Большие данные и прогнозирование в государственном секторе

Бакалавриат 2020/2021

Статус: Курс по выбору (Управление и аналитика в государственном секторе)

Направление: 38.03.04. Государственное и муниципальное управление

Кто читает: Департамент государственного администрирования

Где читается: Санкт-Петербургская школа социальных наук

Когда читается: 4-й курс, 2 модуль

Формат изучения: без онлайн-курса

Преподаватели: Сибирев Владимир Анатольевич

Язык: русский

Кредиты: 5

Контактные часы: 28

Полная версия программы учебной дисциплины

Аннотация

В рамках изучения дисциплины студент научится первичной обработке и организации данных, приобретет знания о применении стандартных моделей методов машинного обучения реализованных в различных библиотеках будет применять методы машинного обучения для разработки информационных систем в области государственного и муниципального управления. Цели освоения дисциплины связаны, с одной стороны с формированием у обучающихся знаний в области обработки больших данных, а с другой стороны, с навыками обучения разработке информационных систем. Поэтому в ходе курса обучающиеся, во-первых, осваивают первичную обработку и способы организации данных (препроцессинг данных, работу с пропущенными данными, умение выделить необходимые признаки), во-вторых, знакомятся с применением стандартных моделей методов машинного обучения, реализованных в различных библиотеках на языке Рython (кластерный анализ, классификация, тематическое моделирование, рекомендательные системы и нейронные сети), в-третьих, познакомятся с применением методов машинного обучения для разработки информационных систем в области государственного и муниципального управления, в четвертых, получат базовые навыки по аналитике данных.

Цель освоения дисциплины

Целью курса «Большие данные и прогнозирование в государственном секторе» является получение студентами знаний, умений и навыков в области обработки и анализа данных для прогнозирования социально-экономических процессов для нужд государственного управления.

Планируемые результаты обучения

Цифровизация государственного и муниципального управления Основные понятия, Big Date, модели данных, распределенный регистр, Федеральный проект ««Цифровое государственное управление».
Понимание места и роли прогнозирования в системе стратегического управления развитием обществом. Прогнозирование и национальные проекты. Организация сессий Rapid Foresight.
Общие принципы прогнозирования. Методы среднесрочного и краткосрочного прогнозирования. Реализация сценарного подхода на основе использования методов имитационного моделирования. Выделение трендов изменения социально-экономических показателей на основе регрессионного анализа.

Содержание учебной дисциплины

Тема 1. Роль и значение Big Date в современном обществе.
Вводятся основные понятия, рассматривается роль и значение Big Date в современном обществе, кратко описываются модели данных. Дается характеристика Федерального проекта «Цифровое государственное управление». Показывается роль сквозной технологии «распределенный регистр» для развития государственных информационных систем.Работа с базами данных Федеральной службы статистики и ЕГИССО. Создание запросов на выборку данных из них. Расчет описательных статистик.
Тема 2. Место и роль прогнозирования в системе государственного управления
Дается характеристика места и роли прогнозов социально-экономического развития в системе стратегического управления РФ. Показывается место и роль национальных проектов. Раскрывается суть методики проведения сессий Rapid Foresight.Проведение учебных сессий Rapid Foresight для выявления основных трендов развития СПб с последующей защитой полученных результатов.
Тема 3. Основные задачи прогнозирования социально-экономических показателей и алгоритмы их решения
Приводится классификация методов среднесрочного и краткосрочного про-гнозирования. Описывается механизм реализации сценарного подхода при прогнозировании на основе использования методов имитационного моделирования. Дается методика выделение трендов изменения социально-экономических показателей на основе регрессионного анализа..На реальных наборах данных демонстрируется решение задач прогнозирования социально-экономических показателей, обсуждаются способы оценки качества построенных моделей.

Элементы контроля

Домашнее задание
Практические задания на семинарских занятиях
Экзамен
На пересдаче студенту не предоставляется возможность получить дополнительный балл для компенсации оценки за текущий контроль. На экзамене студент может получить дополнительный вопрос (дополнительную практическую задачу), ответ на который оценивается в 1 балл.

Промежуточная аттестация

Промежуточная аттестация (2 модуль)
0.3 * Домашнее задание + 0.3 * Практические задания на семинарских занятиях + 0.4 * Экзамен

Программа дисциплины