| Statuss | Obligātais/Obligātais izvēles | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Līmenis un tips | Doktora, Akadēmiskais | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Tematiskā joma | Datorika | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Struktūrvienība | Modelēšanas un imitācijas katedra | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Mācībspēks | Inese Poļaka, Ludmila Aleksejeva | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Kredītpunkti | 5.0 (7.5 ECTS) | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Daļas | 1 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Anotācija | Katrā zinātniskā pētījumā nozīmīgu vietu ieņem dati un to analīze, lai nonāktu līdz pētījuma secinājumiem un tos pamatotu. Studiju kursā apskatīts formalizēts intelektuālās tehnoloģijās balstīts datu analīzes process, kas iekļauj tādus soļus kā uzdevuma formulēšana, datu iegūšana un priekšapstrāde, datu analīze ar mašīnmācīšanās/datizraces/statistikas metodēm, modeļu novērtēšana, modeļu un datu noslieču apzināšana, rezultātu interpretācija un vizualizācija. Pareiza pieeju un metožu izvēle katrā posmā var ietekmēt pētījuma rezultātu pamatotību un ticamību, tāpēc studiju kursā studentam ir iespēja izstrādāt pētījuma datu analīzes prototipu un diskusijās ar mācībspēkiem un citiem studentiem to pilnveidot, lai sasniegtu sava pētījuma mērķus.. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa saturs |
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Mērķis un uzdevumi, izteikti kompetencēs un prasmēs |
Studiju kursa mērķis ir sniegt studentiem zināšanas par datu analīzes procesu un tā izstrādi pētījumam, ievērojot visus nepieciešamos soļus. Studiju kursa uzdevumi ir iepazīstināt ar populārākām metodēm, kas tiek izmantotas katrā posmā, lai sniegtu priekšstatu par procesu un atbalstītu datu analīzes procesa prototipa izstrādē, lai students spētu šo procesu izstrādāt savam pētījumam. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Sasniedzamie studiju rezultāti un to vērtēšana |
Pārzina datu analīzes procesu, tā posmus un potenciālās kļūdas. - Patstāvīgais darbs, izveidojot datu analīzes procesa prototipu. Eksāmens. Spēj identificēt datizraces un mašīnmācīšanās metodes konkrētam analīzes uzdevumam un tās pielietot. - Mājas darbs, pielietojot metodes. Izprot datu analīzes metožu algoritmus un to attīstību. - Literatūras izpētes atskaite par aktuālajām metodēm noteiktam pielietojumam. Spēj novērtēt un interpretēt datu analīzes rezultātus. - Mājas darbs, pielietojot metodes. Eksāmens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju rezultātu vērtēšanas kritēriji |
Datu analīzes procesa prototipa izveide - 30% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Priekšzināšanas | Kopu teorijas pamata koncepti. Varbūtību teorijas pamati. Mākslīgā intelekta pamati. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa plānojums |
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Kursa veids
