Duomenų analizės technologijos

Modulio tikslas

Susipažinti su pagrindinėmis logikos, algoritmų teorijos, kodavimo teorijos, kombinatorikos, analizinės kombinatorikoss ir grafų teorijos sąvokomis bei teiginiais, išmokti jas taikyti praktinių uždavinių sprendimui.

Studijų dalyko aprašas

Išstudijavę modulį studentai susipažins su pagrindinėmis logikos, algoritmų teorijos, kodavimo teorijos, kombinatorikos sąvokomis, analizinės kombinatorikos ir grafų teorijos elementais. Studentai bus mokomi, kaip šias sąvokas taikyti realių uždavinių sprendimui.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 51 % paskaitų, ne mažiau kaip 60 % pratybų ir ne mažiau kaip 60 % laboratorinių darbų.

Modulio tikslas

Suteikti pagrindines žinias apie kelių kintamųjų funkcijų integralinį skaičiavimą ir kompleksinio kintamojo funkcijų diferencialinį skaičiavimą.

Studijų dalyko aprašas

Pirmoje kurso dalyje išdėstomas kelių kintamųjų funkcijų integralinis skaičiavimas: kartotiniai integralai, jų savybės ir skaičiavimas, kreiviniai integralai, jų savybės ir skaičiavimas. Antroje kurso dalyje išdėstoma kompleksinio kintamojo funkcijų teorijos pagrindinės sąvokos: riba ir tolydumas, išvestinė, Koši ir Rymano sąlygos, analizinės funkcijos sąvoka.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 51 % paskaitų ir ne mažiau kaip 80 % pratybų.

Modulio tikslas

Supažindinti su statistinės programinės įrangos R naudojimo galimybėmis. Įgalinti studentus sėkmingai taikyti įgytas žinias tolimesnių dalykų studijose bei savarankiškai statistinei duomenų analizei atlikti.

Studijų dalyko aprašas

Modulis skirtas įsisavinti statistinę kompiuterio įrangą kreipiant dėmesį tokius elementus: duomenų įvedimas, transformavimas ir tvarkymas; aprašomosios statistikos metodų taikymas, duomenų grafinis vaizdavimas.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 51 % paskaitų ir ne mažiau kaip 60 % pratybų.

Modulio tikslas

Suteikti pagrindines žinias apie stochastinę prigimtį turinčius gamtos reiškinius ir jų matematinius modelius.

Studijų dalyko aprašas

Pirmoje kurso dalyje įvedamos atsitiktinio įvykio ir jo tikimybės sąvokos, ir apibrėžiama tikimybinė erdvė. Toliau pateikiamas klasikinis tikimybės apibrėžimas, įrodomos pagrindinės tikimybių savybės Antroji kurso dalis skiriama atsitiktinių dydžių pasiskirstymų analizei. Detaliai supažindinama su dažniausiai pasitaikančiais Gauso ir Puasono dėsniais, atsitiktinių dydžių skaitinėms charakteristikoms. Kurse supažindinama su didžiųjų skaičių dėsniu, centrine ribine teorema.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 51 % paskaitų ir ne mažiau kaip 80 % pratybų.

Modulio tikslas

Suteikti studentams bazines ekonomikos teorijos žinias bei gebėjimus reikalingus savo profesinės veiklos sprendimams priimti ir įgyvendinti.

Studijų dalyko aprašas

Ekonomikos kurso metu studijuojama ekonomikos teorija: poreikiai, ištekliai, gamybos, darbo ir materialinių išteklių ekonomika. Analizuojama rinka, paklausos ir pasiūlos pusiausvyra, elastingumas taip pat įmonės sąnaudų ir pelno diferencijavimas bei konkurencijos modeliai. Nagrinėjamos investicijos, verslo aplinkos veiksniai, kainų nustatymo strategija ir metodai, taip pat makroekonominiai rodikliai, nacionalinio produkto skaičiavimo metodai. Analizuojamos fiskalinės ir pinigų politikos priemonės, darbo rinka, nedarbo ir infliacijos vertinimas, tarptautiniai ekonominiai ryšiai, verslo rizika ir jos sumažinimo instrumentai, verslo plėtra.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų.
Minimalus modulio paskaitų lankomumo reikalavimas – 50%.

Modulio tikslas

Supažindinti su filosofine etika ir pamatinėmis etinėmis problemomis bei sąvokomis. Perteikti etikos pagrindų, principų ir sistematikos žinias. Formuoti kritinę nuomonę, gebėjimą logiškai, argumentuotai diskutuoti, tvirtinti vertybinę orientaciją.

Studijų dalyko aprašas

Studentai supažindinami su etinėmis mokyklomis bei sistemomis, pamatiniais deontologinės bei teleologinės etikos principais. Išdėstomi esminiai etikos istorijos raidos bruožai – antikinė, senovės Rytų, krikščioniškoji, renesanso, naujųjų amžių bei modernistinė etika. Aptariamos pagrindinės etikos temos: gėris ir blogis, moralės principas ir laisva valia, asmuo kaip tikslas pats savaime, orumo samprata, sąžinė, norma ir dorovė, dorovės pagrindimas autoritetu ir diskursu, dorybės supratimas, laimė ir gyvenimo prasmė, ir kt. Nagrinėjami reikšmingiausi klasikų (Platonas, Aristotelis, Kantas) tekstai ir susipažįstama su jų argumentacija.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų ir lankyti ne mažiau kaip pusę teorinių paskaitų.

Modulio tikslas

Pakelti mąstymo kultūrą bei gebėjimą automatizuoti loginės technikos žinias bei jas lengvai taikyti inžinerijos praktikoje.

Studijų dalyko aprašas

Kurse aptariami mąstymo tyrimai, jų struktūros ir formos požiūriu (teiginiai, sąvokos, samprotavimai, įrodymai). Pateikiama matematinės logikos elementų. Teorinis dėstymas maksimaliai orientuotas į praktinio mąstymo problemas, reikalaujančias kasdieninių formalaus loginio mąstymo treniruočių, gebėjimo modeliuoti, diskutuoti, daryti apibendrinimus ir išvadas, priimti sprendimus.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų ir lankyti ne mažiau kaip pusę teorinių paskaitų.

Modulio tikslas

Dalyko tikslas – supažindinti su viešosios komunikacijos teoriniais ir praktiniais aspektais, problematika ir taikymu.

Studijų dalyko aprašas

Viešosios komunikacijos dalyke siekiama inžinerijos mokslų bakalauro, informatikos mokslų bakalauro, technologijų mokslų bakalauro, matematikos mokslų bakalauro kvalifikacinį laipsnį suteikiančias studijas pasirinkusius studentus supažindinti su asmeninio įvaizdžio formavimo, dalykinės komunikacijos, komunikacijos su įmonės klientais ir viduje principais. Šiame dalyke studentai supažindinami kaip efektyviau pristatyti save ir savo idėjas, geriau kalbėti viešumoje, argumentuoti ir įtikinti, profesiniams tikslams naudoti internetą ir socialines medijas, labiau suprasti tarpkultūrinę komunikaciją. Taip pat studentai sužinos apie komunikacijos kanalus, žinutes ir komunikavimą tikslinėms auditorijoms. Per įvaizdžio formavimą studentai geriau įsisavins ir įgis praktinių įgūdžių taikyti visuomenėje priimtinas etikos, protokolo normas. Praktinę kurso dalį sudaro aktyvus studentų dalyvavimas diskusijose pratybų metu, atvejų analizės taip pat viešų kalbų, prisistatymų, prezentacijų rengimas ir jų pristatymas.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų. Nuolatinių studijų 1-3 kursų paskaitų lankomumas – ne mažiau nei 50 procentų.

Modulio tikslas

Suteikti informacijos apie DBVS, pateikti jų palyginimus,skirtumus, privalumus bei trūkumus; išmokyti suprojektuoti duomenų bazę, naudotis SQL kalba, rašant įvairaus sudėtingumo užklausas; sukurti db vartotojams skirtas duomenų įvedimo formas.

Studijų dalyko aprašas

Kursas skirtas supažindinti studentus su duomenų bazių ir duomenų bazių valdymo sistemų samprata. Pateikiama informacija apie galimus veiksmus su duomenų bazėmis, pristatomi duomenų bazių vartotojai, jų teisės dirbant su duomenų bazėmis bei duomenų bazių apsauga. Taip pat kursas supažindina su grafine vartotojo kūrimo aplinka bei ataskaitų formavimu ir pateikimu.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 proc. laboratorinių darbų, ne mažiau kaip pusę teorinių paskaitų.

Modulio tikslas

Matematinės statistikos dalyko studijų tikslas:
– išaiškinti studentams matematinės statistikos pagrindinius principus, uždavinių tipus ir metodus;
– supažindinti studentus su robastinių statistikų ir Bajeso teorijos elementais;
– išmokyti atlikti realių duomenų statistinę analizę ir interpretuoti gautus rezultatus,
– paruošti studentus ekonometrijos ir kitų aukštesnio lygio bei labiau specializuotų statistinės duomenų analizės kursų studijoms

Studijų dalyko aprašas

Studentai supažindinami su matematinės statistikos pagrindiniais principais, uždavinių tipais ir metodais. Greta klasikinių matematinės statistikos temų dėstomi robastinių statistikų ir Bajeso teorijos elementai. Baziniams duomenų analizės metodams įsisavinti atliekamos užduotys su programavimo kalba R.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 51 % paskaitų ir ne mažiau kaip 80 % pratybų.

Modulio tikslas

Suteikti pagrindines žinias apie kompleksinio kintamojo funkcijų integralinį skaičiavimą, diferencialines lygtis ir taikymus tikimybių teorijoje ir statistikoje.

Studijų dalyko aprašas

Pirmoje kurso dalyje išdėstomas kompleksinio kintamojo funkcijų integralinis skaičiavimas. Antroje kurso dalyje išdėstoma Furje eilutės, Furje transformacija ir jos taikymas tikimybių teorijoje ir statistikoje, supratimas apie diferencialines lygtis.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 51 % paskaitų ir ne mažiau kaip 80 % pratybų.

Modulio tikslas

Suteikti pakankamą supratimą apie pagrindines skaitinių metodų sąvokas ir išugdyti gebėjimus spręsti įvairias ekonomines, inžinerines ir kitokias problemas, mokėti pritaikyti skaičiavimui kompiuterines programas

Studijų dalyko aprašas

Funkcijų interpoliavimas. Interpoliavimas splainais. Skaitinis integravimas. Netiesinės lygties sprendimas. Tiesinių lygčių sistemos sprendimas tiesioginiais ir iteraciniais metodais. Tikrinių reikšmių uždavinio skaitiniai metodai. Vieno kintamojo funkcijos optimizavimo algoritmai.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 51 % paskaitų ir ne mažiau kaip 80 % pratybų.

Modulio tikslas

Supažindinti studentus su asmeninių/šeimos finansų valdymo svarba.
Suteikti studijuojantiems būtinų žinių apie asmeninių finansų valdymo principus bei metodus, taupymo, investavimo ir skolinimosi galimybes ir priemones.

Studijų dalyko aprašas

Asmeninių finansų valdymo kursas nagrinėja finansų ir investicijų mokslo teorijos taikymus asmeniui (šeimai) priimant įvairius finansinius sprendimus, apimant vartojimo, taupymo ir skolinimosi, investicijų, pensijos planavimo, draudimo paslaugų, nekilnojamojo turto įsigijimo finansavimo ir mokesčių planavimo sritis.
Aiškinamas šeimos biudžeto, balanso, pinigų srautų sudarymas ir vertinimas, jų taikymas šeimos finansiniams sprendimams pagrįsti; vertinami asmenų/šeimos finansų rodikliai, finansinių priemonių pasirinkimas išsikeltiems ilgalaikiams ir trumpalaikiams tikslams įgyvendinti; nagrinėjami vartojimo, taupymo, investavimo ir skolinimosi sprendimai, investavimo strategija, supažindinama su pensijos planavimo strategijomis; finansinių išteklių valdymo įvairiuose gyvenimo ciklo etapuose metodais; aptariama draudimo paslaugų reikšmė tiek apsaugant šeimos narius, tiek turto apsaugojimo nuo galimų finansinių nuostolių būdai.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų ir ne mažiau kaip pusę teorinių paskaitų.

Modulio tikslas

Supažindinti su mokslinio stiliaus ypatumais, terminų reikalavimais, terminų tvarkybos principais, specialybės kalbos dėsningumais. Išmokyti kurti ir redaguoti mokslinį tekstą.

Studijų dalyko aprašas

Nagrinėjamas mokslinis stilius ir jo vieta funkcinių stilių sistemoje. Aptariami sakytinės ir rašytinės kalbos, viešosios ir neviešosios kalbos skirtumai. Išsamiai analizuojama terminų samprata, rūšys, reikalavimai, struktūra, terminų tvarkybos būdai. Gvildenami mokslo kalbos raiškos dėsningumai ir trūkumai, mokslinio teksto komponavimo ypatumai. Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų.

Modulio tikslas

Supažindinti su pagrindinėmis atsitiktinių procesų klasėmis ir metodais, taikomais atsitiktinių procesų teorijoje. Pagilinti ir praplėsti įgytas tikimybių teorijos žinias.

Studijų dalyko aprašas

Šis kursas supažindina su atsitiktinio proceso samprata, su pagrindinėmis atsitiktinių procesų klasėmis ir metodais, taikomais atsitiktinių procesų teorijoje.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 % pratybų.

Modulio tikslas

Pagrindinis šio kurso tikslas – suteikti studentams tiesinio programavimo teorijos pagrindus ir išvystyti jų gebėjimą pritaikyti bazinius metodus sprendžiant optimizavimo uždavinius.

Studijų dalyko aprašas

Šis kursas tai įvadas į tiesinį optimizavimą, didelį dėmesį skiriant tiesinio programavimo uždavinių sprendimo metodams ir analizei. Temos apima matematines tiesinio programavimo uždavinių savybes, geometrinę interpretaciją, simplekso metodą, dualumo teoriją, jautrumo analizę, sveikaskaitį programavimą, transporto uždavinius ir matricinius lošimus.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 % pratybų.

Modulio tikslas

Kurso tikslas yra supažindinti studentus regresinės anlizės ir su ja susijusių modelių, principų ir metodų taikymo ekonometriniuose tyrimuose galimybėmis ir rezultatų interpretvimu, išmokyti juos atlikti su kompiuteriu realių ekonominių duomenų analizę.

Studijų dalyko aprašas

Pradinio ekonometrijos kurso pagrindą sudaro tiesinė regresija ir su ja susiję modeliai: dispersinė ir faktorinė analizė. Kurso tikslas yra supažindinti studentus su baziniais ekonometrinės analizės principais, išdėstyti pagrindines regresinės ir dispersinės bei faktorinės analizės sąvokas ir metodus, išmokyti studentus tinkamai taikyti šiuos metodus realiuose tyrimuose ir teisingai interpretuoti gautus rezultatus.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 % pratybų ir ne mažiau kaip 80 % laboratorinių darbų.

Modulio tikslas

Dalyko studijų tikslas:
-išaiškinti studentams matematinės skaičiuojamosios statistikos pagrindinius principus, uždavinių tipus ir metodus;
-išmokyti atlikti realių duomenų statistinę analizę ir interpretuoti gautus rezultatus,
-paruošti studentus kitų aukštesnio lygio bei labiau specializuotų statistinės duomenų analizės kursų studijoms.

Studijų dalyko aprašas

Studentai supažindinami su matematinės statistikos pagrindiniais principais, uždavinių tipais ir metodais. Greta klasikinių matematinės statistikos temų dėstomi robastinių statistikų ir Bajeso teorijos elementai. Baziniams duomenų analizės metodams įsisavinti atliekamos užduotys su programavimo kalba R.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 % pratybų.

Modulio tikslas

Šio kurso tikslas yra suteikti studentams grafų teorijos teorijos pagrindus ir išvystyti jų gebėjimą pritaikyti bazinius grafų algoritmus sprendžiant praktinius uždavinius.

Studijų dalyko aprašas

Kurso metu studentai supažindinami su pagrindinėmis grafų teorijos sąvokomis, metrinėmis charakteristikomis, susipažįsta su specifiniais grafų teorijos uždaviniais, jų sprendimo algoritmais, išmoksta grafų teorijos uždavinius spręsti naudojantis statistiniais programiniais paketais.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 % pratybų.

Modulio tikslas

Kurso tikslas yra supažindinti studentus su svarbiausiais laiko eilučių analizės metodais, išmokyti studentus juos tinkamai taikyti realiuose tyrimuose ir teisingai interpretuoti gautus rezultatus.

Studijų dalyko aprašas

Modulis supažindina studentus su pagrindinėmis koncepcijomis statistinių modelių kūrime, kai tiriamieji duomenys sudaro statistiškai priklausomų dydžių seką ar kinta laikui bėgant. Nagrinėjami statistinio modelio parinkimo, jo parametrų vertinimo, parinkto modelio diagnostikos bei prognozavimo klausimai. Naudojami stacionarių laiko eilučių ARMA tipo modeliai bei nestacionarių – ARIMA. Teorinės žinios įsisavinamos sprendžiant atsitiktinių sekų tyrimo uždavinius auditorijoje pratybų metu bei atliekant laboratorinius darbus kompiuteriu, naudojant R paketą.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 % pratybų.

Modulio tikslas

Šio kurso tikslas – supažindinti studentus su daugiamatės duomenų analizės teorija ir suteikti tam tikrų praktinių įgūdžių atliekant duomenų analizę ir interpretuojant gautus rezultatus.

Studijų dalyko aprašas

Šis kursas supažindina su bazinėmis daugiamatės statistikos sąvokomis ir pagrindiniais daugiamačių duomenų analizės metodais. Nagrinėjamos šios temos: daugiamačių duomenų vizualizacija, pagrindinių komponenčių metodas, faktorinė analizė, pagrindinių koordinačių metodas ir atitikties analizė. Visi šie metodai iliustruojami atliekant realių duomenų statistinę analizę. Tam naudojama R programinė įranga.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 % pratybų.

Modulio tikslas

Dalyko tikslas yra suteikti pagrindines žinias apie didžiuosius duomenis (Big Data). Išmokyti analizuoti duomenis, supažindinti su pagrindiniais įrankiais skirtais analizuoti duomenis. Tyrinėti draudimo rinkos procesus bei ugdyti gebėjimą pritaikyti didžiuosius duomenis (Big Data) šioje rinkoje taip sukuriant papildomą vertę verslui.

Studijų dalyko aprašas

Studijų dalyką sudaro didžiųjų duomenų (Big Data) pagrindai, supažindinama su pagrindiniais duomenų analizės metodais. Apžvelgiami pagrindiniai duomenų analizės įrankiai bei kaip didieji duomenys (Big Data) yra integruojami su tradicinėmis duomenų saugyklų, veiklos analizės (BI) sistemomis. Supažindinama su didžiųjų duomenų (Big Data) galimybėmis sukurti vertę versle. Taip pat nagrinėjami įvairūs realūs panaudojimo uždaviniai finansų sektoriuje.

Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų

Modulio tikslas

Supažindinti studentus su pagrindiniais duomenų klasifikavimo principais, jų teoriniu pagrindimu, pademonstruoti įvairių klasifikavimo metodų galimybes sprendžiant praktinius duomenų analizės uždavinius.

Studijų dalyko aprašas

Klasifikavimas – vienas iš pagrindinių uždavinių atliekant statistinę duomenų analizę biologijoje, medicinoje, technikoje ir kitose srityse. Šiame kurse studentai supažindinami su pagrindiniais duomenų klasifikavimo principais, dažniausiai pasitaikančiais uždavinių tipais ir jų sprendimo metodais: klasterine analize, diskriminantine analize ir k. t.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 % pratybų ir ne mažiau kaip 80 % laboratorinių darbų.

Modulio tikslas

Šio kurso tikslas – suteikti studentams bazinių žinių apie apibendrintų tiesinių modelių teorija ir suteikti tam tikrų praktinių įgūdžių atliekant duomenų analizę ir interpretuojant gautus rezultatus.

Studijų dalyko aprašas

Diskretūs duomenys sutinkami socialiniuose, biomedicinos ir biologijos moksluose, o taip pat lingvistikoje, genetikoje, inžinerijoje ir švietime. Diskrečių duomenų statistinei analizei naudojami metodai, kurie skiriasi nuo įprastos tolydžiųjų kintamųjų statistinės analizės metodų. Šis kursas sudarytas taip, kad suteiktų studentams bazinių žinių apie apibendrintų tiesinių modelių teoriją ir jų taikymus. Temos apima dažnių lenteles, kategorinių kintamųjų ryšio matus, eksponentinę skirstinių šeimą, apibendrintus tiesinius modelius, logistinę regresiją ir logtiesnius modelius. Visi šie metodai iliustruojami atliekant realių duomenų statistinę analizę. Tam naudojama R programinė įranga.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 % pratybų.

Modulio tikslas

Suteikti imčių teorijos pagrindinių žinių ir sudaryti galimybę pritaikyti tas žinias praktinių tyrimų duomenims.
Iš išmokyti planuoti imčių tyrimą, atsižvelgiant į realias sąlygas, esant sudėtingam imties planui vertinti baigtinės populiacijos parametrus bei gaunamų įverčių paklaidas.

Studijų dalyko aprašas

Modulis skirtas įsisavinti pagrindinius imčių iš baigtinės populiacijos išrinkimo planus, parametrų ir jų įvertinių tikslumo rodiklių vertinimo būdus, susipažinti su metodais, kuriais atsižvelgiama į neatsakymus apklausose bei šiems darbams skirta kompiuterių programine įranga. Teoriniai rezultatai iliustruojami praktinių tyrimų, atliekamų visuomenės nuomonės, rinkos tyrimų kompanijose bei oficialiojoje statistikoje pavyzdžiais.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 % pratybų.

Modulio tikslas

Susipažinti su neuroninių tinklų pagrindais ir jų taikymu.

Studijų dalyko aprašas

Neuroninių tinklų teoriniai pagrindai: dirbtinis neuronas, aktyvavimo funkcija, svoriai, tendencijos, sluoksniai. Dirbtinių neuroninių tinklų architektūros. Mokymosi procesas. Neuroninių tinklų praktiniai taikymai.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 proc. laboratorinių darbų.

Modulio tikslas

Suteikti išsamias žinias apie autorių teises ir gretutines teises, kaip intelektinės nuosavybės rūšis, supažindinant su Lietuvos ir užsienio valstybių teisinio reglamentavimo ypatumais, formuoti įgūdžius analizuojant teorines bei praktines autorinės teisės problemas, taip pat sudaryti prielaidas studentams savarankiškai gilinti žinias šioje srityje.

Studijų dalyko aprašas

Modulyje atskleidžiama autorių teisių ir gretutinių teisių vieta greta kitų intelektinės nuosavybės rūšių, aptariama autorinės teisės raida iš jos šaltiniai Lietuvoje ir užsienio valstybėse, nagrinėjamos atskiros autorių teisių ir gretutinių teisių rūšys, jų subjektai, objektai, ypač didelis dėmesys skiriamas autorių teisių ir gretutinių teisių apsaugai ir įgyvendinimui.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų.

Modulio tikslas

Dalyko tikslas – baigiamojo darbo temos formulavimas, literatūros apžvalga, studijos ir analizė, laukiamų rezultatų įvertinimas, darbo probleminės srities suvokimas ir supratimas.

Studijų dalyko aprašas

Literatūros baigiamojo darbo tema studijos, analizė bei apžvalgos rengimas. Matematinio modelio sudarymas ir programinės įrangos, tinkančios baigiamojo darbo uždaviniui spręsti, įsisavinimas. Baigiamojo darbo literatūros apžvalgos rengimas.

Modulio tikslas

Kurso tikslas – supažindinti studentus su matematiniais palūkanų teorijos klausimais ir išmokyti juos panaudoti praktinių uždavinių sprendimui. Supažindinti su gyvybės draudimo matematiniais modeliais.

Studijų dalyko aprašas

Studentai supažindinami su finansinių skaičiavimų, gyvybės draudimo matematiniais pagrindais.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 % pratybų.

Modulio tikslas

Supažindinti studentus su Bajeso statistika, perteikiant pagrindinius Bajeso ir klasikinės statistikos skirtumus, išmokinti sudaryti žinomo pavidalo aposteriorinius parametrų skirstinius ir pritaikyti aposteriorinius skirstinius praktinių uždavinių sprendime.

Studijų dalyko aprašas

Šiame modulyje, aptariamos pagrindinės Bajeso analizės sąvokos: tikėtinumas, apriorinis skirstinys, aposteriorinis skirstinys. Nagrinėjami statistiniai modeliai, pagrįsti aprioriniais sujungtiniais skirstiniais, kurių pagalba gaunami žinomo pavidalo aposterioriniai parametrų skirstiniai: Bajeso išvados Binominio, Puasono, Normaliojo dėsnio parametrų atveju, Bajeso išvados tesinės regresijos modeliui ir mišrių apriorinių skirstinių atveju.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 % pratybų.

Modulio tikslas

Supažindinti studentus su pagrindiniais matematinio modeliavimo metodais.

Studijų dalyko aprašas

Pagrindiniai matematinio modeliavimo metodai. Viena pirmos eilės paprastąja diferencialine lygtimi aprašomi modeliai. Antros eilės tiesine diferencialine lygtimi aprašomi modeliai. Fermentinės kinetikos, sąveikaujančių populiacijų modeliai. Modeliai, aprašomi skirtuminėmis lygtimis.

Modulio tikslas

Suteikti žinių apie tikimybių teorijos ir matematinės statistikos metodų taikymą, tiriant atskirų elementų ir jų sistemų patikimumą.

Studijų dalyko aprašas

Patikimumo teorijos dalyke išdėstomos žinios apie atskirų elementų ir jų sistemų patikimumą, patikimumo tyrimą ir patikimumo rodiklių įvertinimą. Aptariamos patikimumo charakteristikos, atstatomų ir neatstatomų elementų patikimumas, statistiniai patikimumo tyrimo metodai. Tikrinamos patikimumo hipotezės ir aptariami atrankinės patikimumo kontrolės metodai.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 % pratybų.

Modulio tikslas

Dalyko tikslas – pilnai užbaigti baigiamąjį darbą, pateikti išbaigtą darbo aprašą.

Studijų dalyko aprašas

Pilnai atlikta teorinė ir praktinė darbo dalys, pateiktas pilnas darbo aprašas, atitinkantis baigiamojo darbo apiforminimo reikalavimus. Akcentuojama teorinė ir praktinė baigiamojo darbo vertė.

Modulio tikslas

Susipažinti su įmonėje, organizacijoje statistinei duomenų analizei atlikti taikomais modeliais ir metodais bei programine įranga.

Studijų dalyko aprašas

Gamybinės praktikos metu studentas turi susipažinti su įmonės, organizacijos (institucijos) struktūra, jos veiklos procesais, duomenų bazėmis ir jų valdymo sistema. Atlikti praktinį darbą (tyrimą), susijusį su turimais ir saugomais kiekybiniais duomenimis: sukurti modelį ar pasirinkti jau žinomą suformuluotom uždaviniui išspręsti, pasirinkti programinę įrangą ir pateikti tvarkingai apiformintą atlikto darbo aprašą. Praktikos metu, jei yra galimybės, studentas renka medžiagą baigiamajam bakalauro darbui. Praktikos trukmė – 400 val. (10 savaičių, t.y 8 val. vienai dienai). Pasibaigus praktikai kiekvienas studentas paruošia individualią praktikos ataskaitą.