Анализ данных

2021/2022

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: Маго-лего

Кто читает: Департамент программной инженерии

Когда читается: 3, 4 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Меликян Алиса Валерьевна

Язык: русский

Кредиты: 3

Контактные часы: 54

Полная версия программы учебной дисциплины

Аннотация

Дисциплина «Анализ данных» относится к блоку дисциплин по выбору из общеуниверситетского пула. В результате её освоения студенты изучат современные методы анализа данных для проведения исследований и овладеют практическими навыками использования современных программных средств для работы с данными. Студенты смогут осуществить предварительную подготовку данных для последующей работы с ними в специализированных программах, выбрать подходящий метод анализа в зависимости от типа данных и исследовательской задачи, провести анализ данных и интерпретировать полученные результаты, представлять их в доступном для широкой аудитории виде.

Цель освоения дисциплины

Овладение современными методами анализа данных и навыками работы с данными с использованием современных программных средств для проведения исследований.
Овладение современными методами анализа данных и навыками работы с данными с использованием современных программных средств.

Планируемые результаты обучения

Уметь осуществлять выбор подходящего метода анализа данных для проведения конкретного исследования в соответствии с целями, задачами, гипотезами и имеющимися в наличии данными
Уметь провести кластерный анализ данных
Уметь провести описательный анализ данных
Уметь провести факторный анализ данных
Уметь исследовать и дать количественную оценку взаимосвязям между переменными разного типа
Уметь построить модель линейной регрессии и описать её
Уметь построить модель логистической регрессии и описать её
Уметь провести описательный анализ данных

Содержание учебной дисциплины

Введение в анализ данных
Описательный анализ данных
Исследование взаимосвязей между переменными
Линейная регрессия
Логистическая регрессия
Факторный анализ
Кластерный анализ

Элементы контроля

Работа на семинарах (РС)
Задания, выполняемые на компьютере во время семинаров.
Контрольная работа 1 (КР1)
Письменная контрольная работа проводится с целью оценки результатов освоения пройденного материала.
Исследовательский проект (ИП)
Подготовка исследовательского проекта по сбору и анализу данных. Предусматривает подготовку аналитического отчёта по результатам анализа.
Экзамен (Э)
Экзамен проводится в письменной форме. Экзамен проводится на платформе MS Teams (https://www.microsoft.com/ru-ru/microsoft-365/microsoft-teams/group-chat-software). К экзамену необходимо подключиться за 5 минут до начала. Компьютер студента должен удовлетворять требованиям: наличие рабочей камеры и микрофона, установленное приложение MS Teams. Для участия в экзамене студент обязан явиться на экзамен согласно точному расписанию и быть готовым отвечать на вопросы преподавателя с включённым микрофоном и камерой. Во время экзамена студентам запрещено пользоваться подсказками посторонних людей. Во время экзамена студентам разрешено задавать преподавателю уточняющие вопросы, если не понятно задание. Кратковременным нарушением связи во время экзамена считается нарушение связи менее 10 минут. Долговременным нарушением связи во время экзамена считается нарушение длительностью более 10 минут. При долговременном нарушении связи студент не может продолжить участие в экзамене. Процедура пересдачи аналогична процедуре сдачи.
Контрольная работа 2 (КР2)
Письменная контрольная работа проводится с целью оценки результатов освоения пройденного материала.

Промежуточная аттестация

2021/2022 учебный год 4 модуль
0.2 * Работа на семинарах (РС) + 0.15 * Контрольная работа 1 (КР1) + 0.2 * Исследовательский проект (ИП) + 0.3 * Экзамен (Э) + 0.15 * Контрольная работа 2 (КР2)

Программа дисциплины