HR аналитика: базовые и продвинутые методы

Магистратура 2019/2020

Статус: Курс обязательный (HR-аналитика)

Направление: 38.04.02. Менеджмент

Кто читает: Департамент анализа данных и искусственного интеллекта

Где читается: Высшая школа бизнеса

Когда читается: 1-й курс, 1-4 модуль

Формат изучения: с онлайн-курсом

Преподаватели: Косова Лариса Борисовна, Паринов Андрей Андреевич, Щенников Артем Сергеевич

Прогр. обучения: HR-аналитика

Язык: русский

Кредиты: 7

Контактные часы: 112

Полная версия программы учебной дисциплины

Аннотация

В курсе рассматриваются основные методологические и методические подходы анализа социологической информации для решения класса задач в рамках HR-аналитики. Курс ставит своей целью формирование у студентов представлений о системе накопления, дистрибуции и анализа эмпирических данных.

Цель освоения дисциплины

Знание техник сбора социологической информации
Формирование основных представлений о целях и методах анализа
Изучение и практическое освоение SPSS как одной из программ, применяемых для статистического анализа данных
Получение представлений о современных эффективных инструментах обработки и анализа данных.
Освоение навыков программирования и использования современных средств анализа данных.

Планируемые результаты обучения

понимает специфику анализа выборочных данных
владеет навыком оценивания результатов на выборке и в генеральной совокупности
умеет рассчитать коэффициенты связи для разных типов шкал
умеет выбрать правильный метод и провести сравнение средних
умеет провести процедуру регрессионного анализа, интерпретирует коэффициенты, оценивает качество модели
умеет выполнить процедуру факторного анализа, оценить качество модели, интерпретировать факторы
знает границы применения иерархического и "быстрого" кластерного анализа, оценивает качество модели, интерпретирует кластеры
Знание эффективных алгоритмов и программных систем анализа данных.
Умение разрабатывать программы для преобразования и анализа данных.
Владение методологией анализа данных с помощью Excel.
Знание способов разработки компьютерных программ на языках высокого уровня.
Владение методологией разработки компьютерных программ и анализа данных с помощью Python.
Знание основных даталогической и инфологической модели данных.
Знание языка управления реляционными данными SQL.
Знание основных принципов абстракции данных и знаний, способов реализации СУБД.
Знание методов оценки качества проектных решений при создании БД, принципов работы со знаниями и экспертными системами.
Умение строить инфологические и даталогические модели данных, аргументировано выбирать СУБД, создавать реляционные БД, конструировать компоненты доступа к данным на основе современных парадигм программирования.
Владение методологией разработки баз данных.
Владение методологией разработки систем сбора данных из html-сайтов.

Содержание учебной дисциплины

Введение в SPSS, основные понятия
Переменные, шкалы, файл данных. Интерфейс и архитектура пакета SPSS. Подготовка данных к анализу: перекодирование, вычисление новых переменных, агрегирование данных, пересчет значений. Метки переменных, механизм пропущенных значений. Работа с меню и окном синтакиса.
Унивариантная статистика
Описательные статистики для различного типа шкал. Частотные (линейные) распределения ответов респондентов. Точечное и интервальное оценивание. Доверительный интервал и доверительная вероятность.
Парные коэффициенты связи.
Таблицы сопряжености, Хи-квадрат. Коэффициенты корреляции Пирсона и Спирмена. Проверка статистических гипотез. Уровень значимости и ошибка первого рода. Ошибка второго рода.
Сравнение средних в группах.
Сравнение средних в группах. T-test, дисперсионный анализ. Статистические гипотезы и их проверка.
Регрессионный анализ, основные понятия.
Простая и множественная линейная регрессия. Регрессия с фиктивными переменными. Требования к переменным. Основные этапы регрессионного моделирования. Оценка качества модели.
Факторный анализ.
Понятие латентной переменной. Классический факторный анализ и метод главных компонент. Основные этапы факторного анализа. Различные подходы к определению числа факторов. Процент объясненной дисперсии как показатель качества факторной модели. Вращение факторов. Сохранение факторов в виде новых переменных в файле данных. Интерпретация факторов.
Кластерный анализ.
Определение пространства признаков. Иерархический кластерный анализ. Выбор меры расстояния и метода кластеризации. Определение числа кластеров. Кластерный анализ методом k-средних. Проблема устойчивости, методы оценки устойчивости. Сохранение результатов кластерного анализа как новых переменных. Интерпретация кластеров.
Анализ данных с помощью Microsoft Excel.
Обзор современных средств анализа данных. Программные системы Microsoft Office 365. Типы данных. Форматы данных. Импорт и экспорт данных. Основные элементы Excel. Базовые операции. Использование функций. Фильтрация. Шахматка. Построение графиков. Описательные статистики. Модель данных в Excel. Дисперсионный анализ в среде MS Excel. Регрессионный анализ в среде MS Excel. Кластерный анализ в среде MS Excel. Факторный анализ в среде MS Excel. Программирование с помощью VBA. PowerPivot. PowerQuery. Microsoft Excel API.
Введение в программирование с помощью Python.
Desktop IDE (Jupyter lab, Jupyter, Pycharm). Cloud IDE. Базовые понятия программирования. Переменные, операторы, управляющие конструкции, циклы Python. Типы данных в Python. Функции. Понятие Класса. Пакеты. Пакет OS. Извлечение данных из файлов различных форматов (HTML, XML, CSV, JSON).
Основы работы с базами данных.
Обзор существующих СУБД. Основные характеристики БД и СУБД. Модель «сущность-связь». Проектирование баз данных. Инфологическое моделирование и модель «сущность-связь». Даталогическое проектирование и реляционная модель данных. Язык манипулирования данными SQL (Structured Query Language). Язык определения данных (DDL), управления данными (DML), запроса данных (DQL), управления курсорами (CCL), управления транзакциями (TPL), управления доступом (DCL). Синтаксис и семантика основных конструкций. Типы данных языка SQL, особенности различных реализаций. Трёхзначная логика, значение NULL. Операторы SELECT, INSERT, UPDATE и DELETE. Построение сложных запросов на выборку. Методы и средства защиты данных и обеспечения целостности данных, понятие транзакций. Ссылочная целостность и ограничения. Каскадное обновление и удаление. Хранимые процедуры и триггеры. Представления (Views) и их использование. Транзакции в SQL. Управление пользователями в языке SQL и SQL-серверах. Большие данные и NoSQL СУБД. Обработка текста в Microsoft SQL Server. Работа с базой данных с помощью Python. NoSQL БД.
Открытые данные.
Понятие и свойства открытые, доступных и больших данных. Принципы источников открытых данных. Cпособы получения данных. Клиент-серверная архитектура. Прикладной программный интерфейс (API). Типы API. Понятие веб-сервиса. Архитекутра REST. Протокол HTTP. URI. Сбор данных сайтов с помощью Python. Библиотеки Requests и BeautifulSoup. Cистема Scrapy. Облачные сервисы развертывания краулеров. Визуальные системы разработки краулеров.
Инструменты анализа данных с помощью Python.
Библиотеки numpy и Scipy. Библиотеки pandas, Statsmodels, Scikit-learn, Matplotlib, Seaborn. Построение графиков и диаграмм в Python. DataFrame. Статистический анализ с помощью на Pandas.
Анализ данных с помощью Python.
Метрические методы. Линейная регрессия и классификация. Оценивание качества алгоритмов. Композиции алгоритмов. Методы классификации. Методы кластеризации. Методы машинного обучения в задачах анализа текстовых данных. Нейронные сети.

Элементы контроля

Домашнее задание 1
Домашнее задание 2
Домашнее задание 3
Домашнее задание 4
Проект
Оценка по накопленной. В конце изучения дисципилны сдается проект
контрольная
Пример заданий контрольной приведен в приложенном файле

Промежуточная аттестация

Промежуточная аттестация (4 модуль)
0.1 * Домашнее задание 1 + 0.1 * Домашнее задание 2 + 0.1 * Домашнее задание 3 + 0.2 * Домашнее задание 4 + 0.1 * контрольная + 0.4 * Проект

Программа дисциплины