Организация наблюдения объекта и обработка данных. Поиск закономерностей в массиве данных

РОССИЙСКАЯ ФЕДЕРАЦИЯ

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

Государственное образовательное учреждение

высшего профессионального образования

ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

«УТВЕРЖДАЮ»:

И. о. проректора-начальник

управления по научной работе

_______________________

__________ _____________ 2011 г.

ОРГАНИЗАЦИЯ НАБЛЮДЕНИЯ ОБЪЕКТА И

ОБРАБОТКА ДАНННЫХ.

ПОИСК ЗАКОНОМЕРНОСТЕЙ В МАССИВЕ ДАННЫХ

Учебно-методический комплекс. Рабочая программа

для аспирантов специальности 05.13.18 Математическое моделирование, численные методы и комплексы программ

очной и заочной форм обучения

«ПОДГОТОВЛЕНО К ИЗДАНИЮ»

Автор работы А

«_03_»_06__2011г.

Рассмотрено на заседании кафедры ИС «_03_»_06_2011г., протокол

Соответствует требованиям к содержанию, структуре и оформлению.

«РЕКОМЕНДОВАНО К ЭЛЕКТРОННОМУ ИЗДАНИЮ»

Объем _10_стр.

Зав. кафедрой ________________________/./

«_03_»_06__ 2011 г.

Рассмотрено на заседании УМК Института математики, естественных наук и информационных технологий «_28_»_06_2011г., протокол

Соответствует ФГТ к структуре основной профессиональной образовательной программы послевузовского профессионального образования (аспирантура)

«СОГЛАСОВАНО»

Председатель УМК _____________________/./

«__»________2011г.

«СОГЛАСОВАНО»:

Начальник отдела аспирантуры

и докторантуры_____________

«__»___________2011г.

2011

РОССИЙСКАЯ ФЕДЕРАЦИЯ

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

Государственное образовательное учреждение

высшего профессионального образования

ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

Институт математики естественных наук и
информационных технологий

Кафедра информационных систем

Валерий Алексеевич Шапцев

ОРГАНИЗАЦИЯ НАБЛЮДЕНИЯ ОБЪЕКТА И

ОБРАБОТКА ДАНННЫХ.

ПОИСК ЗАКОНОМЕРНОСТЕЙ В МАССИВЕ ДАННЫХ

Учебно-методический комплекс. Рабочая программа

для аспирантов специальности 05.13.18 - математическое моделирование, численные методы и комплексы программ

очной и заочной форм обучения.

Тюменский государственный университет

2011

Организация наблюдения объекта и обработка данных. Поиск закономерностей в массиве данных. Учебно-методический комплекс. Рабочая программа для аспирантов специальности 05.13.18 - математическое моделирование, вычислительные методы и комплексы программ очной и заочной форм обучения. Тюмень, 20стр.

Рабочая программа составлена в соответствии с ФГТ к структуре основной профессиональной образовательной программы послевузовского профессионального образования (аспирантура).

Рабочая программа дисциплины опубликована на сайте ТюмГУ: Организация наблюдения объекта и обработка данных. Поиск закономерностей в массиве данных [электронный ресурс] / Режим доступа: http://www. *****., свободный.

Рекомендовано к изданию кафедрой информационных систем. Утверждено и. о. проректора-начальника управления по научной работе Тюменского государственного университета.

ОТВЕТСТВЕННЫЙ РЕДАКТОР: , профессор, д. т.н.

© Тюменский государственный университет, 2011.

© , 2011.

1. Пояснительная записка.

1.1. Цели и задачи дисциплины.

Целью дисциплины «Организация наблюдения объекта и обработка данных. Поиск закономерностей в массиве данных» является ознакомление аспирантов с современными подходами к организации наблюдения исследуемого объекта, методами информативной обработки данных наблюдений и методами выявления закономерностей в полученных данных.

К основным задачам изучения дисциплины относятся:

- формирование системного подхода к решению проблемы получения сведений о сложном объекте;

- изучение математических методов обработки данных и рядов наблюдений;

- изучение методов выявления закономерностей, скрытых в данных.

1.2. Место дисциплины в структуре ООП.

«Организация наблюдения объекта и обработка данных. Поиск закономерностей в массиве данных» является дисциплиной факультативного цикла, опирающейся на знания методов математического анализа, линейной алгебры, теории вероятностей и математической статистики, дискретной математики, MS Office.

1.3. Требования к результатам освоения дисциплины.

Процесс изучения дисциплины направлен на формирование следующих компетенций.

Ø ОК-1 - владение культурой мышления, способность к обобщению, анализу, восприятию информации, постановке цели и выбору путей ее достижения, умение логически верно, аргументировано и ясно строить устную и письменную речи.

Ø ОК-4 - способность научно анализировать социально значимые проблемы и процессы, умение использовать на практике методы гуманитарных, экологических, социальных и экономических наук в различных видах профессиональной и социальной деятельности;

Ø ОК-7 - умение критически оценивать свои достоинства и недостатки, наметить пути и выбрать средства развития достоинств и устранения недостатков;

Ø ОК-10 - готовность использовать основные законы естественно-научных дисциплин в профессиональной деятельности, применять методы математического анализа и моделирования, теоретического и экспериментального исследования;

Ø ОК-11 - способность к письменной, устной и электронной коммуникации на государственном языке и необходимое знание иностранного языка (хороший английский язык);

Ø ОК-16 - способен использовать навыки публичной речи, ведения дискуссии и полемики;

Ø ПК-31 - способность осуществлять поиск, анализировать и систематизировать научную информацию, отечественный и зарубежный опыт по теме исследования.

Ø ПК-32 - способность определять задачи исследования, проводить эксперименты по заданной методике, обрабатывать полученные данные, анализировать и интерпретировать результаты.

Ø ПК-33 - способность готовить научные отчеты по результатам выполненных исследований.

В результате освоения дисциплины обучающийся должен:

знать

- основные этапы в процессе организации и осуществления наблюдения объекта,

- способы планирования и фиксирования результатов наблюдения;

уметь

- использовать методы анализа и обработки данных наблюдений,

- пользоваться инструментальными средствами обработки данных;

владеть

- способностью производить эксперименты по заданным методикам с обработкой и анализом их результатов, составлять описание выполненных исследований и подготавливать данные для разработки научных обзоров и публикаций.

2. Трудоемкость дисциплины.

Семестр 1. Форма промежуточной аттестации - зачет (2 контрольные работы). Общая трудоемкость дисциплины составляет 1 зачетную единицу (36 академических часов: 24 часа самостоятельной работы, 12 часов аудиторных занятий). Реферат.

3. Тематический план.

Таблица 1. Тематический план дисциплины «Организация наблюдения объекта и обработка данных.

Поиск закономерностей в массиве данных»

№	Тема	Всего часов	Виды учебной и самостоятельная работы, час.	Из них в интерактивной форме	Формы контроля
лекции	Практические занятия		самостоятельная работа*
1	2		4	5		6		8
1	Планирование наблюдения системы.	6	1			4
2	Описательная статистика данных измерений.	12	2	2		4	2
3	Методы анализа данных измерений.	18	3			8	4	КР
4	Методы оценки зависимостей показателей и параметров объекта		2	2		8	4	КР
	Итого:	36	8	4		24	Зачет
	Из них часов в интерактивной форме					8	8

Таблица 2. Планирование самостоятельной работы аспирантов

№	Темы	Виды СРС	Объем часов
обязательные	дополни-тельные
1	Планирование наблюдения системы.		Работа с литературой, Интернетом. Подготовка реферата, его защиты и к контрольным работам.	4
2	Описательная статистика данных измерений.	Подготовка к КР.	4
3	Методы анализа данных измерений.		8
4	Методы оценки зависимостей показателей и параметров объекта	Реферат. Подготовка к КР.	8
	ИТОГО:			24

4. Разделы дисциплины и междисциплинарные связи с обеспечиваемыми дисциплинами.

Данная дисциплина является основой исследований, связанных с разработкой математических моделей объектов.

5. Содержание дисциплины.

Тема 1. Планирование наблюдения системы.

Формулирование цели наблюдения. Содержание работ по наблюдению системы. Выбор и шкалирование измеряемых величин. Планы экспериментов. Матрицы активного и пассивного экспериментов. Их цензурирование.

Тема 2. Описательная статистика данных измерений.

Понятие описательной статистики. Роль средних и среднеквадратичных величин; оценок асимметрии и эксцесса; моды, медианы и других квантилей. Гистограмма. Задачи о проверке гипотез.

Тема 3. Методы анализа данных измерений.

Кластеризация матрицы эксперимента. Корреляционный анализ матрицы эксперимента. Нормирование данных измерений. Информативные параметры и показатели. Анализ графиков взаимосвязи пар столбцов матрицы эксперимента.

Тема 4. Методы оценки зависимостей показателей и параметров объекта.

Факторный анализ. Дисперсионный анализ. Регрессионный анализ. Выбор регрессионных моделей. Исследование регрессий. Шаговые методы оценки параметров регрессии.

6. Темы практических занятий.

1. Анализ и исправление матрицы эксперимента.

2. Нормирование значений измеренных величин.

3. Описательная статистика матрицы эксперимента.

4. Проверка гипотез о характере величин столбцов.

5. Корреляционные матрицы Пирсона и Спирмена.

6. Трехфакторная регрессия.

7. Кластеризация данных матрицы эксперимента.

7. Учебно-методическое обеспечение СРС. Оценочные средства.

7.1. Реферат (от лат. refero - докладываю, сообщаю), краткое изложение в письменном виде или в форме публичного выступления содержания книги, научной работы, результатов изучения научной проблемы; доклад на определённую тему, включающий обзор соответствующих литературных и других источников. Как правило, Р. имеет научно-информационное назначение. Р., называемые также научными докладами, получили распространение в научно-исследовательских учреждениях, высшей школе, в системе политического просвещения, в народных университетах. В общеобразовательной школе и средних специальных учебных заведениях Р. называют специально подготовленные сообщения учащихся на факультативных занятиях и др.

Самостоятельная работа аспирантов заключается в углубленном изучении тем, предложенных аспирантам на лекционных и практических занятиях. Контроль самостоятельной работы аспиранта осуществляется в форме защиты реферата по выбранной теме.

7.2. Примерные темы рефератов.

Темы рефератов формируются совместно с аспирантом и касаются в основном наблюдений объекта его исследования.

7.3. Примерный перечень вопросов к зачету.

1. Понятие наблюдения.

2. Типы задач наблюдения объекта.

3. Этапы наблюдения объекта.

4. Понятие матриц пассивного и активного экспериментов.

5. Цензурирование матрицы эксперимента.

6. Методы исправления матриц экспериментов.

7. Задача планирования эксперимента.

8. Содержание обработки данных в описательной статистике.

9. Формальная постановка задачи о регрессии.

10. Параметры и показатели системы.

11. Критерии принятия решений в обработке данных.

12. Кластеризация данных.

13. Шкалы и размерности наблюдаемых величин.

14. Информативные параметры и показатели.

15. Типы закономерностей, скрытых в массиве данных.

8. Образовательные технологии.

Озвучивание материала курса сопровождается мультимедиа-презентацией при связи с Интернетом.

Практические занятия проводятся в компьютерном классе, соединенном с Интернетом.

Предусмотрены встречи с представителями российских и зарубежных компаний, государственных и общественных организаций, мастер-классы экспертов и специалистов

9. Учебно-методическое и информационное обеспечение дисциплины.

9.1. Основная литература.

1. Лившиц В. Р. Математические методы обработки результатов наблюдений. Часть 1,2. Анализ данных. Учебное пособие. Ч. 1,2 М. Изд-ая группа URSS, 2007.

2. Системы наблюдения и мониторинга.
М. Изд-ая группа URSS 20 с.

3. Загоруйко методы анализа данных и знаний. – Новосибирск: Изд-во Ин-та математики СО РАН, 19с.

9.2. Дополнительная литература.

1. Опыт применения в медико-биологических исследованиях алгоритма самоорганизующихся карт Кохонена для поиска скрытых закономерностей в массивах данных // Курский научно-практический вестник, 2006. № 2. С.64-69.

2. Монтгомери эксперимента и анализ данных / Пер. с англ. Л.: Судостроение, 19с.

9.3. Ресурсы Интернета.

1. ГОСТ Исследовательские испытания. Планирование эксперимента. Термины и определения. - http://www. *****/ gost/2/GOST_2402680_Issledovatelskie. html.

2. Статистика (учебное пособие) / электронное издание московского государственного университета печати. - http://www. *****/e-books/xbook096/01/index. html? part-003.htm.

3. Поиск закономерностей в рядах данных: что есть и чего не хватает? - http://schegloff. /252903.html.

4. Алгебра над алгоритмами и эвристический поиск закономерностей - http://www. *****/wiki/index. php.

5. Современный анализ данных: поиск скрытых закономерностей - http://www. management. /ims/ims106.html.

9.4. Периодика.

1. Вестник Тюменского государственного университета. Математика. Физика. Информатика.

2. Перспективы науки (ВАК-журнал).

3. Вопросы современной науки и практики. Университет имени .

4. Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Серия "Наука и образование".

5. Инициативы ХХХI века (ВАК-журнал).