Приложения и практика анализа данных

2019/2020

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

Лучший по критерию «Новизна полученных знаний»

Статус: Майнор

Где читается: Санкт-Петербургская школа экономики и менеджмента

Когда читается: 3, 4 модуль

Преподаватели: Булыгин Денис Игоревич, Маслинский Кирилл Александрович, Сироткин Александр Владимирович, Суворова Алёна Владимировна

Язык: русский

Кредиты: 5

Контактные часы: 38

Полная версия программы учебной дисциплины

Аннотация

Курс посвящен более глубокому погружению студентов в специализированную область анализа данных и выполнение итогового практического проекта с использованием всех компетенций, приобретённых в процессе освоения майнора Data Science. Учитывая междисциплинарную важность майнора, в рамках базовой структуры и требований курса Applications and Practice of Data Science могут быть реализованы проекты из различных направлений и предметных областей. В рамках курса студентам будут предложены групповые и индивидуальные проекты, а так же возможность предложить собственный проект.

Цель освоения дисциплины

Целями освоения дисциплины «Приложения и практика анализа данных» являются изучение особенностей разработки приложений и сервисов построенных на основе методов анализа данных, особенностей совместной разработки, разработки пользовательского интерфейса и работы с системами контроля версий.

Планируемые результаты обучения

Формулирует задачу построения системы рекомендаций на основе заданного или самостоятельно подобранного набора данных
Внедряет алгоритмы построения рекомендаций в аналитические сервисы
Проектирует интерфейсы приложений средствами языка R
Строит интерактивные визуализации средствами языка R
Автоматизирует сбор и анализ информации из различных источников в глобальных компьютерных сетях
Планирует самостоятельную работу при выполнении группового проекта
Владеет инструментами совместной разработки

Содержание учебной дисциплины

Создание пользовательского интерфейса
Введение в html, основные элементы веб-интерфейса. Взаимодействие с пользователем. Архитектура приложений на Shiny. Элементы пользовательского интерфейса: создание и обработка взаимодействий. Интерактивные визуализации
Рекомендательные системы
Создание рекомендательных систем на основе рейтингов товаров. Коллаборативная фильтрация по пользователям (user-based) и по товарам (item-based). Альтернативные методы формирования рекомендаций (SVM разложение, рекомендации наиболее популярных товаров). Машинное обучение в рекомендательных системах. Оценки качества рекомендаций, на основе оценки точности восстанавливаемых рейтингов. Оценки качества рекомендаций, на основе решения задачи бинарной классификации на подходящие и не подходящие рекомендации.
Работа над коллективными проектами
Основы работы с системой контроля версий git и сервисом github.com. Применение системы контроля версий в среде разработки RStudio. Основы совместной работы над общим проектом. Выбор направления проекта и подготовка плана работы. Выполнение учебного проекта. Промежуточная и итоговая защита проекта. Подготовка отчета. Презентация результатов

Элементы контроля

Дневники проекта
Дневники работы над проектом представляют собой письменные ответы на вопросы о выполненных на текущем шаге заданиях. Дневники заполняются раз в две недели
Защита идеи
Защита идеи проходит в форме групповой презентации промежуточных результатов проекта. Обязательными разделами доклада являются: 1. Общее описание идеи сервиса 2. Описание данных или план по сбору данных (необходимые переменные, источник) 3. Состав команды и распределение ролей 4. Планируемые методы анализа (где использованы методы машинного обучения, как строится рекомендация, общая логика обработки данных) 5. Схематичное представление интерфейса сервиса (спецификация того, что должен ввести пользователь и в какой форме представлена рекомендация) 6. Планируемые сроки выполнения проекта
Защита проекта
Защита проекта проходит в форме групповой презентации результатов проекта, включая демонстрацию работы сервиса (в формате видеозаписи). Обязательными разделами доклада являются: 1. Общее описание идеи сервиса 2. Описание данных 3. Состав команды и распределение ролей 4. Использованные методы анализа 5. Демонстрация примеров работы проекта 6. Возникшие в процессе выполнения проекта сложности, изменения исходной идеи
Отчет
Итоговый отчет по проекту заполняется индивидуально и описывает процедуру работы над проектом, понимание общей структуры проекта и индивидуальный вклад в разработку, включая конкретные примеры кода, написанного студентом, и обоснование выполненных им действий. Кроме того, в итоговый отчет включаются ответы на замечания и вопросы по результатам рецензирования видеопрезентаций

Промежуточная аттестация

Промежуточная аттестация (4 модуль)
0.3 * Дневники проекта + 0.1 * Защита идеи + 0.3 * Защита проекта + 0.3 * Отчет

Программа дисциплины