Горячая линия
07 октября 2022 активны на платформе
42 316 +373
Преподавателей
373 743 +6713
Студента
99+
Нет новых уведомлений
Высокий уровень вовлечения представителей целевой аудитории является четким
12 декабря 2020
Высокий уровень вовлечения представителей целевой аудитории является четким
12 декабря 2020
Высокий уровень вовлечения представителей целевой аудитории является четким
12 декабря 2020

Корзина

Позиций
Стоимость 0
Перейти в корзину
Войдите или зарегистрируйтесь, чтобы получить все преимущества платформы Юрайт!

АНАЛИЗ ДАННЫХ

218 вузов 387 преподавателей 994 студента
бакалавриат магистратура специалитет аспирантура
344 зачетных единицы
144 академ/часа
8 часов в неделю
Доступно к покупке
  • О курсе
  • Авторы
  • Программа курса
  • Методика

О курсе

Роль методов анализа данных в нашей жизни весьма значительна. Люди, часто не задумываясь и не осознавая, постоянно их используют в повседневной практике. Анализ данных пронизывает все аспекты современной жизни, служит основой для многих решений в предпринимательской и общественной деятельности, информируют о тенденциях и факторах, которые влияют на нашу жизнь. Анализ данных как научная дисциплина в системе прикладной статистики разрабатывает и систематизирует понятия, приемы, математические методы и модели, предназначенные для организации отбора из исследуемой совокупности подлежащих обследованию единиц, их стандартной записи, систематизации и обработке с целью их удобного представления и интерпретации, получения научных и практических выводов. В настоящем учебнике анализ данных рассматривается как дисциплина, основанная на статистических методах и вычислительных алгоритмах, позволяющих извлекать знания из результатов наблюдений.
Базовый учебник
Серия
Высшее образование
Тематика/подтематика
Компьютеры. Интернет. Информатика. / Анализ данных
Дисциплины
Анализ данных в социологии, Анализ данных, Модели и методы анализа данных, Основные методы анализа данных, Введение в анализ данных и исследование операций, Введение в анализ данных исследование операций, Машинное обучение и анализ данных, Анализ данных и машинное обучение, Методы анализа данных, Анализ больших данных, Прикладные методы анализа данных, Введение в анализ данных, Методы и модели анализа данных, Введение в анализ данных и машинное, Введение в анализ данных и машинное обучение, Методы анализа данных больших объемов
Направления подготовки/Специальности/Профессии
39.06.01 Социологические науки,
44.03.04 Профессиональное обучение (по отраслям),
09.06.01 Информатика и вычислительная техника,
21.03.02 Землеустройство и кадастры,
12.05.01 Электронные и оптико-электронные приборы и системы специального назначения,
11.06.01 Электроника, радиотехника и системы связи,
27.03.02 Управление качеством,
47.06.01 Философия, этика и религиоведение,
10.06.01 Информационная безопасность,
45.03.04 Интеллектуальные системы в гуманитарной сфере,
01.04.03 Механика и математическое моделирование,
22.04.02 Металлургия,
13.03.02 Электроэнергетика и электротехника,
09.03.03 Прикладная информатика,
12.03.04 Биотехнические системы и технологии,
39.03.01 Социология,
12.03.01 Приборостроение,
09.03.01 Информатика и вычислительная техника,
10.05.01 Компьютерная безопасность,
02.03.02 Фундаментальная информатика и информационные технологии,
36.05.01 Ветеринария,
01.03.05 Статистика,
27.04.05 Инноватика,
38.04.02 Менеджмент,
01.04.02 Прикладная математика и информатика,
24.03.02 Системы управления движением и навигация,
09.04.01 Информатика и вычислительная техника,
02.04.03 Математическое обеспечение и администрирование информационных систем,
19.03.01 Биотехнология,
27.04.02 Управление качеством,
16.03.01 Техническая физика,
38.03.02 Менеджмент,
15.03.04 Автоматизация технологических процессов и производств,
09.03.02 Информационные системы и технологии,
11.03.02 Инфокоммуникационные технологии и системы связи,
12.03.03 Фотоника и оптоинформатика,
01.03.04 Прикладная математика,
11.03.03 Конструирование и технология электронных средств,
06.05.01 Биоинженерия и биоинформатика,
41.03.06 Публичная политика и социальные науки,
06.06.01 Биологические науки,
02.03.01 Математика и компьютерные науки,
36.03.01 Ветеринарно-санитарная экспертиза,
09.04.04 Программная инженерия,
27.03.05 Инноватика,
11.04.02 Инфокоммуникационные технологии и системы связи,
01.03.02 Прикладная математика и информатика,
23.03.03 Эксплуатация транспортно-технологических машин и комплексов,
01.04.04 Прикладная математика,
19.03.03 Продукты питания животного происхождения,
38.04.05 Бизнес-информатика,
18.03.02 Энерго- и ресурсосберегающие процессы в химической технологии, нефтехимии и биотехнологии,
15.04.04 Автоматизация технологических процессов и производств,
14.03.01 Ядерная энергетика и теплофизика,
02.03.03 Математическое обеспечение и администрирование информационных систем,
12.03.05 Лазерная техника и лазерные технологии,
09.03.04 Программная инженерия,
12.03.02 Оптотехника,
10.03.01 Информационная безопасность,
10.05.04 Информационно-аналитические системы безопасности,
02.04.02 Фундаментальная информатика и информационные технологии,
01.06.01 Математика и механика,
30.05.01 Медицинская биохимия,
38.04.01 Экономика,
27.03.04 Управление в технических системах,
39.04.01 Социология,
09.04.02 Информационные системы и технологии,
19.03.02 Продукты питания из растительного сырья,
09.04.03 Прикладная информатика,
16.03.03 Холодильная, криогенная техника и системы жизнеобеспечения,
38.03.05 Бизнес-информатика,
15.03.06 Мехатроника и робототехника,
38.03.01 Экономика,
46.03.02 Документоведение и архивоведение,
42.03.01 Реклама и связи с общественностью,
38.05.01 Экономическая безопасность
Свернуть
Еще 72

Программа курса

Свернуть все темы
Развернуть все темы

Авторский коллектив

Время прохождения 18 минут
Свернуть
Развернуть тему

Предисловие

Время прохождения 70 минут
Свернуть
Развернуть тему

Глава 1. Предварительный анализ данных. Описательная статистика

Время прохождения 1564 минуты
Свернуть
Развернуть тему

Глава 2. Генеральная и выборочная совокупности

Время прохождения 1033 минуты
Свернуть
Развернуть тему

Глава 4. Регрессионный анализ

Время прохождения 912 минут
Свернуть
Развернуть тему

Глава 6. Классификация многомерных наблюдений

Время прохождения 1111 минут
Свернуть
Развернуть тему

Список рекомендуемой литературы

Время прохождения 70 минут
Свернуть
Развернуть тему

Завершение курса

Время прохождения 80 минут
Свернуть
Развернуть тему

Методика

Укажите параметры рабочей программы
Анализ данных
Есть вопросы? Напишите нам

Материалы курса

Лекции22
Тесты8
Задания20

Поделиться курсом

Курсы по теме:

95 вузов Преподавателей Студентов