Описание:Изучение курса «Хемометрика» при подготовке магистрантов по направлению 18.04.02 Энерго- и ресурсосберегающие процессы в химической технологии, нефтехимии и биотехнологии способствует приобретению следующих компетенций.
Общепрофессиональные компетенции (ОПК):
способностью к профессиональной эксплуатации современного оборудования и приборов в соответствии с направлением и профилем подготовки (ОПК-3);
готовность к использованию методов математического моделирования материалов и технологических процессов, к теоретическому анализу и экспериментальной проверке теоретических гипотез (ОПК-4).
Профессиональные компетенции (ПК):
научно-исследовательская деятельность:
способностью использовать современные методики и методы, в проведении эксперимента и испытаний, анализировать их результаты и осуществлять их корректную интерпретацию (ПК-4);
готовностью разрабатывать математические модели и осуществлять их экспериментальную проверку (ПК-6);
производственно-технологическая деятельность:
способность к анализу технологических процессов с целью повышения показателей энерго- и ресурсосбережения, к оценке экономической эффективности технологических процессов, их экологической безопасности (ПК-9);
В результате изучения дисциплины студент должен:
Знать:
- предмет и метод хемометрики; основы теории и методы измерений;
- методы обнаружения и обработки сигналов;
- смысл операции градуирования и применяемые методы;
- основные свойства корреляционной матрицы, структурные методы регрессионного анализа;
- назначение стохастического факторного анализа, устойчивость статистического оценивания;
- методы разложения сложных сигналов на простые; методы распознавания образов, кластерного анализа.
Уметь:
- интерпретировать результаты измерений, оценивать их погрешность, формировать матрицы данных;
- выполнять статистическую обработку информации;
- выбирать адекватный метод градуирования и применять калибровочные кривые в химическом анализе;
- разрабатывать и практически применять алгоритмы обработки информации;
- разрабатывать и практически применять алгоритмы различных вариантов факторного анализа;
- определять сложность сигналов и выполнять их разрешение;
- разрабатывать и применять алгоритмы автоматической классификации.
Владеть:
- методами многомерной обработки данных;
- методами эксплуатации современного информационного оборудования;
- практикой применения пакетов прикладных программ по изученной дисциплине.