між вхідними і дискретними вихідними змінними, що відповідають певним класам. За допомогою класифікації вирішується завдання віднесення об'єктів (спостережень, подій) до одного з заздалегідь відомих класів.
- Асоціація – виявлення залежностей між пов'язаними подіями, що вказують, що з події X слідує подія Y. Такі правила називаються асоціативними. Вперше ця задача була запропонована для знаходження типових шаблонів покупок, що здійснюються в супермаркетах, тому іноді її ще називають аналізом споживчого кошика (market basket analysis).
Метою вивчення
дисциплін є ознайомлення з основними системами та методами прийняття рішення (зокрема:
використання "розумних" процедур вибору найкращої з декількох
можливих альтернатив, методи оцінки критеріїв альтернатив та застосування
функцій цінності; застосуванні систем і методів прийняття колективних рішень, голосування
на виборах, рішення, що приймаються в невеликих групах), визначення основних принципів та технології організації
людської системи переробки інформації.
В ході вивчення дисципліни розглядаються: визначення множини Еджворта-Парето, лінійна згортка,
лексикографічне впорядкування, МАІ, принцип де Кондорсе, правило більшості
голосів, метод Борда, метод "мозкового штурму", метод Делфі
Метою курсу є формування знань та навичок використання SQL (Structured query language), як базової мови формування запитів та обробки даних реляційних баз даних (та змішаних моделей даних на базі реляційних).
Навчальна дисципліна спрямована на вивчення:
- формувати запити мовою SQL, відповідно до стандарт SQL-92 (запити командою SELECT, різного рівня складності);
- створювати та заповнювати/змінювати базу даних мовою SQL;
- використовувати інструменти роботи з реляційною СУБД Microsoft SQL Server Management Studio та Microsoft SQL Server;
- використовувати теорію реляційних баз даних в ході їх проектування та експлуатації;
- порівнювати діалекти мов SQL для різних СУБД (наприклад: Transact-SQL для Microsoft SQL Server, PSQL для Firebird).
Дискретна математика – галузь математики, що вивчає властивості будь-яких дискретних структур. В ході оволодіння матеріалами дисципліни студенти вивчають наступні галузі науки: теорія множин, відношення, елементи комбінаторного аналізу, графи, бінарні відношення та інші.