Методичні вказівки та завдання до лабораторних робіт з курсу «Методи та інструменти системного аналізу» для студентів денної та заочної форм навчання спеціальності F4 – «Системний аналіз та наука про дані»
| dc.contributor.author | Широкорад, Дмитро Вікторович | |
| dc.contributor.author | Терещенко, Еліна Валентинівна | |
| dc.contributor.author | Shyrokorad, Dmytro | |
| dc.contributor.author | Tereschenko, Elina | |
| dc.date.accessioned | 2025-02-13T09:53:37Z | |
| dc.date.available | 2025-02-13T09:53:37Z | |
| dc.date.issued | 2025 | |
| dc.description | Методичні вказівки та завдання до лабораторних робіт з курсу «Методи та інструменти системного аналізу» для студентів денної та заочної форм навчання спеціальності F4 – «Системний аналіз та наука про дані» / Укл.: Д.В. Широкорад, Е.В. Терещенко – Запоріжжя: НУ «Запорізька політехніка», 2025. – 41 с. | |
| dc.description.abstract | UK: Метою цих методичних вказівок є надання студентам чіткої структури та покрокових інструкцій для виконання лабораторних робіт. Кожна лабораторна робота побудована таким чином, щоб допомогти студентам: засвоїти принципи планування експериментів та побудови регресійних моделей; ознайомитися з методами статистичного аналізу даних, зокрема, методом Монте-Карло; отримати практичні навички інтеграції систем через використання API; вивчити основи хмарних технологій для зберігання та обробки даних; розібратися з принципами роботи з Big Data, що є актуальними в сучасному аналізі інформації; ознайомитися з підходами автоматизованого машинного навчання (AutoML) як інструменту оптимізації моделей. EN: The purpose of these methodological guidelines is to provide students with a clear structure and step-by-step instructions for conducting laboratory work. Each laboratory exercise is designed to help students: • Master the principles of experiment planning and regression model building. • Familiarize themselves with statistical data analysis methods, particularly the Monte Carlo method. • Acquire practical skills in system integration through the use of APIs. • Study the fundamentals of cloud technologies for data storage and processing. • Understand the principles of working with Big Data, which are relevant in modern information analysis. • Explore approaches to automated machine learning (AutoML) as a tool for model optimization. | |
| dc.identifier.uri | https://eir.zp.edu.ua/handle/123456789/19239 | |
| dc.language.iso | uk | |
| dc.publisher | Національний університет «Запорізька політехніка» | |
| dc.subject | теорія планування експерименту | |
| dc.subject | метод монте-карло | |
| dc.subject | хмарні технології | |
| dc.subject | experiment planning theory | |
| dc.subject | monte carlo method | |
| dc.subject | cloud services | |
| dc.title | Методичні вказівки та завдання до лабораторних робіт з курсу «Методи та інструменти системного аналізу» для студентів денної та заочної форм навчання спеціальності F4 – «Системний аналіз та наука про дані» | |
| dc.title.alternative | Methodological Guidelines and Assignments for Laboratory Work in the Course "Methods and Tools of Systems Analysis" for Full-Time and Part-Time Students of Specialty F4 – "Systems Analysis and Data Science” | |
| dc.type | Methodological guidelines |