Большие данные и теория вычислительного эксперимента

Большие данные (Big Data) — это огромные, быстрорастущие и разнообразные массивы информации, которые невозможно обработать традиционными методами. Они включают как структурированные, так и неструктурированные данные (текст, видео, аудио, изображения) из множества источников, таких как социальные сети, датчики Интернета вещей и мобильные устройства. Основная цель анализа больших данных — извлечение ценной информации для принятия обоснованных решений, оптимизации процессов и создания новых продуктов и услуг, что достигается с помощью специальных технологий, таких как машинное обучение и искусственный интеллект. 

Теория вычислительного эксперимента — это научный метод исследования сложных систем путем создания их компьютерных (математических) моделей и проведения на них экспериментов, которые позволяют изучать поведение системы, получать детальную информацию и делать выводы о реальном объекте без необходимости прямого физического взаимодействия с ним. Этот метод сочетает аналитические, математические и имитационные составляющие, используя для этого вычислительные средства и специальные программы. 

Целями дисциплины являются получение представления о понятии «Большие данные и теория вычислительного эксперимента» Уделить основное внимание способам обработки неструктурированных данных, постановке задач и способам организации вычислительного эксперимента. 

Задачами дисциплины являются: • Овладение технологиями, используемыми при планировании эксперимента. • Ознакомление с новыми перспективными технологиями работы с большим объемом неструктурированных данных. • Подготовиться к проведению численного эксперимента.

Дисциплина читается на первом курсе, первом семестре. (Экзамен)

Общая трудоемкость дисциплины составляет 3 зачетные единицы, т.е.108 академических часов.

8 часов лекций

8 часов практические и лабораторные работы.

92 часа – самостоятельная работа студентов.