Код: 365490

Назва:

Аналітика великих даних / Big Data

Анотація: Курс "Аналітика великих даних / Big Data" присвячений вивченню сучасних методів аналізу великих та високовимірних наборів даних, що використовуються у прикладній математиці, економіці, фінансах, соціальних та природничих науках. У межах курсу розглядаються статистичні та обчислювальні підходи до аналізу даних, методи побудови прогностичних моделей, регуляризації, вибору моделей та оцінювання їх якості. Курс охоплює базові та розширені методи регресійного аналізу, узагальнені лінійні моделі, методи роботи з високовимірними даними, крос-валідацію, а також елементи статистичного та машинного навчання. Значна увага приділяється практичній реалізації методів аналізу великих даних із використанням сучасних програмних засобів та реальних наборів даних. Дисципліна є нормативною для здобувачів другого (магістерського) рівня вищої освіти спеціальності "Прикладна математика". Курс формує теоретичну основу та прикладні навички, необхідні для подальшого виконання наукових досліджень і прикладних проєктів. Формами контролю є самостійні роботи, поточне оцінювання та підсумковий семестровий контроль

Тип дисципліни: вибіркова, цикл гуманітарної та соціально-економічної підготовки.

Рік навчання: 3

Семестр: осінній

Кількість кредитів: загальна кількість годин - 162, з них лекцій - 26, семінарів - 28, cамостійної роботи - 108; кредитів ЄКТС - 4,5.

Форма контролю: екзамен залік

Викладач(і): к.соц.н. Хутка Світлана Володимирівна

Результати навчання: ознайомлення з основними соціологічними та соціально-психологічними підходами до концептуалізації і емпіричного вивчення соціальної адаптації і соціалізації; знання про особливості соціалізації на різних етапах життєвого шляху людини, особистіс

Спосіб навчання: аудиторне

Необхідні обовязкові попередні й супутні модулі: досягнення поставлених для курсу мети і завдань спирається на володіння студентами знань та умінь, отриманих у таких попередніх курсах, як "Соціологія - 1", "Соціологія - 2", "Методологія та методи соціологічних досліджень".

Зміст дисципліни: призначення курсу - ознайомлення із основними теоретичними та емпіричними підходами у дослідженнях соціальної адаптації людини, зокрема за умов кардинальних соціальних перетворень; вивчення розвитку особистості у її взаємодії із соціальним сере


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, семінарські заняття, самостійна робота. Навчання здійснюється в інтерактивній формі

Методи й критерії оцінювання: підсумковий рейтинг з курсу визначається за 100-бальною шкалою і складається з двох частин: 70% максимального підсумкового рейтингу складає оцінка за роботу протягом семестру (максимальна оцінка за самостійний індивідуальний дослідницький проект

Мова навчання: українська