Бакалавриат
2021/2022
Технологии прикладного анализа данных SAS
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус:
Курс по выбору (Программная инженерия)
Направление:
09.03.04. Программная инженерия
Кто читает:
Базовая кафедра компании SAS
Где читается:
Факультет компьютерных наук
Когда читается:
3-й курс, 3, 4 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для всех кампусов НИУ ВШЭ
Язык:
английский
Кредиты:
5
Контактные часы:
60
Course Syllabus
Abstract
В рамках прохождения данной дисциплины студенты изучают основы анализа данных в среде SAS, в том числе узнают основы языка SAS Base и учатся основам макропрограммирования на этом языке. Эти знания и навыки необходимы в профессиональной деятельности специалистов по математическому моделированию и информатике.
Expected Learning Outcomes
- Студенты владеют основами макропрограммирования на языке SAS Base.
- Студенты знают основы языка SAS Base и умеют записывать и понимать простые программы на этом языке.
- Студенты знают список основных методов анализа данных, реализованных на платформе SAS.
- Студенты знают список основных методов анализа данных, реализованных на платформе SAS.
- Студенты понимают принцип работы основных статистических методов анализа данных на платформе SAS.
- Студенты умеют запускать и анализировать результаты выполнения основных статистических методов анализа данных на платформе SAS.
Course Contents
- Раздел 1. Аналитическая платформа SAS. Обзор технологий.
- Раздел 2. Язык программирования SAS/BASE. Тема 2.1. Основы программирования на SAS/BASE.
- Раздел 2. Язык программирования SAS/BASE. Тема 2.2. Макросы, SQL.
- Раздел 3. Библиотека методов стат. Анализа SAS/STA. Тема 3.1. Введение в SAS/STAT, дисперсионный анализ.
- Раздел 3. Библиотека методов стат. Анализа SAS/STA. Тема 3.2. Линейная регрессия.
- Раздел 3. Библиотека методов стат. Анализа SAS/STA. Тема 3.3. Логистическая регрессия.
- Раздел 3. Библиотека методов стат. Анализа SAS/STA. Тема 3.4. Обобщенные линейные модели.
- Раздел 3. Библиотека методов стат. анализа. Тема 3.5. Визуализация данных.
- Раздел 3. Библиотека методов стат. анализа. Тема 3.6. Методы кластеризации.
- Раздел 3. Библиотека методов стат. анализа. Тема 3.7. Деревья решений.
- Раздел 3. Библиотека методов стат. анализа. Тема 3.8. Композиция прогнозирующих алгоритов. Случайный лес, бустинг.
- Раздел 3. Библиотека методов стат. анализа. Тема 3.9. Нелинейные модели. Нейронные сети.
Assessment Elements
- Самостоятельная работаВключает письменное задание, состоящее из нескольких задач по пройденному материалу.
- ЭкзаменПроводится в форме письменного экзамена, включающего несколько вопросов и задач по темам дисциплины.
Bibliography
Recommended Core Bibliography
- Institute, SAS. Base SAS 9.4 Procedures Guide. SAS Institute, 2013. – 2050 pp.
- Institute, SAS. SAS 9.4 Functions and CALL Routines: Reference, Third Edition. SAS Institute, 2014. – 1100 pp.
- Institute, SAS. SAS 9.4 SQL Procedure User's Guide. SAS Institute, 2013. – 478 pp.
- Littell, R. C., Schlotzhauer, S. D. SAS System for Elementary Statistical Analysis. – SAS Institute, 1997. – 456 pp.
Recommended Additional Bibliography
- Математическая статистика : учеб. пособие для вузов, Ивченко, Г. И., 1992