Наука о данных

Бакалавриат 2019/2020

Статус: Курс обязательный (Экономика)

Направление: 38.03.01. Экономика

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет экономических наук

Когда читается: 2-й курс, 3, 4 модуль

Формат изучения: с онлайн-курсом

Преподаватели: Ананьева Марина Евгеньевна, Демешев Борис Борисович, Зарманбетов Ахмед Курманалиевич, Максимовская Анастасия Максимовна, Петросян Артур Тигранович, Ульянкин Филипп Валерьевич, Филатов Артём Андреевич

Язык: русский

Кредиты: 6

Контактные часы: 20

Полная версия программы учебной дисциплины

Аннотация

Курс "Наука о данных" нацелен на изучение языка программирования Python и получение базовых знаний и навыков для обработки, визуализации и статистического анализа данных, а также дальнейшего прохождения более специализированных курсов в этой области (например, машинного обучения). Первая часть дисциплины отведена на изучение основ языка Python, по итогам которой слушатели узнают о типах и структурах данных, научатся решать алгоритмические задачи и освоят такие базовые понятия программирования, как: условные операторы, функции, рекурсии и циклы. В рамках курса будут пройдены основы различных парадигм программирования: процедурное, функциональное и объектно-ориентированное программирование. Вторая часть курса посвящена освоению теоретической базы и необходимых практических навыков для анализа данных. Слушатели научатся решать задачи по парсингу, препроцессингу и визуализации данных с помощью стандартных и внешних библиотек Python, проверять статистические гипотезы и критерии качества оценок (состоятельность, эффективность и несмещенность), использовать метод максимального правдоподобия. С использованием онлайн-курса "Основы программирования на Python" [URL: https://ru.coursera.org/learn/python-osnovy-programmirovaniya].

Цель освоения дисциплины

Ознакомление студентов с основами программирования на языке Python
Получение навыков обработки и статистического анализа данных с применением библиотек языка Python
Ознакомление с теоретическими основами и основными методами статистического анализа

Планируемые результаты обучения

Знать синтаксис и семантику основных конструкций языка программирования Python
Уметь формулировать аналитическую задачу и реализовывать ее выполнение на Python
Знать основные структуры данных и парадигмы программирования
Уметь собирать, предобрабатывать и визуализировать данные и выводить их описательные статистики
Владеть базовыми понятиями теории вероятностей и математической статистики для работы с данными
Уметь осуществлять проверку статистических гипотез и критериев качества оценок
Уметь использовать метод максимального правдоподобия

Содержание учебной дисциплины

Введение в язык программирования. Условные операторы. Вещественные числа.
Целые числа, ввод-вывод, применение арифметических операций для целых чисел. Простые операции со строками. Знакомство с Python, основные типы данных и операции с ними. Запуск программ в среде Jupyter Notebook. Получение результатов. Основы работы с вещественными числами, округление. Знакомство с git.
Кортежи, цикл for, списки.
Кортежи, списки, основные методы работы с кортежами и списками. Функция range, цикл for. Методы сравнения элементов множества. Условный оператор и цикл while. Логический тип переменных, условный оператор. If, else. Цикл while.
Множества и словари. Функциональное программирование.
Методы создания множеств. Словари, создание и примеры использования. Примеры решения задач в функциональном стиле. Итераторы и генераторы. Классы.
Объектно-ориентированное программирование.
Введение в объектно-ориентированное программирование. Классы. Инкапсуляция и конструкторы. Наследование и полиморфизм.
Парсинг данных
Парсинг данных из открытых источников информации. Инструменты парсинга в Python (requests, bs4). Работа с файлами. Формат хранения данных (csv, tsv, json). Чтение и запись данных. Парсинг в несколько процессов (joblib). Использование прокси. API и его использование.
Обработка данных.
Работа с табличными данными в Python. Библиотеки pandas, numpy, scipy. Манипуляции с данными, обработка пропусков, фильтрация и агрегация. Описательный анализ данных (мода, медиана, математическое ожидание, дисперсия, среднее квадратичное отклонение, стандартная ошибка среднего).
Визуализация данных.
Библиотека matplotlib, seaborn, plotly. Основные виды графиков (гистограммы, диаграммы рассеяния, диаграмма размаха (box plot), линейный график, круговая диаграмма, тепловые карты). Правила оформления графиков (подписывание осей, заголовка, изменение масштаба). Способы визуализации многомерных данных. Поиск выбросов в данных.
Критерии качества статистических оценок. Сходимость по распределению и вероятности
Генеральная совокупность и выборка. Статистическое оценивание. Точечные оценки. Иллюстрация несмещенности, состоятельности, эффективности статистических оценок. Иллюстрация закона больших чисел (ЗБЧ) и центральной предельной теоремы (ЦПТ). Симуляция сходимости по распределению, по вероятности.
Проверка статистических гипотез.
Интервальные оценки, доверительный интервал. Проверка статистических гипотез. Дизайн A/B тестирования: контрольная и тестовые группы. Многовариативное тестирование. Оценка качества и анализ результатов эксперимента. Уровень значимости. P-value. Ошибки 1 и 2 рода.
Метод максимального правдоподобия
Метод максимального правдоподобия. Непрерывный случай. Метод максимального правдоподобия и построение доверительных интервалов. Тест отношения правдоподобия (likelihood ratio test, LR) и проверка гипотез.

Элементы контроля

Оценка онлайн курса
Онлайн-курс "Основы программирования на Python" [URL: https://ru.coursera.org/learn/python-osnovy-programmirovaniya].
Домашнее задание 1
Домашнее задание 2
Домашнее задание 3
Контрольная работа 1
Контрольная работа 2
Экзамен (письменный)
Экзамен проводится в письменной форме. Экзамен проводится на платформе Github Classroom (https://classroom.github.com/) с последующей проверкой решений на плагиат через Яндекс.Контест (https://contest.yandex.ru/). Преподаватели оставляют за собой право при проверке экзамена устно по видеосвязи опросить студента по экзаменационной работе. К экзамену необходимо подключиться за 10 минут до начала. Во время экзамена студентам запрещено: списывать, привлекать посторонних лиц для помощи в проведении экзамена. Во время экзамена студентам разрешено: пользоваться материалами, предоставленными преподавателями, ручкой/карандашом и чистой бумагой. Пересдача предполагает другой вариант контрольной, дата пересдачи назначается по согласованию с учебным офисом.

Промежуточная аттестация

Промежуточная аттестация (4 модуль)
Итоговая оценка = min(10, 0.15*ОК + 0.1*ДЗ1 + 0.1*ДЗ2 + 0.1*ДЗ3 + 0.2*КР1 + 0.2*КР2 + 0.2*ЭКЗ)

Программа дисциплины