Похожие презентации:
Анализ больших данных
1.
Структура учебногокурса
Анализ больших данных
Смородин Геннадий Николаевич
2.
Тематическая структура3.
Экосистема больших данныхТехнологии хранения и
обработки
Анализ больших
данных
Data Mining
Text Mining
4.
Экосистема больших данныхБольшие данные.
Стандарты. Задачи анализа данных
5.
Технологии хранения и обработкибольших данных
Фреймворк Hadoop
Распределенная файловая система HDFS
Фреймворк MapReduce
Экосистема R
Язык программирования R
Интегрированная среда разработки RStudio
Библиотеки R
6.
Data MiningИнтеллектуальный анализ данных
Методы решения задач поиска закономерностей в данных
7.
Text miningИнтеллектуальный анализ больших данных
Методы поиска закономерностей в текстовых данных
8.
Организационная структура9.
ЧасыОчная
5 сем
Заочная
ускор
5 сем
Заочная
5-6 сем.
Лекции
26
22
6
Пр занятия
22
20
4
Лаб
работы
18
12
4
Всего
66
Бакалавры
Семестр
очное - 8 /
заочное 9
Промежуточная
аттестация
тестирование
Аттестация
Экзамен
14
10.
ПЗ11.
ЛР12.
ТребованияЗавершение курса
5
• Презентация проекта Data Mining
• СДО тесты + КР – 90 баллов
4
• СДО тесты + КР – 80
баллов
3
• СДО тесты + КР – 60
баллов
13.
Система тестирования во времяэкзаменационной сессии
quizizz.com
Регистрация
Имя пользователя
Фамилия Имя
Вход без регистрации
14.
РесурсыТекстовые
Барсегян.2007.Технологии
анализа данных: Data Mining,
Visual Mining, Text Mining, OLAP
Чак.2012.Hadoop в действии
Шипунов.Анализ данных с R
MOOC
Чубукова.ИНТУИТ.Data Mining
Видео
YouTube
Программные
R
RStudio / RStudio Cloud