Методы анализа данных

Лекторы:
Рубан Анатолий Иванович, д.т.н., профессор.
Кузнецов Алексей Владимирович, к.т.н., доцент.

Общая характеристика дисциплины

Цель изучения дисциплины - научить студентов проводить квалифицированный статистический анализ экспериментальных данных в автоматизированных системах обработки информации и управления.

В результате изучения дисциплины студент должен знать:

- Основные методы и алгоритмы обработки экспериментальных данных при решении задач;
- Статистической проверки гипотез;
- Классификация в распозновании образов;
- Построение статических и динамических моделей обьектов;
- Оптимизации;
- Адаптивного оптимального уравнения стохастическими объектами.

Структура дисциплины
- Статистическая проверка гипотез;
- Классификация распознавания образов;
- Планирование эксперимента;
- Методы непараметрической обработки информации;
- Методы экспериментальной оптимизации;
- Идентификация статистических моделей объектов;
- Идентификация динамических моделей объектов;
- Адаптивное управление с идентификацией.

Самостоятельная работа

Параллельно лекциям студенты самостоятельно изучают теоретический курс, используя основное учебное пособие, рекомендованную литературу, а также производят поиск дополнительной информации в глобальной сети Интернет.

Студенты решают задачи и упражнения, представленные в основном в учебном пособии. Номера задач и упражнений выдаются преподавателем во время проведения практических занятий. Для решения задач студенты могут воспользоваться разобранными примерами в основном учебном пособии курса. Контроль решенных задач производится во время контрольной недели.