ANALYSIS OF TIME SERIES Анализ временных рядов |
Учебный курс предназначен для студентов направления подготовки 38.03.05 Бизнес-информатика. Содержание дисциплины состоит из 8 разделов и охватывает следующий круг вопросов: 1. Слабо стационарные случайные процессы. 2.Процессы авторегрессии-скользящего среднего. 3. Прогнозирование в моделях временных рядов. 4. Оценивание параметров в моделях авторегрессии-скользящего среднего. 5. Приведение к стационарности, методология бокса-дженкинса и диагностика модели. 6. Циклические компоненты и спектральный анализ. 7. Модели пространства состояний. 8. Модели с условной гетероскедастичностью. |
ARCHITECTURE OF THE ENTERPRISES Архитектура предприятий
|
Учебный курс предназначен для студентов направления подготовки 38.03.05 Бизнес-информатика. Содержание дисциплины состоит четырех разделов и охватывает следующий круг вопросов: 1.Концепция «Enterprise Architecture» («Архитектуры предприятия»). 2.Фреймовые модели архитектур. 3.Составляющие системной архитектуры. 4.Инструментальные средства моделирования архитектуры предприятий. |
BIG DATA Большие данные |
Учебный курс предназначен для студентов направления подготовки 38.04.02 Менеджмент, магистерская программа «Стратегический маркетинг». Содержание дисциплины охватывает следующий круг вопросов: характеристика понятий «данные», «информация», «знания»; проблема «больших данных»; обзор источников информации; основные определения, термины и задачи анализа больших данных; характеристика больших данных – 5V; предпосылки формирования тренда; драйверы рынка больших данных; обзор технологий хранения и обработки больших данных; современные программные средства анализа больших данных; процесс аналитики (стандарт CRISP-DM); понятие машинного обучения и его компоненты; основные определения и термины машинного обучения; виды задач в машинном обучении и процесс их решения; обучение без учителя: кластерный анализ; обучение с учителем: логистическая регрессия, деревья решений, регрессионный анализ. |
Smart Data Умные данные
|
Содержание дисциплины охватывает следующий круг вопросов: характеристика понятий «данные», «информация», «знания»; проблема «больших данных»; обзор источников информации; основные определения, термины и задачи анализа больших данных; характеристика больших данных – 5V; предпосылки формирования тренда; драйверы рынка больших данных; обзор технологий хранения и обработки больших данных; современные программные средства анализа больших данных; процесс аналитики (стандарт CRISP-DM); понятие машинного обучения и его компоненты; основные определения и термины машинного обучения; виды задач в машинном обучении и процесс их решения; обучение без учителя: кластерный анализ; обучение с учителем: логистическая регрессия, деревья решений, регрессионный анализ.
|
Анализ, совершенствование и управление бизнес-процессами |
Учебный курс предназначен для студентов направления подготовки 38.03.01 Экономика, образовательная программа «Бизнес-информатика», 38.03.05 Бизнес-информатика. Содержание дисциплины охватывает следующий круг вопросов: подходы к управлению предприятием; понятие процесса; управление бизнес-процессом; методологии описания деятельности предприятия; система управления и анализ бизнес-процессов. |
Аналитика больших данных |
Учебный курс предназначен для студентов направления подготовки 38.04.01 Экономика, магистерская программа «Государственное регулирование экономики». Содержание дисциплины охватывает следующий круг вопросов:
1. Введение в большие данные.
|
Базы данных и знаний в экономике |
Учебный курс предназначен для студентов направления подготовки 38.03.01 Экономика, образовательная программа «Бизнес-информатика», 38.03.05 Бизнес-информатика. Содержание дисциплины состоит из четырех разделов и охватывает круг следующих вопросов:
1. Модели баз данных. |
Бизнес-аналитика |
Учебный курс предназначен для студентов направления подготовки 38.04.02 Менеджмент, магистерская программа «Управление бизнесом». Содержание дисциплины охватывает следующий круг вопросов: методология бизнес-статистики, основные категории бизнес-аналитики, методы наблюдений, сводки и группировки статистической информации, статистические группировки, ряды распределения, графическое изображение статистических данных, статистические таблицы; абсолютные показатели, относительные показатели статистические средние, анализ вариационных рядов, выборочный метод, методы изучения динамики социально-экономических явлений, методы анализа основной тенденции в рядах динамики, методы выявления сезонной компоненты
|
Большие данные |
Учебный курс предназначен для студентов направления подготовки 38.04.08 Финансы и кредит, магистерская программа «Финансовые стратегии и технологии банковского института», заочная форма обучения. Содержание дисциплины охватывает широкий круг вопросов: характеристика понятий «данные», «информация», «знания»; проблема «больших данных»; обзор источников информации; основные определения, термины и задачи анализа больших данных; характеристика больших данных – 5V; предпосылки формирования тренда; драйверы рынка больших данных; обзор технологий хранения и обработки больших данных; современные программные средства анализа больших данных; процесс аналитики (стандарт CRISP-DM); понятие машинного обучения и его компоненты; основные определения и термины машинного обучения; виды задач в машинном обучении и процесс их решения; обучение без учителя: кластерный анализ; обучение с учителем: логистическая регрессия, деревья решений, регрессионный анализ
|
Дискретная математика |
Учебный курс предназначен для студентов направления подготовки 38.03.01 Экономика, образовательная программа «Бизнес-информатика». Содержание дисциплины охватывает следующий круг вопросов:
|
Дискретные структуры |
Учебный курс предназначен для студентов направления подготовки 38.03.01 Экономика, образовательная программа «Бизнес-информатика». |
Имитационное моделирование в профессиональной деятельности |
Учебный курс предназначен для студентов направления подготовки 38.03.01 Экономика, образовательная программа «Бизнес-информатика», 38.03.05 Бизнес-информатика. |