Анализ больших данных

Информация об

авторах

Шабазов Ибрагим Магомедович – старший преподаватель кафедры «ИТ»;

Цели и задачи

дисциплины:

Цели дисциплины: получение знаний теоретических основ анализа больших данных, включая базовые элементы статистического программирования и интеллектуального анализа больших наборов данных.

Задачи дисциплины:

- научить производить расчеты с применением технологий анализа больших данных и решать широкий спектр прикладных задач обработки больших наборов данных.

Длительность изучения дисциплины: 12 недель

Трудоемкость дисциплины: 5 зачетных единиц

В результате освоения дисциплины студент должен:

знать:       

- базовые понятия технологии больших данных; методы и техники анализа больших данных; нереляционные базы данных (NoSQL); модель обработки информации MapReduce; компоненты кластерной экосистемы Hadoop; технологии Datamining.

уметь:

-определять массивы больших данных; анализировать кластеры больших данных; обрабатывать и управлять большими объемами постоянно обновляющейся информации.

владеть:

-современными технологиями создания и обслуживания больших данных; методологией и методикой прогнозирования. навыками разграничения доступа к хранилищам больших данных; навыками оптимизации параллельного доступа и обработки к больших данных.

Структура дисциплины

Теоретический

материал

Количество модулей – 2

Количество тем / лекций в каждом модуле – 5;3.

Практический

материал

По данной дисциплине предусматривается выполнение лабораторных работ к двум рассматриваемым модулям. Всего 7 лабораторных работ.

Контрольно-измерительные материалы

В комплекте тестовых заданий имеется по 20 вопросов к каждому модулю; на ответы отводится 40 мин. 

Модуль

Темы/Лекции

Материалы для

сопровождения

дисциплины

Контрольно-измерительные

материалы

Направление

подготовки

Модуль 1. Технологии анализа данных

1.Большие данные (Big Data): современные подходы к обработке и хранению.

2.Большие данные: методы анализа.

3.Системы управления большими данными. 4.Технологии работы с большими данными. 5.Масштабирование и многоуровневое хранение данных.

1. Презентация

2.Лабораторные

работы

Тест

09.03.02 «Информационные системы и технологии»

бакалавриат

Модуль 2. Интеллектуальный анализ данных

1.Методы классификации и прогнозирования.

2.Методы кластерного анализа.

3.Ассоциативные правила. Методы поиска ассоциативных правил.

1. Презентация

2. Лабораторные

работы

Тест