Сбор, управление и анализ данных о социальных процессах

Магистратура 2022/2023

Статус: Курс по выбору (Социология публичной сферы и цифровая аналитика)

Направление: 39.04.01. Социология

Кто читает: Департамент анализа данных и искусственного интеллекта

Где читается: Факультет социальных наук

Когда читается: 1-й курс, 3, 4 модуль

Формат изучения: с онлайн-курсом

Онлайн-часы: 20

Охват аудитории: для своего кампуса

Преподаватели: Захаров Андрей Борисович, Паринов Андрей Андреевич

Прогр. обучения: Социология публичной сферы и цифровая аналитика

Язык: русский

Кредиты: 6

Контактные часы: 80

Полная версия программы учебной дисциплины

Аннотация

В ходе курса студенты научатся базовым методам сбора, подготовки к анализу, визуализации и анализа данных в программе R. Курс ориентирован на практическое освоение методов работы на реальных социологических данных. Слушатели также познакомятся с современными исследованиями в области социологии образования и труда.

Цель освоения дисциплины

Научить студентов базовым методам сбора, подготовки к анализу, визуализации и анализа данных в программе R

Планируемые результаты обучения

Студенты умеют создавать, отбирать элементы, выполнять операции с основными типами и структурами данных в R
Студенты умеют работать с условиями, циклами, функциями в R
Студенты умеют импортировать данные в R из внешних файлов и сохранять данные в разных форматах
Студенты умеют готовить данные к анализу в R
Студенты могут объяснить основные принципы визуализации данных
Студенты умеют строить основные типы графиков в R
Студенты умеют проводить сравнение средних и дисперсионный анализ в R, могут проверить допущения анализа, визуализировать результаты и дать их корректную интерпретацию
Студенты могут объяснить концепции ошибок 1 и 2 типа, статистической мощности и значимости, бутстрепа
Студенты могут рассчитать в R коэффициенты корреляции Пирсона, Спирмена, критерий Х-квадрат Пирсона для оценки связи переменных, могут проверить допущения анализа, визуализировать результаты и дать их корректную интерпретацию
Студенты могут объяснить ключевые понятия и задачи обучения с учителем и без учителя
Студенты умеют построить линейную регрессию (МНК) в R, в том числе используя L1- и L2-регуляризацию, сделать предсказания, оценить качество моделей, сделать проверку допущений и диагностировать выбросы и мультиколлинеарность, визуализировать и корректно интерпретировать результаты
Студенты умеют провести анализ и импутацию пропусков в данных
Студенты могут объяснить метрики бинарной и мультиклассовой классификации
Студенты умеют делать классификацию в R, используя разнообразные методы (наивный байесовский классификатор, логистическая регрессия, метод ближайших соседей, деревья решений, метод опорных векторов), могут подбирать оптимальные параметры, оценивать качество моделей и корректно интерпретировать результаты
Студенты умеют использовать ансамбли алгоритмов в R
Знают типы алгоритмов кластеризации
Могут провести кластерный анализ различными алгоритмами используя пакеты языка R
Знают шаги алгоритмов PCA, T-SNE, UMAP
Могут понизить размерность данных используя пакеты языка R
Знают основы синтаксиса HTML
Могут скачать и распарсить HTML страницу и HTML-сайт
Знают принципы REST архитектуры
Могут собрать данные VK используя REST-API
Знают принципы создания дашбордов на RShiny
Могут создать дашборд на RShiny
Могут обучить нейросеть с помощью пакетов R
Могут сделать анализ временных рядов с помощью пакетов языка R

Содержание учебной дисциплины

Знакомство с R
Подготовка данных к анализу
Визуализация данных
Проверка гипотез
Связь между переменными
Линейная регрессия (МНК)
Классификация
Кластеризация
Алгоритмы понижения размерности
Нейронные сети
Анализ временных рядов
Сбор данных
Интерактивные отчеты и дашборды

Элементы контроля

Знакомство с R
Домашняя работа включает ряд задач, связанных с с подготовкой, визуализацией, анализом данных в R или интерпретацией результатов. Студенты присылают файлы с выполненными заданиями в форматах Rmd и html
Подготовка данных к анализу
Домашняя работа включает ряд задач, связанных с с подготовкой, визуализацией, анализом данных в R или интерпретацией результатов. Студенты присылают файлы с выполненными заданиями в форматах Rmd и html.
Кластеризация. Алгоритмы понижения размерности.
Используя пакеты языка R для выбранного датасета требуется провести кластерный анализ и снижение размерности.
Классификация
Используя пакеты языка R для выбранного датасета требуется провести классификацию.
Сбор данных
Используя пакеты языка R для выбранного сайта требуется собрать данные.
Нейронные сети
Анализ временных рядов
Визуализация данных
Домашняя работа включает ряд задач, связанных с с подготовкой, визуализацией, анализом данных в R или интерпретацией результатов. Студенты присылают файлы с выполненными заданиями в форматах Rmd и html.
Проверка гипотез. Связь между переменными
Домашняя работа включает ряд задач, связанных с с подготовкой, визуализацией, анализом данных в R или интерпретацией результатов. Студенты присылают файлы с выполненными заданиями в форматах Rmd и html.
Линейная регрессия (МНК)
Домашняя работа включает ряд задач, связанных с с подготовкой, визуализацией, анализом данных в R или интерпретацией результатов. Студенты присылают файлы с выполненными заданиями в форматах Rmd и html.

Промежуточная аттестация

2022/2023 учебный год 4 модуль
0.1 * Подготовка данных к анализу + 0.1 * Классификация + 0.1 * Анализ временных рядов + 0.1 * Линейная регрессия (МНК) + 0.1 * Визуализация данных + 0.1 * Проверка гипотез. Связь между переменными + 0.1 * Нейронные сети + 0.1 * Знакомство с R + 0.1 * Кластеризация. Алгоритмы понижения размерности. + 0.1 * Сбор данных

Программа дисциплины