Рабочая программа дисциплины (модуля) в. Дв. 11. 2 «big date в управлении персоналом (big date for hr)»

ФОНД ОЦЕНОЧНЫХ СРЕДСТВ ТЕКУЩЕГО КОНТРОЛЯ УСПЕВАЕМОСТИ, ПРОМЕЖУТОЧНОЙ АТТЕСТАЦИИ

Оценочные средства текущего контроля успеваемости

• 
  карту оценочных средств промежуточной аттестации;
  
• 
  оценку КР;
  
• 
  вопросы к зачету;
  
• 
  критерии оценки компетенций;
  

• 
  карту оценочных средств текущего контроля знаний;
  
• 
  тематика контрольной работы, критерии оценки контрольной работы;
  
• 
  вопросы к коллоквиуму, критерии оценки ответов на диспуте и коллоквиуме;
  

1. 
   Понятие Big Date.
   
2. 
   Общее понятие о больших данных.
   
3. 
   Определение термина "большие данные"
   
4. 
   Процесс аналитической обработки данных
   
5. 
   Когнитивный анализ.
   
6. 
   Классификация задач. Функция конкурентного сходства
   
7. 
   Разработка алгоритмов на базе FRiS-функции
   
8. 
   Информативность и выбор признаков
   
9. 
   Обнаружение ошибок
   
10. 
    Основные понятия языка R версии 2.15.3
    
11. 
    Базовые элементы использования программной среды RStudio версии 0.97.336
    
12. 
    Общие сведения о языке R
    
13. 
    Основные функции языка R
    
14. 
    Синтаксис языка R
    
15. 
    Типы данных языка R
    
16. 
    Выбор режимов 3V BigData.
    
17. 
    Алгоритм решения
    
18. 
    Описание Weka
    
19. 
    Визуализация
    
20. 
    R как инструмент Data Mining
    
21. 
    Решение задач Data Mining
    
22. 
    Использование R и Hadoop
    
23. 
    Основные библиотеки для Data Mining
    
24. 
    Зачем нужны новые хранилища
    
25. 
    Свойства больших данных и ограничения RDBMS
    
26. 
    ACID требования
    
27. 
    CAP-теорема
    
28. 
    BASE архитектура
    
29. 
    Система NoSQL
    
30. 
    Интерфейсы NoSQL
    
31. 
    MapReduce
    
32. 
    Ключ-значение
    
33. 
    Тип Колоночный
    
34. 
    Тип Документо-ориентированный
    
35. 
    Тип Графовый
    
36. 
    Инструмент KXEN
    
37. 
    Реинжиниринг аналитического процесса
    
38. 
    Структура KXEN Analytic Framework Version 3.0
    
39. 
    Технология IOLAP
    
40. 
    Этапы решения бизнес-задачи
    

1. 
   Обработка и представление данных
   
2. 
   Провести когнитивный анализ информации
   
3. 
   Разрабтать алгоритм на базе FRiS-функции
   
4. 
   Использование программной среды RStudio
   
5. 
   Обработка данных на языке R
   
6. 
   Выбор режимов 3V BigData
   
7. 
   Использование Weka при решении задачи
   
8. 
   Применить инструменты Data Mining для решения задачи
   
9. 
   Создать хранилище
   
10. 
    Выбор типа NoSQL для решения задачи