Введение в Data Science

Магистратура 2019/2020

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Курс обязательный (Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме)

Направление: 38.04.02. Менеджмент

Кто читает: Департамент больших данных и информационного поиска

Где читается: Высшая школа бизнеса

Когда читается: 1-й курс, 3 модуль

Формат изучения: с онлайн-курсом

Преподаватели: Велликок Анна Павловна

Прогр. обучения: Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме

Язык: русский

Кредиты: 4

Контактные часы: 16

Полная версия программы учебной дисциплины

Аннотация

Программа предназначена для студентов первого года обучения в магистратуре по направлению 38.04.02 «Менеджмент» (программа «Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме»). Дисциплина «Введение в Data Science» знакомит студентов с основными концепциями и методами анализа данных и машинного обучения. Студенты также научатся программировать на языке Python, познакомятся с базовыми приёмами извлечения и обработки данных из сети интернет и различных типов файлов. С использованием онлайн-курса "Python для извлечения и обработки данных" (URL: https://openedu.ru/course/hse/PYTHON/).

Цель освоения дисциплины

Обучить студентов навыкам программирования на языках Python
Обучить студентов базовым приёмам извлечения данных из сети интернет и различных типов файлов, и их обработки, необходимым для дальнейшего обучения и в работе по специальности.
Познакомить студентов с основными концепциями и методами анализа данных и машинного обучения.

Планируемые результаты обучения

Решает задачи на ввод-вывод и целочисленную арифметику
Применяет логические выражения, условный оператор, оператор цикла while
Решает задачи на работу с вещественными числами, применяет функции работы со строками
Применяет цикл for, функцию range, решает задачи с использованием локальных и глобальных переменных
Применяет словари, множества, методы работы с отдельными элементами и всеми структурами
Умеет работать с текстом, файлами csv, электронными таблицами xlsx и листами в них
Знает основы HTML, получает ресурсы по URLадресу, использует библиотеки для обработки HTML
Размечает данные с помощью XML, умеет получать геоданные
Обрабатывает данные в формате json, работает с публичным интерфейсом API
Визуализирует графики с использованием pyplot, отображает картографическую информацию с помощью API leaflet
Знает основные определения понятий науки о данных
Умеет вывести и интерпретировать описательную статистику для выборки. Знает основные определения понятий.
Отличает основные типы графиков и область их применения
Умеет использовать пакеты для построения регрессий. Может дать определение MAE, MAPE, MSE, R2.
Умеет отличать алгоритмы классификации. Понимает область применения алгоритмов классификации и их различие. Умеет считывать PR и ROC-кривые.
Умеет применять пакеты для работы с текстовыми данными. Умеет применять модель классификации, оценивать качество модели и интерпретировать полученные результаты.
Знает о применении DS в бизнес-кейсах, отличает и может описать использованные алгоритмы, методы и результаты.

Содержание учебной дисциплины

Арифметика
Ввод-вывод и целочисленная арифметика
Условный оператор, цикл while
Логические выражения и условный оператор, оператор цикла while
Вещественные числа и строки
Работа с вещественными числами, функции работы со строками, срезы
Цикл for, функции
Цикл for, функция range, функции, локальные и глобальные переменные
Словари и множества
Словари, множества, методы работы с отдельными элементами и всеми структурами
Обработка текстовых файлов и электронных таблиц
Работа с текстом, файлами csv, электронные таблицы xlsx и листы в них, доступ к ячейкам, чтение и запись
Обработка и создание HTML-страниц
Основы HTML, получение ресурсов по URL-адресу, использование библиотек для обработки HTML
XML и передача параметров в URL
Разметка данных с помощью XML, примеры XML, геоданные OpenStreetMap и их получение
json и API
Обработка данных в формате json, работа с публичным интерфейсом API
Визуализация данных
Визуализация графиков с использованием pyplot, отображение картографической информации с помощью API leaflet
Введение. Что такое Data Science
• Введение в Artificial intelligence, Data Science, Machine Learning, Deep Learning, Big Data. • Какие сейчас выполняются задачки в туристическом IT-бизнесе с использованием AI и ML? • Какие возможности на рынке труда открывают перед тобой навыки работы с данными. SAAS бизнес. • Обзор инструментов и библиотек, которыми будем пользоваться: Python, numpy, введение в pandas. • Практика с Pandas, обзор датасета, работа с документацией
Краткий курс нужной математики для Data Science
• Теория вероятностей: вероятность, распределение, характеристики распределений. • Математическая статистика: выборка, типы выборок. Описательная статистика, меры центральной тенденции. Среднее, мода, медиана, стандартное отклонение, процентили, минимум, максимум. • Пакет Pandas • Кратко - векторы, матрицы.
Визуализация данных
• Основные виды графиков: гистограмма, bar chart, scatterplot. Использование графиков при подготовке данных. • Зачем нужна визуализация данных в бизнесе • Основные ошибки при визуализации
Регрессия
• Определение регрессии, нулевая гипотеза, ошибки первого и нулевого рода. • Метрики регрессии: MAE, MAPE, MSE, R2 • Описание и постановка задач для регрессии
Классификация: KNN, Алгоритм решающих деревьев
• Определение классификации, метрики: доля правильных ответов (accuracy), точность (precision), полнотa (recall). PR-кривая. ROC-кривая. • Обучение с учителем и без учителя. Валидация. • Задачи классификации • Алгоритмы классификации и их отличия • Что такое энтропия • Жадный алгоритм • Критерий информативности • Переобучение и валидация
Анализ текстовых данных: подробное изучение бизнес-кейса с тональностью комментариев к отелям с Tripadvisor
• Распознавание текста комментариев и их тональности. Изучение библиотек работы с текстом. Метод сбора данных из открытых источников. • Разметка комментариев по тональности • Обучение модели, которая выявляет тональности у комментариев на размеченной выборке • Применение модели на новых комментариях • Оценка результатов
Защита проектов с применением машинного обучения
Необходимо разобрать реальный бизнес-кейс, который был решён при помощи машинного обучения и искусственного интеллекта. Описать бизнес-задачу, использованные методы и результаты.

Элементы контроля

Практические задачи на программирование
Онлайн-курс "Python для извлечения и обработки данных" (URL: https://openedu.ru/course/hse/PYTHON/).
Домашние задания
5 домашних заданий в течение второй части курса. Общая оценка за ДЗ = (ДЗ1 + ДЗ2 + ДЗ3 + ДЗ4 + ДЗ5)/5. Вид формулы округления: Стандартное арифметическое.
Работа на семинарах
Выступление с презентацией
Устная презентация групповой работы (проекта) по детальному разбору решения бизнес-кейса с применением машинного обучения и искусственного интеллекта. Экзамен состоялся в 3-ем модуле.

Промежуточная аттестация

Промежуточная аттестация (3 модуль)
0.25 * Выступление с презентацией + 0.42 * Домашние задания + 0.25 * Практические задачи на программирование + 0.08 * Работа на семинарах

Программа дисциплины