Код: 365294

Назва:

Big Data і аналітика

Анотація: Курс "Big Data і аналітика" має на меті забезпечити глибоке розуміння ключових принципів та методів роботи з великими даними. Враховуючи математичний фокус спеціальності, курс акцентує на математичному моделюванні, статистичному аналізі та алгоритмах машинного навчання, що застосовуються у сфері Big Data. Основна мета курсу - надати студентам не тільки теоретичні знання, а й практичні навички, які дозволять їм використовувати аналітику великих даних для розв'язання комплексних задач в різних галузях, включаючи фінанси, охорону здоров'я, економіку та соціальні науки. Завершивши курс, студенти набудуть навичок, необхідних для роботи з великими обсягами даних, зможуть проводити комплексний аналіз та використовувати отримані знання для розв'язання практичних завдань. Курс призначений для студентів, які мають базове розуміння програмування та математики, і зацікавлені в кар'єрі в області аналітики даних, машинного навчання або розробки систем обробки великих даних.

Тип дисципліни: вибіркова

Рік навчання: 4

Семестр: весняний

Кількість кредитів: 4

Форма контролю: залік

Спосіб навчання: аудиторне


Рекомендована література: Основна:
1. Eduardo Garcнa-Portuguйs. "Notes for Predictive Modeling." (2025), https://bookdown.org/egarpor/PM-UC3M/
2. William H. Greene (latest edition). "Econometric Analysis." Pearson. (2018)
Допоміжна:
1. Hastie Trevor, Tibshirani Robert, Friedman Jerome. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. - 2nd Edition. - Springer, 2009.
2. James Gareth, Witten Daniela, Hastie Trevor, Tibshirani Robert. An Introduction to Statistical Learning with Applications in R. - 2nd Edition. - Springer, 2021.
3. Wooldridge Jeffrey M. Introductory Econometrics: A Modern Approach. - 7th Edition. - Cengage Learning, 2020.
4. Koop Gary. Bayesian Econometrics. - Wiley, 2003.
5. Murphy Kevin P. Machine Learning: A Probabilistic Perspective. - MIT Press, 2012.
6. Bьhlmann Peter, van de Geer Sara. Statistics for High-Dimensional Data: Methods, Theory and Applications. - Springer, 2011.
7. Efron Bradley, Hastie Trevor. Computer Age Statistical Inference. - Cambridge University Press, 2016.
8. Ya.M. Drin, I.I. Drin, S.S. Drin THE Nonlocal problem for fractal diffusion equation, 1' 2023, International Scientific Technical Journal "Problems of Control and Informatics", 67(1), c. 47-55.

Форми та методи навчання: лекції, практичні заняття, самостійна робота

Мова навчання: українська