ОБРАЗОВАТЕЛЬНАЯ ПРОГРАММА МИКРОКВАЛИФИКАЦИЙ «STATICTICS ESSENTIALS» (встроенная)

Паспорт образовательной программы

Область образования: 6B06 Информационно-коммуникационные технологии
Направление подготовки: 6B061 Информационно-коммуникационные технологии
Группа образовательных программ: B057 Информационные технологии
Номер лицензии на направление подготовки: KZ67LAA00019559
Объем кредитов: 16
Регистрационный номер: MCCE-2022/0010
Дата регистрации: 04.05.2023 г.
Языки обучения: русский, английский
Организация-партнер: «Корпоративный университет» — филиала АО «Казахтелеком»

Краткое описание образовательной программы микроквалификации

Основное направление ОП:
Программа направлена на подготовку специалистов по моделированию производственных процессов на основе математической статистики и анализа данных, имеющих прочные фундаментальные знания математики и в прикладных методах, основанных на вычислительных технологиях.  

Цель ОП микроквалификации:
Формирование навыков у обучающихся правильного применения методов математической статистики к различным прикладным задачам, а также предоставление обучающимся полноценный комплекс знаний по статистике, необходимых для успешного применения мощного инструмента статистического анализа.

Задачи ОП микроквалификации:
– сформировать у обучающихся целостное представление о принципах математической статистики и анализа;
– привить навыки сознательного и рационального использования современных инструментальных программных средств в профессиональной деятельности для решения конкретных задач.

ФОРМИРУЕМЫЕ РЕЗУЛЬТАТЫ ОБУЧЕНИЯ

РО 1. знать методы анализа, систематизации, представления и обобщения данных путем применения комплекса методов при решении конкретных задач;
РО 2. использовать статистические методы для решения конкретных задач;
РО 3. уметь грамотно и корректно подготавливать данные для статистического анализа;
РО 4. разрабатывать математические модели и численные алгоритмы и выбирать вычислительные методы для проведения вычислительных экспериментов и прогнозирования течения детерминированных и вероятностных процессов;
РО 5. собирать, обрабатывать и анализировать данные, с использованием методов математической статистики, науки о данных и машинного обучения для составления прогнозов и подготовки управленческих и оперативных рекомендации.

СВЕДЕНИЯ О ДИСЦИПЛИНАХ

Наименование дисциплины Краткое описание дисциплины Кол-во кредитов Кол-во акад.часов Формируемые компетенции (коды)
1. Теория вероятностей и математическая статистика Дисциплина направлена на обучение изучения закономерностей случайных явлений и их свойств, и использовать их для анализа данных. В результате изучения данной дисциплины обучающиеся будут знать основные понятия теории вероятностей и математической статистики и их свойства, а также уметь использовать вероятностные модели при решении задач, работать со случайными величинами, выполнять расчет выборочных характеристик, оценивать надежность статистических данных. 5 120 ПК1, ПК2, ПК5
2. Математический анализ Дисциплина направлена на изучение методов анализа данных для количественной оценки социально-экономической ситуации на микро, макро и глобальном уровнях; проведения статистического анализа. 5 150 ПК3, ПК4, ПК5
3. Введение в аналитику больших данных Курс предназначен для изучения основ рабоы с большими данными, огромными массивами структурированной информации. Обучающиеся научатся работать с технологиями MapReduce, Hadoop, Spark для реализации аналитики и машинного обучения на больших данных. 5 150 ПК1, ПК3
4. Итоговая аттестация Целью итоговой аттестации обучающегося является оценка результатов обучения и профессиональных компетенций, достигнутых по завершению изучения образовательной программы микроквалификации 1 30

 

https://astanait.edu.kz/wp-content/sigmaslot/https://jlt.ac/https://jgaa.info/public/www/idn/https://jgaa.info/public/www/mpo/https://mitrasmart.co.id/akun-pro-thailand/http://103.165.243.97/doc/unsign/psrtgl2/https://lnx.gatm.it/analiticaojs/https://viguera.com/slot-thailand/https://www.cienciaecuador.com.ec/https://ejournal.aibpmjournals.com/scatter-hitam/https://pijarpemikiran.com/https://hr.tarunabakti.or.id/zeus-slot/https://www.vertitech.gr/wp-content/situs/https://ube.edu.ec/depo10k/https://ejournal.aibpmjournals.com/gates-of-olympus/https://app.sinarjaya.co.id/sigmaslot/https://rbiad.com.br/https://esic.novacanaapaulista.sp.gov.br/uploads/sigmaslot/https://rbiad.com.br/sigmaslot/https://fjot.anfe.fr/https://www.viguera.com/slot-gacor/http://revista.tce.gob.ec/ojs-3.1.2-4/sweet-bonanza/http://citaitb.com/wp-content/document/https://rdsp.msp.gob.do/sgm/https://www.remap.ugto.mx/https://thepab.org/public/pro/https://www.unjc.cu/sigmaslot/https://ojs.co.id/wp-content/cache/https://ktadigitalpgri.org/assets/dist/img/scatter-hitam/https://pasarantogel2.id/https://pasarantogel1.id/http://www.inmedsur.cfg.sld.cu/pasaran2/http://controlvisible.auditoria.gov.co/public/https://isbrmj.org/starlight-princess/https://fjot.anfe.fr/https://journalofhealthandcaringsciences.org/atm88/https://journalofhealthandcaringsciences.org/idn/https://www.viguera.com/sigmaslot/https://ipabhi.org/sigmaslot/https://astanait.edu.kz/wp-content/pasarantogel2/https://masonhq.org/http://www.inmedsur.cfg.sld.cu//https://iojpe.org/jepang/https://ojs.ukscip.com/pages/2024/https://www.journalprenatalife.com/public/http://citaitb.com/idn/https://journalofhealthandcaringsciences.org/mpo/https://asianmedjam.com/slot-deposit-pulsa/https://asianmedjam.com/akun-pro-kamboja/https://isbrmj.org/public/https://caet.inspirees.com/slot-luar/https://isnujatim.org/slot-dana/https://journal.shamlands.sy/pages/io/https://www.viguera.com/slot-kamboja/https://kpmsurabaya.id/akun-pro-kamboja/https://www.remap.ugto.mx/sigmaslot/https://www.remap.ugto.mx/pages/slot-luar-negeri-winrate-tertinggi/http://www.inmedsur.cfg.sld.cu/docs/https://www.viguera.com/pasarantogel2/https://webscience-journal.net/https://humanika.penapersada.com/public/wp/http://103.165.243.97/doc/unsign/sigma/https://ojs.ahe.lodz.pl/pg/https://ojs.co.id/id/pasarantogel2/https://snman.science/https://algede.org/