Магистратура
2023/2024
Язык программирования Python и социальные сети
Статус:
Курс обязательный (Современный социальный анализ)
Направление:
39.04.01. Социология
Кто читает:
Департамент социологии
Где читается:
Санкт-Петербургская школа социальных наук
Когда читается:
1-й курс, 3, 4 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Прогр. обучения:
Современный социальный анализ
Язык:
русский
Кредиты:
6
Контактные часы:
80
Программа дисциплины
Аннотация
Данный курс состоит из двух частей, каждая из которых преподается в рамках отдельного модуля. Первая часть курса знакомит студентов с языком программирования Python и анализом данных. В рамках этой части будут рассмотрены такие важные темы, как основы языка программирования Python, виртуальные среды, предобработка, анализ и визуализация данных (включая различные виды моделирования и алгоритмы машинного обучения), организация аналитического проекта. Вторая часть курса посвящена сетевому анализу (в т.ч. анализу социальных сетей).
Курс предназначен для студентов магистратуры, предусматривает лекции и семинарские занятия. В рамках курса студенты будут выполнять домашние задания, а также участвовать в проектной работе.
Цель освоения дисциплины
- Освоение языка программирования Python
- Understanding basic concepts of social network analysis
- Understanding how networks can contribute to the explanation of specific social, political, economic and cultural phenomena
- Mastering basic skills of working with SNA software Gephi, Pajek, R packages
- Acquaintance with biblographic network analysis software VosViewer, CitNetExplorer
Планируемые результаты обучения
- Able to analyze and visualize data with Python.
- Able to evaluate and revise learned scientific methods and methods of activity.
- Able to independently master new research methods, change the scientific and production profile of their activity.
Содержание учебной дисциплины
- Язык программирования Python: введение
- Научные вычисления на языке Python: хранение данных, кода и результатов
- Основы и синтаксис языка Python
- Обработка данных на языке Python
- Сбор данных
- Визуализация данных
- Терминология и базовые концепции сетевого анализа
- Моделирование на языке Python
- Python для сетевого анализа
- Network theory and applications. Network models. Software: Pajek, Gephi, R
Элементы контроля
- УпражненияДля закрепления навыков по работе с инструментарием студентам предлагается выполнить упражнения по работе на языке Python.
- Проект по анализу данныхПроект по анализу данных. Данные для задания предоставляются преподавателем или обсуждаются в индивидуальном порядке. Работа выполняется индивидуально. Студенты должны применить на конкретных данных методы обработки и визуализации данных, изученные на семинарах. Проект должен быть написан с ориентацией на “заказчика”, то есть понятен потенциальному клиенту, содержать все необходимые пояснения и интерпретации. Результаты представляются в виде 1) отчета с таблицами / графиками и пояснениями, какие выводы должен сделать пользователь и какие элементы фокусируют внимание именно на этих выводах, 2) презентации ключевых моментов исследования с ответами на вопросы преподавателя/комиссии.
- Проект по основам машинного обученияПроект по основам машинного обучения. Данные для задания предоставляются преподавателем или обсуждаются в индивидуальном порядке. Работа выполняется индивидуально. Студенты должны применить на конкретных данных методы машинного обучения, такие как регрессионный анализ, классификация и кластеризация, для решения поставленных задач. Проект должен быть написан с ориентацией на “заказчика”, то есть понятен потенциальному клиенту, содержать все необходимые пояснения и интерпретации. Результаты представляются в виде 1) отчета с таблицами / графиками, построением моделей, их выбором и оценкой для его обоснования, а также пояснениями, какие выводы должен сделать пользователь и какие элементы фокусируют внимание именно на этих выводах, 2) презентации ключевых моментов исследования с ответами на вопросы преподавателя/комиссии.
- Networks with Python
Промежуточная аттестация
- 2023/2024 4th module0.5 * Networks with Python + 0.2 * Проект по анализу данных + 0.2 * Проект по основам машинного обучения + 0.1 * Упражнения
Список литературы
Рекомендуемая основная литература
- McKinney, W. (2018). Python for Data Analysis : Data Wrangling with Pandas, NumPy, and IPython (Vol. Second edition). Sebastopol, CA: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1605925
- Scott, J. (DE-588)132315661, (DE-576)299070239. (2009). Social network analysis : a handbook / John Scott. Los Angeles [u.a.]: Sage. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edswao&AN=edswao.307646734
Рекомендуемая дополнительная литература
- Bernard, J. (2016). Python Recipes Handbook : A Problem-Solution Approach. [United States]: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1174476
- Downey, A. (2012). Think Python. Sebastopol, CA: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=477161
- Hajba G.L. Website Scraping with Python: Using BeautifulSoup and Scrapy / G.L. Hajba, Berkeley, CA: Apress, 2018.