Робоча програма навчальної дисципліни «Аналітика даних» #

Course study program — Data Analytics (мова навчання — українська)

Складові курсу / Навігація #

Структура курсу. Матеріали (.md) покривають усі 6 змістових модулів — лекції та лабораторні 1–14. Кожна лабораторна робота відповідає лекції з тим самим номером і поєднує аудиторні обчислення з домашньою програмою.

1. Опис навчальної дисципліни #

Розподіл годин: $28 + 28 + 94 = 150$ год.

2. Мета курсу та очікувані результати #

2.1 Мета курсу #

Метою дисципліни є формування системи знань і практичних навичок з інтелектуального аналізу даних (data mining) — від імовірнісно-статистичного підґрунтя до сучасних методів класифікації, кластеризації та пошуку асоціативних правил. Курс навчає ставити задачу аналізу даних точною мовою, обирати й застосовувати відповідний метод до реального набору даних, оцінювати якість побудованої моделі, інтерпретувати результат і реалізовувати метод програмно. Дисципліна поєднує математичну строгість (означення, формули, покрокові обчислення) з інженерною практикою (робота з наборами даних у форматі CSV, написання власних реалізацій алгоритмів).

2.2 Очікувані результати навчання #

За результатами вивчення дисципліни здобувач повинен

знати:

• базові поняття аналітики даних, типи змінних і даних, основи теорії ймовірностей (події, умовна ймовірність, теореми Байєса, додавання й множення) та комбінаторики;
• випадкові величини, функції розподілу, числові характеристики (математичне сподівання, дисперсія) і ключові розподіли (Бернуллі, біноміальний, рівномірний, нормальний, $\chi^2$, Стьюдента, Фішера);
• методи описової статистики та візуалізації, побудову довірчих інтервалів і перевірку статистичних гіпотез;
• регресійний та кореляційний аналіз, метод найменших квадратів, таблиці спряженості й критерій згоди Пірсона;
• методи класифікації — $k$ найближчих сусідів (kNN), дерева рішень (One Rule, ID3, C4.5, CART), наївний баєсів класифікатор — та метрики їх якості;
• методи кластеризації — $k$-середніх, нечіткий $c$-середніх, ієрархічні (агломеративні та поділяючі) — і метрики якості кластеризації;
• пошук асоціативних правил (алгоритми Apriori та Eclat) і міри інтересовності (підтримка, достовірність, підйом, переконливість);

вміти:

• обчислювати описові характеристики вибірки та будувати їх візуалізації;
• будувати й інтерпретувати довірчі інтервали, формулювати й перевіряти статистичні гіпотези про середні, дисперсії та частки;
• будувати лінійні регресійні моделі методом найменших квадратів і оцінювати їх якість коефіцієнтом детермінації;
• застосовувати алгоритми класифікації та кластеризації до наборів даних і оцінювати якість результату (матриця невідповідності, точність, повнота, $F$-міра, MCC; індекс Данна, силует);
• знаходити асоціативні правила та відбирати цікаві з них за мірами інтересовності;
• реалізовувати перелічені методи програмно (мову програмування студент обирає самостійно), читаючи вхідні дані з файлів CSV.

2.3 Пререквізити #

Вища математика (математичний аналіз, лінійна алгебра); основи теорії ймовірностей; основи програмування (робота з файлами, структури даних).

3. Програма курсу #

Чотирнадцять лекційних занять (по 2 год) згруповано у шість змістових модулів. Кожній лекції відповідає лабораторна робота з тим самим номером, що містить дві частини: аудиторні задачі (математичні обчислення «руками») та домашнє завдання (написання програми). Докладніше про формат — Laboratory/README.md.

Змістовий модуль 1. Вступ до інтелектуального аналізу даних #

Змістовий модуль 2. Математична статистика #

Змістовий модуль 3. Методи класифікації #

Змістовий модуль 4. Методи категоризації (кластеризації) #

Змістовий модуль 5. Асоціативні правила #

Змістовий модуль 6. Розширені методи аналітики даних #

Теми L12–L14 додано понад вихідний архів курсу; усі матеріали — лекції, лабораторні та слайди — підготовлено в межах проєкту.

4. Методи контролю та розподіл балів #

Загальна оцінка — за 100-бальною шкалою. Мінімальне позитивне значення відповідає 60 % від максимуму.

Підсумковий контроль — залік. Окремого іспиту немає: підсумкову оцінку (залік) виставляють за сумою балів — лабораторні роботи (60, поточний контроль) і підсумковий тест (40). Позитивний залік — від 60 балів. Матеріали підсумкового тесту (банк питань, імпорт у Moodle) — поза цим репозиторієм (окремий проєкт).

Оцінювання лабораторних. Кожну лабораторну оцінюють за трирівневою шкалою (базовий / середній / високий) — оцінка відповідає найвищому повністю виконаному рівню. Зараховуються обидві частини роботи: аудиторні обчислення та захищене домашнє завдання (програма). Умови рівнів наведено у файлі 4task.md кожної роботи.

5. Методи навчання #

Лекції з розбором математичних методів і покрокових прикладів; лабораторні роботи з двох частин — аудиторний розбір типових задач «руками» та самостійна реалізація методу у вигляді програми; робота з реальними наборами даних (зокрема з відкритих джерел, як-от Kaggle).

6. Рекомендована література #

Основна:

• Han J., Kamber M., Pei J. Data Mining: Concepts and Techniques. — Morgan Kaufmann.
• James G., Witten D., Hastie T., Tibshirani R. An Introduction to Statistical Learning. — Springer.
• Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning. — Springer.
• Гмурман В. Є. Теорія ймовірностей і математична статистика.

Допоміжна:

• Aggarwal C. C. Data Mining: The Textbook. — Springer.
• Tan P.-N., Steinbach M., Kumar V. Introduction to Data Mining. — Pearson.

7. Інформаційні ресурси та інструменти #

• Python з бібліотеками numpy, pandas, scikit-learn, scipy, matplotlib — рекомендоване середовище для лабораторних (мову студент обирає самостійно).
• Kaggle — відкриті набори даних для навчальних вибірок.
• scikit-learn documentation — довідник з методів машинного навчання (для перевірки власних реалізацій).

README.md · 14.9 KB · updated 2026-08-05 11:18