Курс «Методи статистичної обробки даних в Python і R» присвячений вивченню сучасних підходів до аналізу даних із використанням двох провідних мов програмування — Python та R, які є основними інструментами в галузі статистики та науки про дані. Навчальна програма охоплює базові та прикладні методи статистичної обробки, зокрема описову статистику, методи візуалізації та попередньої обробки даних, перевірку статистичних гіпотез, дисперсійний аналіз, кореляційно-регресійні моделі, а також багатовимірні методи аналізу, включаючи кластеризацію та факторний аналіз. Особлива увага приділяється практичному застосуванню статистичних методів у дослідженнях і реальних проєктах за допомогою бібліотек і пакетів, таких як pandas, numpy, scipy, statsmodels, scikit-learn (для Python) та ggplot2, dplyr, caret, tidyverse (для R).
Курс «Аналіз і обробка великих даних» сьогодні є однією з найбільш затребуваних у сучасному бізнесі. Знання нових технологій програмування та уміння розробляти програмне забезпечення для аналізу та обробки великих об’ємів
інформації використовуються для забезпечення цифровізації усіх сфер життя.
Володіння сучасними інструментальними засобами дає змогу зосередитися на алгоритмі розв’язання практичної задачі та використовувати існуючі пакети алгоритмів для швидкого та ефективного розв’язання поставленої задачі.
Мета дисципліни: огляд методів, програмних продуктів і різних інструментальних засобів, які використовуються в аналізі даних; сформувати теоретичні знання та практичні навички в області аналізу та обробки великих даних у студентів, які можуть бути використані при подальшому навчанні, професійній, виробничій та науковій діяльності.
Студенти повинні опанувати принципи роботи з мовою та середовищем програмування R та набути практичного досвіду розв’язання практичних задач.
Курс «Аналіз і обробка великих даних» сьогодні є однією з найбільш затребуваних у сучасному бізнесі. Знання нових технологій програмування та уміння розробляти програмне забезпечення для аналізу та обробки великих об’ємів
інформації використовуються для забезпечення цифровізації усіх сфер життя.
Володіння сучасними інструментальними засобами дає змогу зосередитися на алгоритмі розв’язання практичної задачі та використовувати існуючі пакети алгоритмів для швидкого та ефективного розв’язання поставленої задачі.
Мета дисципліни: огляд методів, програмних продуктів і різних інструментальних засобів, які використовуються в аналізі даних; сформувати теоретичні знання та практичні навички в області аналізу та обробки великих даних у студентів, які можуть бути використані при подальшому навчанні, професійній, виробничій та науковій діяльності.
Студенти повинні опанувати принципи роботи з мовою та середовищем програмування R та набути практичного досвіду розв’язання практичних задач.
Курс «Методи статистичної обробки даних в Python і R» присвячений вивченню сучасних підходів до аналізу даних із використанням двох провідних мов програмування — Python та R, які є основними інструментами в галузі статистики та науки про дані. Навчальна програма охоплює базові та прикладні методи статистичної обробки, зокрема описову статистику, методи візуалізації та попередньої обробки даних, перевірку статистичних гіпотез, дисперсійний аналіз, кореляційно-регресійні моделі, а також багатовимірні методи аналізу, включаючи кластеризацію та факторний аналіз. Особлива увага приділяється практичному застосуванню статистичних методів у дослідженнях і реальних проєктах за допомогою бібліотек і пакетів, таких як pandas, numpy, scipy, statsmodels, scikit-learn (для Python) та ggplot2, dplyr, caret, tidyverse (для R).
Курс «Організація стартап проєктів» спрямований на ознайомлення з теоретичними засадами, інструментарієм та методами створення та забезпечення функціонування стартапу як форми ризикового підприємництва.
Мета дисципліни: формування у студентів комплексу теоретичних знань і прикладних навичок із започаткування та організації стартапів, економічного обґрунтування напрямку його діяльності та забезпечення успішного функціонування.
Завданням курсу є формування у студентів цілісного розуміння стосовно організації та управління процесом реалізації стартап-проекту; оволодівання необхідними знаннями та практичними навичками поетапної реалізації стадій стартап-проєктів від генерування ідеї, сегментування ринку, визначення ядра бізнесу, розроблення бізнес-моделі до виведення продукту на ринок; уміння оцінювати стартап-проекти та створювати його бізнес-план.
Фундаментальна математична дисципліна, яка містить математичні основи комп’ютерних наук. Метою курсу є засвоєння базових знань та навичок із теорії множин, теорії бінарних відношень, класичної математичної логіки, теорії функцій двозначної логіки та їх застосування для розв'язання практичних задач.
Завданнями при викладанні курсу "Дискретної математики" є ознайомлення з основними поняттями та задачами дискретної математики, навчити застосовувати поняття дискретної математики до розв'язання прикладних задач, розкрити роль та значення дискретної математики у розв'язанні прикладних задач, дати уявлення про сучасні напрямки розвитку дискретної математики.