В содержании дисциплины нашли отражение основы представлений современной теории искусственного интеллекта о методах извлечения знаний из источников информации различной природы, о формах хранения и структурирования знаний, и методах манипулирования знаниями в предметных областях с нечеткой системологией. Представлен многовариантный инструментарий решения различных по классу задач прогнозирования и распознавания, кластеризации и классификации. Раскрываются особенности организации современных пакетов интеллектуального анализа данных, машинного обучения, экспертных систем. Акцент делается на практическом изучении пакетов, практике и навыкам их применения. Закладываются умения осуществлять формальную постановку задач выявления закономерностей в данных различной природы, выбирать и оценивать математические модели распознавания образов, классификации и прогнозирования, отражающие системные эффекты в многомерных разнотипных данных о системно-сложных объектах
Интеллектуальные информационные системы, как закономерный и неизбежный этап развития средств труда. Жизненный цикл системы искусственного интеллекта и критерии перехода между этапами этого цикла. Принципы построения интеллектуальных информационных систем. Автоматизированные системы распознавания образов. Математические методы и автоматизированные системы поддержки принятия решений. Экспертные системы. Основы Интеллектуального Анализа Данных. Коллективы алгоритмов. Нейросетевые и генетические алгоритмы. Обнаружение логических закономерностей в данных.Инструментальные средства для обнаружения знаний в данных.
http://www.intuit.ru/studies/courses/6/6/info - основы интеллектуального анализа данных в информационных системах