Обробка і аналіз даних (105 – Прикладна фізика та наноматеріали. ОП Комп’ютерні технології в прикладній фізиці)

Тип: На вибір студента

Кафедра: фізики металів

Навчальний план

СеместрКредитиЗвітність
84.5Залік

Лекції

СеместрК-сть годинЛекторГрупа(и)
816Никируй Ю. С.ФзП-41, ФзН-41

Лабораторні

СеместрК-сть годинГрупаВикладач(і)
832ФзП-41доцент Штаблавий І. І.

Опис навчальної дисципліни

Дисципліну «Обробка і аналіз даних» розроблено таким чином, щоб надати відповідні теоретичні знання, уміння, навички, загальні та фахові компетентності для розв’язання комплексних проблем у галузі науки про дані. Дисципліна розглядає найбільш поширені методи та алгоритми аналізу даних.

Метою дисципліни «Обробка і аналіз даних» є навчання студентів основних питань теорії та практики використання методів обробки інформації для підвищення ефективності наукових досліджень та формування наукового уявлення про сучасні методи аналізу даних

Цілі вивчення дисципліни: набуття знань про принципи та алгоритми, що лежать в основі сучасних систем аналізу даних; оволодіння технологіями та методиками збору, попередньої підготовки та аналізу експериментальних даних; набуття практичних навичок роботи з конкретними програмними та мовами програмування – засобами аналізу даних.

В результаті вивчення даного курсу студенти повинні

знати:

Елементи теорії імовірності, основи статистичного аналізу, кореляційного, регресійного та кластерного аналізу даних; основні алгоритми обробки даних, формати збереження даних.

вміти:

Вміти застосовувати базові математичні знання, з аналітичної геометрії, лінійної алгебри, математичного аналізу, теорії ймовірностей та математичної статистики, математичного моделювання. Вміти обробляти та зберігати дані, володіти основними методами аналізу даних. Мати навички роботи із сучасною обчислювальною технікою, вміти використовувати стандартні пакети прикладних програм і програмувати на рівні, достатньому для реалізації чисельних методів розв’язування фізичних задач, комп’ютерного моделювання фізичних та астрономічних явищ і процесів, виконання обчислювальних експериментів. Володіти навиками програмувати використовуючи мови високого рівня

Рекомендована література

Базова:

  1. Статистична обробка експериментальних даних: Навчальний посібник / О.П. Мельниченко, І.Л. Якименко, Р.Л. Шевченко − Біла Церква, 2006.− с.
  2. Методи аналізу даних: навчальний посібник для студентів / В.Є. Бахрушин. – Запоріжжя : КПУ, 2011. – 268 с

Допоміжна:

  1. Копей В. Б. Мова програмування Python для інженерів і науковців: Навчальний посібник / В. Б. Копей – Івано-Франківськ: ІФНТУНГ, 2019. – 275 с.
  2. Маттес Е. Пришвидшений курс Python.– Львів : ВСЛ, 2021.
  3. Селіверстов Р., Мельничин А. Основи програмування мовою Python: навч. посібник. – Львів : ЛНУ імені Івана Франка, 2020.

Силабус:

Завантажити силабус