Навчання > Технології аналізу даних у менеджменті. Спеціальність 073 Менеджмент. Освітня програма “Інформаційні системи у менеджменті”

Технології аналізу даних у менеджменті. Спеціальність 073 Менеджмент. Освітня програма “Інформаційні системи у менеджменті”

Тип: Нормативний

Кафедра: інформаційних систем у менеджменті

Навчальний план

СеместрКредитиЗвітність
83Іспит

Лекції

СеместрК-сть годинЛекторГрупа(и)
828доцент Прийма С. С.ЕКі-41с,

Лабораторні

СеместрК-сть годинГрупаВикладач(і)
814ЕКі-41сдоцент Прийма С. С.

Опис курсу

Дисципліна «Технології аналізу даних у менеджменті» спрямована на формування у здобувачів знань і навичок, необхідних для ефективного використання сучасних методів аналізу даних у процесі прийняття управлінських рішень. У межах курсу розглядаються основи статистичного аналізу, інструменти інтелектуального аналізу даних, нечіткі методи, штучні нейронні мережі, машинне навчання, а також практичне застосування програмного забезпечення, зокрема Excel, Matlab, WEKA, Google Таблиці та Python. Особлива увага приділяється вирішенню прикладних задач менеджменту за допомогою сучасних технологій аналізу даних.

Цей курс надасть майбутнім менеджерам інструменти для ухвалення обґрунтованих рішень на основі аналізу великих обсягів даних, що є ключовим у сучасному цифровому бізнес-середовищі.

Після завершення цього курсу студент буде :

Знати:

  • основні поняття, методи та етапи аналізу даних у менеджменті;
  • принципи роботи програмного забезпечення для аналізу даних (Excel, Matlab, WEKA, Python);
  • основи математичної статистики, регресійного, кореляційного та дисперсійного аналізу;
  • концепції інтелектуального аналізу даних (Data Mining), нечіткої логіки та штучних нейронних мереж;
  • види машинного навчання та їх застосування в управлінських задачах;
  • методи класифікації, регресії, кластеризації та пошуку асоціативних правил.

Вміти

  • збирати, очищати, структурувати та візуалізувати дані для управлінського аналізу;
  • застосовувати статистичні методи для опису та узагальнення даних;
  • використовувати Excel, Matlab, WEKA, Python для вирішення прикладних задач аналізу даних;
  • будувати моделі класифікації, регресії, кластеризації та асоціативного аналізу;
  • застосовувати методи машинного навчання та нейронні мережі для прогнозування та прийняття рішень;
  • інтерпретувати результати аналізу даних для обґрунтування управлінських рішень.

Рекомендована література

Основна література:

  1. Болюбаш Н. М. Інтелектуальний аналіз даних : навч. посіб. / Н. М. Болюбаш. – Миколаїв : Вид-во ЧНУ ім. Петра Могили, 2023.  320 с.
  2. Додонов О. Г., Кузьмичов А. І. Датамайнінг в Excel. Розвідувальний аналіз даних та прогнозування з використанням надбудови Analytic Solver Data Mining. – Київ : Видавництво Ліра-К, 2023. – 240 с.
  3. Гороховатський В.О., Творошенко І.С. Методи інтелектуального аналізу та оброблення даних: навч. посібник. – Харків: ХНУРЕ, 2021.  92 с.
  4. Гладун А. Я., Рогушина Ю. В. Data Mining: пошук знань в даних. Київ. ТОВ «ВД «АДЕФ- Україна», 2016. 452 с.
  1. Уес Маккінні. Python та аналіз даних: Первинна обробка даних із застосуванням pandas, NumPy та Jupiter. URL: https://clicklit.store/python-ta-analiz-danykh/?srsltid=AfmBOorHU7PzTql0Z6lQpphYw73ac-NQgwz7RLH4DcltNFGLFRMbqi76
  1. Pryima S.S., Vovk V.R.,Vovk R.V. Diagnostics of financial stability of construction enterprise using fuzzy logic methods // 2019 9th International Conference on Advanced Computer Information Technologies. Ceske Budejovice, Czechia, June 5-7, 2019. – p. 338-341 [Видання включено до наукометричної бази Scopus, Web of Science, Q3] URL: DOI: 10.1109/ACITT.2019.8780051
  2. Pryima S.S., Vovk R.V., Vovk V.R. Using Artificial Neural Networks to Forecast Stock Market Indices // 2019 XIth International Scientific and Practical Conference on Electronics and Information Technologies (ELIT), Lviv, Ukraine, September 16 – 18, 2019.- p.108-112. [Видання включено до наукометричної бази Scopus, Web of Science, Q3] URL: DOI: 10.1109/ЕЛІТ.2019.8892323
  3. Mishchuk N., Pryima S. Neural network forecasting of demand and supply in the labor market of Ukraine by types of economic activity // Вісник Львівського університету. Серія економічна. 2019.- Випуск 57.- с.234-244. [Видання включено до наукометричної бази Index Copernicus International]. URL: https://publications.lnu.edu.ua/bulletins/index.php/economics/article/view/10889
  4. Прийма С., Приймак В. Порівняльний аналіз динаміки соціально-економічних процесів у регіонах України // Вісник Львівського університету. Серія економічна. 2020. Випуск 58.- с. 62-71. [Видання включено до наукометричної бази Index Copernicus International]. URL: DOI: http://dx.doi.org/10.30970/ves.2020.58.0.5806
  5. Pryima, S., Vovk, R., Pryimak, V., Vovk, V. Fuzzy Information Aggregation for the Assessment of Socio-Economic Processes in Regions of Ukraine.  2021 11th International Conference on Advanced Computer Information Technologies, ACIT 2021 – 2021, pp. 393–396 [Видання включено до наукометричної бази Scopus, Web of Science, Q3] URL: DOI: 10.1109/ACIT52158.2021.9548390
  1. Прийма С.С. Регіональні особливості динаміки чинників соціально-економічних процесів в Україні та її регіонах // Формування ринкової економіки в Україні. Вип. 45. 2021. с. 97-106. [Видання включено до наукометричної бази Index Copernicus International]. URL: DOI: https://publications.lnu.edu.ua/collections/index.php/economics/article/view/4627
  1. Pryimak V. I.,  Pryima S. S. Intensity of Socio-Economic Process Development in the Regions of Ukraine // European Research Studies Journal. – 2021. – Volume XXIV, Issue 2. – P. 495-506. [Видання включено до наукометричної бази Web of Science] URL: https://www.um.edu.mt/library/oar/bitstream/123456789/84143/1/Intensity_of_socio_economic_process_development_in_the_regions_of_Ukraine.pdf
  2. Pryimak V., Pryima S., Holubnyk O. Fuzzy Technologies in the Management of Socio-Economic Process // Computer systems and information technologies. – 2022. – № 2 (7). – P. 88-94. [Видання включено до наукометричної бази Web of Science] https://csitjournal.khmnu.edu.ua/index.php/csit/article/view/154
  1. Pryima S., Vovk R., Vovk V. Analysis of Science and Technology Development of Countries. 2023 13th International Conference on Advanced Computer Information Technologies, ACIT’2023. 21-23 September  2023, pp. 289– [Видання включено до наукометричної бази Scopus, Web of Science, Q3]  https://doi.org/10.1109/ACIT62333.2024.10712509
  2. Pryima Svitlana Analysis of the Influence of Socio-Economic Processes on the Formation of Human Capital in the Western Region of Ukraine using the Apparatus of Fuzzy Logic / Svitlana Pryima; Nataliia Mishchuk; Oksana Huhul // 14th International Conference on Advanced Computer Information Technologies (ACIT). – 2024. – P. 397-401[Видання включено до наукометричної бази Scopus, Web of Science, Q3] URL: https://ieeexplore.ieee.org/abstract/document/10712509
  3. Прийма С.С. Оцінка та аналіз соціокультурного потенціалу регіонів України / Прийма С.С. // Вісник Львівського університету. Серія економічна. – 2024. – №66. [Видання включено до наукометричної бази Index Copernicus International]. URL: – https://publications.lnu.edu.ua/bulletins/index.php/economics/%20article/view/12424

Додаткова література:

  1. Pang-Ning Tan  Introduction to Data Mining. Pearson Education Limited, Year: 2019
  2. Kris Jamsa Introduction to Data Mining and Analytics. Jones & Bartlett Learning LLC, Year: 2021
  3. Олещенко Л.М. Технології оброблення великих даних. Конспект лекцій. Київю КПІ ім. Ігоря Сікорськогою 2021. 227 с. URL: https://files.znu.edu.ua/files/Bibliobooks/Inshi72/0053281.pdf
  1. Акіменко В.В. Прикладні задачі інтелектуального аналізу даних (DATA MINING). – К.: КНУ ім. Тараса Шевченко, 2018. 152 c. URL: https://satr.csc.knu.ua/Library/AkimenkoBook.pdf
  2. Аналіз даних в Excel. URL: https://support.microsoft.com/uk-ua/office/%D0%B0%D0%BD%D0%B0%D0%BB%D1%96%D0%B7-%D0%B4%D0%B0%D0%BD%D0%B8%D1%85-%D0%B2-excel-3223aab8-f543-4fda-85ed-76bb0295ffc4
  1. Черняк О. І. Інтелектуальний аналіз даних: підруч. Київ: Знання, 2014. 599 с.
  2. Ліщина Н. М. Методи інтелектуального аналізу даних : консп. лек. Луцьк : Луцький НТУ, 2016. 112 с.
  1. Бахрушин В.Є. Методи аналізу даних : навчальний посібник для студентів – Запоріжжя : КПУ, 2011. 268 с.

Інтернет-джерела:

  1. Data-аналітика + ШІ / URL: https://www.chatgptacademy.online/ sfery-vykorystannya-  ai/biznes/najkrashhi-instrumenty-shi-dlya-analitykiv-danyh-u-roczi/
  2. Машинне навчання для аналізу даних. URL: https://www.coursera.org/learn/machine-learning-data-analysis
  3. Базові інструменти для аналізу даних мовою Python. URL: https://itvdn.com/ua/webinars/description/basic-tools-for-data-analysis-python
  4. 17 найкращих книг з науки про дані URL: https://www.guru99.com/uk/data-science-books.html
  5. Огляд програмних засобів для аналізу даних. URL: https://www.daemmt.odesa.ua/index.php/daemmt/article/view/553
  6. Рекомендуємо ресурси для вивчення Data Science. URL: https://www.nixsolutions.com/ua/uploads/2022/07/Data-Science-skills.pdf
  7. Чим може допомогти компанії аналітик даних/ URL: https://dan-it.com.ua/uk/blog/chem-mozhet-pomoch-kompanii-analitik-dannyh/

Силабус:

Завантажити силабус