Политехнический колледж НовГУ

Интеллектуальный анализ данных и построение предсказательных математических моделей

Трудоемкость обучения: 144 академических часа

Форма обучения: очная

Документ, получаемый по итогам обучения: удостоверение о повышении квалификации

Краткое содержание программы:

Требования к результатам обучения. Планируемые результаты обучения

В результате освоения программы слушатель будет:

Знать:

• стандарты Ворлдскиллс и спецификацию стандартов Ворлдскиллс по компетенции;
• требования охраны труда и техники безопасности;
• тенденции и разработки в отрасли, включая новые технологии, методы, языки, условные обозначения и технические навыки;
• статистические методы обработки данных;
• регрессионный анализ;
• методы и алгоритмы машинного обучения;
• дискриминантный анализ;
• кластерный анализ;
• нейронные сети (топология);
• основы программирования на Python и R;
• основы работы с базами данных;
• основы ImageProcessing;
• Big Data Visualization, Large Data Visualization, научную и информационную визуализацию;
• современные аппаратные средства и архитектуры для анализа и визуализации данных;
• важность тщательного документирования разработанных решений;

Уметь:

• соблюдать требования охраны труда и техники безопасности;
• планировать производственный график на каждый день в соответствии с доступным временем и принимать во внимание временные ограничения и крайние сроки;
• применять исследовательские технологии и навыки, чтобы иметь представление о самых последних отраслевых рекомендациях;
• использовать коммуникационные навыки при работе в команде для сотрудничества с другими специалистами для получения желаемых результатов, успешной работы над групповым решением проблем;
• использовать навыки управления проектами в расстановке приоритетов и графика выполнения задач, распределении ресурсов между задачами;
• использовать аналитические навыки для анализа и синтеза сложной или неоднородной информации, определять тривиальные и нетривиальные зависимости данных;
• использовать современные программные продукты для построения математических моделей;
• использовать программное обеспечение для проектирования и моделирования;
• работать в операционной системе Linux;
• обрабатывать информацию и данные;
• выявлять аномалии в данных;
• масштабировать модели;
• строить деревья решений;
• производить компонентный анализ;
• применять математические методы в решении практических задач;
• разрабатывать алгоритмы машинного обучения и анализа данных;
• применять методы анализа данных и машинного обучения;
• выполнять распознавание изображений;
• реализовывать нейронные сети;
• реализовывать ботов;
• разрабатывать алгоритмы и математические модели;
• осуществлять оценку разработанных решений;
• представлять сложные структуры, а также объекты особого интереса, особые точки, аттракторы, сингулярности;
• выполнять верификацию и валидацию визуализации;
• интерпретировать результаты решения;
• интерпретировать большие данные и изображения;
• проявлять профессионализм в подготовке документации;
• разрабатывать документацию пользователей;
• работать с технической документацией на английском языке.