Бакалавриат 2020/2021

Программирование и лингвистические данные

Лучший по критерию «Новизна полученных знаний»

Статус: Курс обязательный (Фундаментальная и компьютерная лингвистика)

Направление: 45.03.03. Фундаментальная и прикладная лингвистика

Кто читает: Школа лингвистики

Где читается: Факультет гуманитарных наук

Когда читается: 3-й курс, 1, 2 модуль

Формат изучения: с онлайн-курсом

Преподаватели: Мороз Георгий Алексеевич

Язык: русский

Кредиты: 3

Контактные часы: 6

Программа дисциплины

Аннотация

Курс знакомит студентов с основами работы в R и RSrudio, с основными типами данных, методами сбора, обработки и трансформации данных, формирует умение преобразовывать и визуализировать данные, тренирует навык самостоятельного анализа данных.

Цель освоения дисциплины

• знакомство с основами работы в R и RStudio
• знакомство с основными типами данных (таблицы, тексты, изображение с текстом)
• знакомство с основными методами сбора, обработки и трансформации данных
• знакомство с основными методами визуализации и представления данных
• знакомство с основными методами регрессионного анализа

Планируемые результаты обучения

• знает чем наука о данных отличается от машинного обучения и статистики.
• владеет основами программирования на R
• владеет методами обработки данных
• владеет методам анализа строк
• владеет методами визуализации данных
• знает лингвистические пакеты на R
• применяет основные фриквентисткие тесты
• применяет корреляционный и регрессионный анализы
• применяет метод логистической регресии
• Понимает критерии солгасия

Содержание учебной дисциплины

• Введение в Data Science
• Введение в R: основные элементы, функции, циклы
• Продвинутая обработка данных: пакеты tidyr и dplyr
• Работа со строками: строки в R, регулярные выражения
• Визуализация данных: base R vs. ggplot2
• Лингвистические пакеты
• Введение в статистику: основы фриквентисткой статистики, формулировка гипотез
• Корреляция и линейная регрессия
• Логистическая и мультиномиальная регрессия
• Критерии согласия

Элементы контроля

• Промежуточные тесты
• Финальный тест

Промежуточная аттестация

• Промежуточная аттестация (2 модуль)
  0.6 * Промежуточные тесты + 0.4 * Финальный тест

Список литературы

Рекомендуемая основная литература

• Wickham, H., & Grolemund, G. (2016). R for Data Science : Import, Tidy, Transform, Visualize, and Model Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1440131

Рекомендуемая дополнительная литература

• Mailund, T. (2017). Beginning Data Science in R : Data Analysis, Visualization, and Modelling for the Data Scientist. New York: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1484645