Vadovas:
dr. Vytautas JANILIONIS
+370 686 61 605
vytautas.janilionis@ktu.lt


 

 

Partneriai:

UAB „MICROSOFT“

UAB „SWEDBANK“

UAB „Western Union“

UAB „Paspara“

Duomenų analitika

Įvairios sistemos ir procesai šiandien generuoja didžiulius duomenų kiekius. Įmonėms labai svarbu gauti naudą iš šių duomenų, „ištraukti“ įžvalgas apie vienų ar kitų procesų gerinimą, klientų elgseną, išteklių naudojimą, našumo didinimą ir t. t. Darbo rinkoje labai trūksta specialistų, kurie galėtų analizuoti duomenis ir daryti išvadas, reikalingas tolesnei verslo sėkmei, todėl analitiko kompetenciją įgiję absolventai yra labai paklausūs. Jie kuria ir tobulina įvairių socialinių ir techninių sistemų bei procesų duomenų analitikos modelius. Taikydami matematikos ir statistikos metodus bei šiuolaikines analitikos programines priemones, iš duomenų išgauna prasmingą ir naudingą informaciją, kuri reikalinga įvairių sistemų ir procesų pažinimui, tobulinimui, sumaniam valdymui, optimizavimui, prognozavimui ir verslo sprendimų priėmimui.

Studijų dalykai

Duomenų tyrybos metodai (P160M134)
Įgyjamos duomenų tyrybos metodų (dažnų sekų paieškos, susietumų analizės, klasterinės analizės, klasifikavimo metodų, neuroninių tinklų) ir jų taikymo žinios. Įsisavinamos išskirčių nustatymo, duomenų patikimumo vertinimo, kompiuterio mokymo, daugiamačių duomenų vizualizavimo metodologijos. Ugdomi duomenų tyrybos metodų taikymo duomenų analizei praktiniai gebėjimai, panaudojant verslo analitikos programinę įrangą (SAS, R).
Daugiamatės statistinės analizės modeliai (P160M135)
Įgyjamos daugiamatės dispersinės analizės, prognozavimo analitikos (daugiamatės regresinės analizės, logistinės regresinės analizės, apibendrintų tiesinių modelių) parametrinių ir neparametrinių metodų, faktorinės analizės žinios. Įsisavinamos greitos statistinės analizės procedūros (angl. high-performance procedures). Ugdomi verslo duomenų statistinės analizės modelių kūrimo, įgyvendinimo, tyrimo ir rezultatų interpretavimo praktiniai gebėjimai, panaudojant verslo analitikos programinę įrangą (SAS, R).
Laiko eilučių analizė (P160M102)
Išmokstama suprasti laiko eilučių analizės principų, išsiugdoma tiesinių modelių taikymo praktikoje samprata, įsisavinami proceso prognozavimo principai, išmokstama autoregresijos ir slenkančiojo vidurkio modelio parametrų įvertinimo ir interpretavimo. Studentai turi lankyti paskaitas.