Kursuse eesmärgiks on tagada teadmised ja oskused analüüsimise põhialustest.

The goal is mastering of main concepts of data analysis.

Kursuse läbinud üliõpilane:
- suudab organiseerida andmevahetust andmetöötlustarkvara ja andmebaaside vahel;
- teab ja oskab kasutada andmeanalüüsi statistilisi meetodeid;
- teab ja oskab kasutada masinõppe meetodeid;
- oskab adekvaatselt tõlgendada analüüsi tulemusi.

The student:
- is able to organize data exchange between data analysing software and data bases.
- knows and masters the statistical methods of data analysis.
- knows and masters methods of machine learning.
- implements adequately the results of analysis.

Kursusel käsitletakse andmeanalüüsi erinevaid aspekte, kasutades MATLAB-keskkonda.
- Andmete import erinevatest andmekogudest ja –baasidest.
- Andmete visualiseerimine.
- Andmete analüüsimine statistiliste meetoditega.
- Andmekaeve põhimõisted ja –meetodid.
- Masinõppe põhimõisted ja –meetodid.

The different aspects of data analysis will be handled, using MATLAB-environment.
- Import of data from different databases and data sets.
- Visualizing data.
- Analysing data using the statistical methods.
- Main concepts and - methods of data mining.
- Main concepts and - methods of machine learning.

Arvestus

Pass/fail assessment

-

-

- Zielesny A. From Curve Fitting to Machine Learning: An Illustrative Guide to Scientific Data Analysis and Computational Intelligence. Springer 2018.
- Gdeisat, M., Lilley, F. MATLAB® by Example: Programming Basics. Elsevier (e-raamat).

(Toomas Lepikult) https://moodle.taltech.ee/course/view.php?id=30091

-