Інтелектуальний аналіз даних в економіці та фінансах

Кафедра комп'ютерних наук та програмної інженерії Професор Кобець В.М.

Про дисципліну

Комп'ютерні технології із застосуванням інтелектуальних обчислень находять широке використання в економіці та фінансах. Це пов'язано, головним чином, з потоком нових задач і ідей, що виходять з галузі комп'ютерних наук, яка утворилась на перетині штучного інтелекту, статистики та теорії баз даних. Зараз відбувається стрімкий зріст числа програмних продуктів, що використовують нові технології, а також типів задач, де їх застосування надає значного економічного ефекту. Елементи автоматичної обробки і аналізу даних, що називають Data Mining (знаходження знань) стають невід'ємною частиною концепції електронних сховищ даних та організації інтелектуальних обчислень. Технологія Data Mining дозволяє побачити ("знайти") приховані правила і закономірності у наборах даних, які користувач не може передбачити, і застосування яких може сприяти збільшенню прибутків підприємства.

Більшість підприємств накопичують під час своєї діяльності величезні обсяги даних, але єдине, що вони хочуть від них одержати – це корисну інформацію. Яким чином можна довідатися з даних про те, що є найбільш потрібним для їхніх клієнтів, як найефективніше використати наявні ресурси або як мінімізувати втрати? Для вирішення цих проблем призначені новітні технології інтелектуального аналізу. Вони використовують складний статистичний аналіз і моделювання для знаходження моделей і відношень, прихованих у базі даних - таких моделей, що не можуть бути знайдені звичайними методами. Технології Data Mining не замінюють аналітиків чи менеджерів, а дають їм сучасний, могутній інструмент для поліпшення роботи, яку вони виконують.

​

Специфікації дисципліни

​

​

Спеціальність: 126 Інформаційні системи та технології

​

Навчальний план складають:

3 кредити

16 год. лекцій

14 год. практичних занять

​

Форма контролю: диференційований залік

​

Методичне забезпечення:

KSUonline

Мета вивчення дисципліни

Мета курсу “Інтелектуальний аналіз даних в економіці та фінансах” полягає в наданні студентам комплексу знань, умінь і навичок, необхідних для підвищення ефективності професійної діяльності засобами сучасних інформаційних технологій в сфері бізнес-аналітики.

У студентів формується система теоретичних і практичних знань з основних принципів, методів і технологій Data Mining щодо пошуку логічних закономірностей та видобування знань з даних, методів кластеризації та прогнозування, що використовуються в аналітичних та інтелектуальних системах оброблення та захисту інформації.

Курс орієнтований на тих, хто цікавиться питаннями побудови сховищ даних, оперативного аналізу даних, інтелектуального аналізу даних, методами автоматичного пошуку закономірностей у великих масивах інформації.

​

​

Програма дисципліни

Тема 1. Що таке Data Mining?

Порівняння статистики, машинного навчання та Data Mining

Розвиток технології баз даних

Поняття Data Mining

Data Mining як частина ринку інформаційних технологій

Інтелектуальний аналіз даних в економіці та фінансах

Тема 2. Дані

Що таке дані?

Набір даних і їх атрибутів. Вимірювання. Типи наборів даних

Формати зберігання даних

Бази даних. Основні положення

Класифікація видів даних

Метадані

Тема 3. Методи та стадії Data Mining

Класифікація стадій Data Mining

Класифікація методів Data Mining

• Статистичні методи Data Mining

• Кібернетичні методи Data Mining

Властивості методів Data Mining

Програма дисципліни

Тема 4. Задачі Data Mining

Завдання класифікації

Процес класифікації

Методи, що застосовуються для вирішення задач класифікації

Точність класифікації: оцінка рівня помилок

Завдання кластеризації

Застосування кластерного аналізу

Завдання прогнозування та візуалізації

Тема 5. Сфери застосування Data Mining в економіці та фінансах

Застосування Data Mining для вирішення бізнес-завдань

Data Mining для наукових досліджень

Основи аналізу даних. Аналіз даних в Microsoft Excel. Кореляційний аналіз

Пошук асоціативних правил

Способи візуального представлення даних. Методи візуалізації

Комплексний підхід до впровадження Data Mining і сховищ даних в СППР

​

Програма дисципліни

Тема 6. Процес Data Mining. Початкові етапи

Етап 1. Аналіз предметної області

Етап 2. Постановка завдання

Етап 3. Підготовка даних

Тема 7. Процесс Data Mining. Построение и использование модели

Моделювання

Види моделей

Математична модель. Економічна модель

Моделі інформаційних систем

Етап 4. Побудова моделі

Етап 5. Перевірка та оцінка моделей

Етап 6. Вибір моделі

Етап 7. Застосування моделі

Етап 8. Корекція та оновлення моделі

​

Міжпредметні зв’язки дисципліни

​

​

Завдання курсу

В результаті вивчення курсу «Інтелектуальний аналіз даних в економіці та фінансах» студент:

знає:

• основні математичні методи, які застосовуються при аналізі даних, зокрема методи статистичної обробки результатів проведення експериментів;
• типи завдань, що вирішуються за допомогою інтелектуальних систем підтримки прийняття рішень;
• загальне призначення, структуру і операції зі сховищем даних; моделі, методи і засоби інтелектуального аналізу даних.

вміє:

• застосовувати аналітичні та статистичні методи аналізу даних великих об’ємів;
• використовувати інструменти для створення сховищ даних і створення звітів на їх основі;
• використовувати інструменти для інтелектуального аналізу даних;
• розв’язувати задачі практичного змісту в умовах широкого використання новітніх інформаційних технологій в навчальному процесі.

​

​

Формування загальних компетентностей

У процесі вивчення дисципліни у студентів формуються наступні загальні компетентності:

• - ЗК1. Здатність виявляти, ставити та вирішувати проблеми за допомогою обґрунтованих рішень.
• - ЗК2. Здатність до адаптації, генерування нових ідей та дій в нових ситуаціях.
• - ЗК3. Здатність до абстрактного мислення, аналізу та синтезу, пошуку, оброблення та аналізу інформації з різних джерел у предметній галузі.

Формування фахових компетентностей

У процесі вивчення дисципліни у студентів формуються наступні фахові компетентності:

• - ФК1. Здатність розвивати моделі інформаційних технологій, проектувати та створювати прототипи інформаційних систем та цифрових сервісів.
• - ФК2. Здатність проводити аналіз великих масивів даних соціально-економічних систем для визначення взаємозв’язків між факторами їх розвитку.
• - ФК7. Здатність до визначення та верифікації прогнозних оцінок курсу фінансових інструментів на базі використання спеціальних пакетів моделювання та аналізу статистичних даних.
• - ФК8. Здатність до використання сучасних програмних платформ реалізації алгоритмів, економіко-математичних та імітаційних моделей.
• - ФК9. Здатність розуміти ключові фінансово-економічні тренди та їх вплив на прийняття фінансових рішень.

Програмні результати навчання

Очікуваним результатом опанування дисципліною студентом є сформованість наступних компетенцій:

• ПРН7. Вміти проектувати бази даних і знань для інтелектуальних систем прийняття рішень.
• ПРН8. Здатність приймати рішення щодо доцільності та ефективності інвестицій у фінансові активи.
• ПРН17. Використовувати програмне забезпечення для аналізу та торгівлі на ринку фінансових інструментів.
• ПРН19. Проводити інтелектуальний аналіз електронних масивів даних для вирішення конкретних практичних проблем.

​

Для формування професійних компетентностей під час вивчення дисципліни «Інтелектуальний аналіз даних в економіці та фінансах» впроваджуються інноваційні методи навчання, серед яких: комп’ютерна підтримка навчального процесу, зокрема дистанційний курс дисципліни, аналітичні та розрахунково-графічні, практичні методи навчання.

Запрошуємо до вивчення курсу «Інтелектуальний аналіз даних в економіці та фінансах»!