Организация наблюдения объекта и обработка данных. Поиск

РОССИЙСКАЯ ФЕДЕРАЦИЯ
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
Государственное образовательное учреждение
высшего профессионального образования
ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
«УТВЕРЖДАЮ»:
И.о. проректора-начальник
управления по научной работе
_______________________ Г.Ф. Ромашкина
__________ _____________ 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
«_03_»_06__2011г.
Шапцев В.А
Рассмотрено на заседании кафедры ИС «_03_»_06_2011г., протокол № 12.
Соответствует требованиям к содержанию, структуре и оформлению.
«РЕКОМЕНДОВАНО К ЭЛЕКТРОННОМУ ИЗДАНИЮ»
Объем _10_стр.
Зав. кафедрой ________________________/А.Г. Ивашко./
«_03_»_06__ 2011 г.
Рассмотрено на заседании УМК Института математики, естественных наук и
информационных технологий «_28_»_06_2011г., протокол № 4.
Соответствует ФГТ к структуре основной профессиональной образовательной
программы послевузовского профессионального образования (аспирантура)
«СОГЛАСОВАНО»
Председатель УМК _____________________/И.Н. Глухих./
«__»________2011г.
«СОГЛАСОВАНО»:
Начальник отдела аспирантуры
и докторантуры_____________М.Р. Сорокина
«__»___________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
2
Шапцев В.А. Организация наблюдения объекта и обработка
данных. Поиск закономерностей в массиве данных. Учебнометодический комплекс. Рабочая программа для аспирантов
специальности
05.13.18

математическое
моделирование,
вычислительные методы и комплексы программ очной и заочной
форм обучения. Тюмень, 2011. 10 стр.
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.umk3.utmn.ru., свободный.
Рекомендовано к изданию кафедрой информационных систем.
Утверждено и.о. проректора-начальника управления по научной
работе Тюменского государственного университета.
ОТВЕТСТВЕННЫЙ РЕДАКТОР: Шапцев В.А., профессор, д.т.н.
© Тюменский государственный университет, 2011.
© Шапцев В.А., 2011.
3
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.
 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.
 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;
4
 ОК-7  умение критически оценивать свои достоинства и
недостатки, наметить пути и выбрать средства развития
достоинств и устранения недостатков;
 ОК-10  готовность использовать основные законы естественнонаучных дисциплин в профессиональной деятельности,
применять методы математического анализа и моделирования,
теоретического и экспериментального исследования;
 ОК-11  способность к письменной, устной и электронной
коммуникации на государственном языке и необходимое знание
иностранного языка (хороший английский язык);
 ОК-16  способен использовать навыки публичной речи, ведения
дискуссии и полемики;
 ПК-31  способность осуществлять поиск, анализировать и
систематизировать научную информацию, отечественный и
зарубежный опыт по теме исследования.
 ПК-32  способность определять задачи исследования,
проводить эксперименты по заданной методике, обрабатывать
полученные данные, анализировать и интерпретировать
результаты.
 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.
5
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.
5
6
6
1
12
2
18
3
36
Формы контроля
4
Из них в интерактивной
форме
самостоятельная
работа*
1
2
1 Планирование наблюдения
системы.
2 Описательная статистика данных
измерений.
3 Методы анализа данных
измерений.
4 Методы оценки зависимостей
показателей и параметров объекта
Итого:
Из них часов в интерактивной
форме
Практические
занятия
Тема
Виды учебной и
самостоятельная
работы, час.
лекции
№
Всего часов
Таблица 1. Тематический план дисциплины «Организация
наблюдения объекта и обработка данных.
Поиск закономерностей в массиве данных»
8
4
2
4
2
8
4
КР
КР
2
2
8
4
8
4
24
Зачет
8
8
Таблица 2. Планирование самостоятельной работы аспирантов
№
1
Темы
Планирование
наблюдения системы.
Виды СРС
обязательные
дополнительные
Работа с
литературой,
Объем
часов
4
6
2
3
4
Описательная статистика
данных измерений.
Методы анализа данных
измерений.
Методы оценки
зависимостей
показателей и
параметров объекта
ИТОГО:
Подготовка к КР.
Реферат.
Подготовка к КР.
Интернетом.
Подготовка
реферата,
его защиты и
к
контрольным
работам.
4
8
8
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.
7
Факторный анализ. Дисперсионный анализ. Регрессионный
анализ. Выбор регрессионных моделей. Исследование регрессий.
Шаговые методы оценки параметров регрессии.
6.
Темы практических занятий.
1.
2.
3.
4.
5.
6.
7.
Анализ и исправление матрицы эксперимента .
Нормирование значений измеренных величин.
Описательная статистика матрицы эксперимента.
Проверка гипотез о характере величин столбцов.
Корреляционные матрицы Пирсона и Спирмена.
Трехфакторная регрессия.
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 научноисследовательских 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.
8
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 мультимедиапрезентацией 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. Бакланов А.И. Системы наблюдения и мониторинга.
М. Изд-ая группа URSS 2011. 234 с.
3. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. –
Новосибирск: Изд-во Ин-та математики СО РАН, 1999. 270с.
9
9.2. Дополнительная литература.
1. Иванов А.В. 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 Д.К. Планирование эксперимента и анализ
данных / Пер. с англ. Л.: Судостроение, 1980. 384 с.
9.3. Ресурсы Интернета.
1. ГОСТ 24026-80 Исследовательские испытания. Планирование
эксперимента. Термины и определения.  http://www.znaytovar.ru/
gost/2/GOST_2402680_Issledovatelskie.html.
2. Васнев С.А. Статистика (учебное пособие) / электронное
издание московского государственного университета печати. http://www.hi-edu.ru/e-books/xbook096/01/index.html?part-003.htm.
3. Поиск закономерностей в рядах данных: что есть и чего не
хватает? - http://schegloff.livejournal.com/252903.html.
4. Алгебра над алгоритмами и эвристический поиск
закономерностей - http://www.machinelearning.ru/wiki/index.php.
5. Современный анализ данных: поиск скрытых закономерностей
- http://www.management.com.ua/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
В.И.Вернадского.
4. Научно-технические ведомости Санкт-Петербургского
государственного политехнического университета. Серия
"Наука и образование".
5. Инициативы ХХХI века (ВАК-журнал).
10