Обучение строится с использованием таких методов, как: case-study, метод проектов, модульное обучение, проблемное обучение, контекстное обучение, а также форм в виде лекций с использованием мультимедиа, практические занятия, самостоятельная работа.

Обучающие материалы дисциплины представлены в виде видеолекций, учебной литературы, текстовых и графических материалов, размещенных на образовательной платформе sprint.1T.

Видеолекции
Текстовые материалы лекций
Инструкции для выполнения заданий
Обучающие задания с автоматизированной системой проверки и подсказками
Проверочные задания с автоматизированной системой проверки

1. Брокман Д. Что мы думаем о машинах, которые думают: Ведущие мировые учёные об искусственном интеллекте – Альпина Паблишер, 2017.
2. Бруссард М. Искусственный интеллект: Пределы возможного – Альпина Паблишер, 2020.
3. Вигерс Карл, Битти Джой. Разработка требований к программному обеспечению. 3-е изд., дополненное / Пер. с англ. — М. : Издательство «Русская редакция» ; СПб. : БХВ-Петербург, 2014. — 736 стр. : ил.
4. Дэви Силен, Арно Мейсман, Мохамед Али. Основы Data Science и Big Data. Python и наука о данных. – СПб.: Питер, 2017 – 336 с.: ил – (Серия «Библиотека программиста»).
5. Джон Д. Келлехер, Брайан Мак-Нейми, Аоифе д’Арси. Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования. – Диалектика-Вильямс, 2019 – 656 с. ISBN: 978-5-6040044-9-4.
6. Конвински Энди, Венделл Патрик, Захария Матей, Карау Холден. Изучаем Spark. Молниеносный анализ данных. - Москва: ДМК Пресс, 2015. - 304 с.
7. Машинное обучение с использованием Python. Сборник рецептов: Пер. с англ. Front Cover. Элбон Крис. БХВ-Петербург, 2020. − 384 с. ISBN 978-5-9775-4056-8.
8. Томас Дэвенпорт. Внедрение искусственного интеллекта в бизнес-практику. Преимущества и сложности. − Альпина Паблишер, 2021. – 316 с. ISBN 978-5-9614-3952-6.
9. Пратик Джоши. Искусственный интеллект с примерами на Python. – Диалектика, 2019. – 448 с. ISBN 978-5-907114-41-8.
10. Франк Шёнталер, Готфрид Фоссен, Андреас Обервайс, Томас Карле. Бизнес-процессы. Языки моделирования, методы, инструменты. – Альпина Паблишер, 2019. – 264 с.
11. Кулик Б.А. Логика и математика: просто о сложных методах логического анализа / под общ. ред. А.Я. Фридмана. СПб: Политехника, 2020.
12. Куницын, А.П.; Зуев Б. Технический анализ: Полный курс – М: Альпина Паблишер, 2017. − 880 с. ISBN 978-5-9614-3737-9.
13. Лекторский В.А., Васильев С.Н., Макаров В.Л., Хабриева Т.Я., Кокошин А.А., Ушаков Д.В., Валуева Е.А., Дубровский Д.И., Черниговская Т.В., Семенов А.Л., Зискин К.Е., Любимов А.П., Целищев В.В., Алексеев А.Ю. Человек и системы искусственного интеллекта. – Санкт-Петербург: Общество с ограниченной ответственностью “Издательство “Юридический центр”, 2022. – 328 с.
14. Лукьянова, Н.Ю.; Галицкая Е.Г. Аналитические методы исследований в цифровой экономике – 2019.
15. Поляков В.М., Агаларов З.С. Методы оптимизации. Учебное пособие. - Москва: Дашков и К., 2022. - 86 с.
16. Цветков, А.А. Теория и практика бизнес-анализа в ИТ – ООО «ДиректМедиа», 2020.
17. Ковалев, С.М.; Ковалев, В.М. Настольная книга аналитика //Практическое руководство по проектированию бизнес-процессов и организационной структуры: Практическое руководство – 1С-Паблишинг. – 2020.
18. Косников С.Н. Математические методы в экономике : учеб. пособие для вузов / С. Н. Косников. – 2-е изд., испр. и доп. — М. : Издательство Юрайт, 2019. – 172 с. – (Серия : Университеты России). – ISBN 978-5-534-04098-2.
19. Большие данные в социальных и гуманитарных науках: Сб. обзоров и рефератов / РАН. ИНИОН. Центр науч.-информ. исслед. по науке, образованию и технологиям; отв. ред. – Гребенщикова Е.Г. – М., 2019. – 193 с. – (Сер.: Наука, образование и технологии).
20. Понкин, И.В.; Лаптева А.И. Методология научных исследований и прикладной аналитики: учебник – 2 изд., доп. и перераб. – 2021.
21. Рафалович В. Data mining, или интеллектуальный анализ данных для занятых. Практический курс – Litres, 2022.
22. Системный анализ: учебник и практикум для вузов / В.В. Кузнецов [и др.]; под общей редакцией В.В. Кузнецова. — Москва: Издательство «Юрайт», 2023. — 270 с.
23. Ловчиков, А. Е. Бизнес-аналитик: особенности и перспективы профессии // Огарёв-Online. 2022. №8 (177). URL: https://cyberleninka.ru/article/n/biznes-analitik-osobennosti-i-perspektivy-professii
24. Львович, И.Я. Проблемы методологии проектирования интеллектуальных информационных систем // Информационные технологии в управлении, автоматизации и мехатронике. – 2020. – С. 120-123.
25. Люкевич, И.Н.; Горбатенко, И.И.; Пынзарь, Е.Г. Цифровые технологии финансовых рынков: платформы технического анализа //Фундаментальные и прикладные исследования в области управления, экономики и торговли – 2021. – С. 101-112.
26. Маркеева, А.В., Гавриленко О.В. Большие данные как исследовательская технология: возможности и ограничения применения в современной управленческой практике // Общество: социология, психология, педагогика. 2021. №12 (92). URL: https://cyberleninka.ru/article/n/bolshie-dannye-kak-issledovatelskaya-tehnologiya-vozmozhnosti-i-ogranicheniya-primeneniya-v-sovremennoy-upravlencheskoy-praktike.
27. Михелёв, В. В. Системно-объектный подход к системному анализу: особенности и преимущества // Экономика. Информатика. 2022. №1. URL: https://cyberleninka.ru/article/n/sistemno-obektnyy-podhod-k-sistemnomu-analizu-osobennosti-i-preimuschestva.
28. Ольховская, И.В., Ишанходжаев М.А. Использование бизнес-интеллекта и бизнес-аналитики в организациях // Экономика и бизнес: теория и практика. 2018. №4. URL: https://cyberleninka.ru/article/n/ispolzovanie-biznes-intellekta-i-biznes-analitiki-v-organizatsiyah.
29. Панкратова, Н.Д.; Панкратов В.А. Роль и место системного анализа в практической деятельности //Системный анализ в проектировании и управлении – 2019. – Т. 23. – №. 1. – С. 31-40.
30. Родионова, П.Д. Применение цифровых технологий на рынке ценных бумаг //Кластеризация цифровой экономики: Глобальные вызовы – 2020. – С. 205-209.
31. Садовский, Г.Л. Применение больших данных и систем аналитики для эффективного управления проектами //Управление научно-техническими проектами – 2020. – С. 225-228.
32. Саханевич Д. Ю., Кремин А. Е. Систематизация методов машинного обучения в целях внедрения искусственного интеллекта в социально-экономические процессы региона // Вестник Владимирского государственного университета имени Александра Григорьевича и Николая Григорьевича Столетовых. Серия: Экономические науки. - 2019. - № 4 (22). - С. 57-65.
33. Субботин, А.В.; Тагирова, Л.Ф. Математическое моделирование информационных процессов проектирования интеллектуальных систем на основе использования метода Мамдани // Информационные технологии как основа прогрессивных научных исследований. – 2020. – С. 95-99.
34. Сулейманов Джавдет Шевкетович, Фридман Александр Яковлевич, Гильмуллин Ринат Абрекович, Кулик Борис Александрович Системный анализ задачи моделирования естественного языка // Труды Кольского научного центра РАН. 2021. №5 (12). URL: https://cyberleninka.ru/article/n/sistemnyy-analiz-zadachi-modelirovaniya-estestvennogo-yazyka
35. Чернышева, Ю.Г. Новая концепция аналитики в организации - бизнес-анализ // Учет и статистика. 2019. №2 (54). URL: https://cyberleninka.ru/article/n/novaya-kontseptsiya-analitiki-v-organizatsii-biznes-analiz.
36. Чижик, В.П. Сравнительная характеристика методов фундаментального и технического анализа финансовых активов //Сибирский торгово-экономический журнал. – 2013. – №. 1 (17). – С. 49.
37. Щурина С. В., Данилов А. С. Искусственный интеллект как технологическая инновация развития экономики // Экономика. Налоги. Право. – 2019. – № 12 (3). – С. 125-133.