Магистратура
2023/2024




Современные методы анализа данных
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Статус:
Курс обязательный (Интеллектуальный анализ данных)
Направление:
01.04.02. Прикладная математика и информатика
Когда читается:
1-й курс, 1, 2 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для всех кампусов НИУ ВШЭ
Преподаватели:
Калягин Валерий Александрович
Прогр. обучения:
Интеллектуальный анализ данных
Язык:
русский
Кредиты:
6
Контактные часы:
56
Программа дисциплины
Аннотация
В курсе рассматриваются основные современные методы анализа данных. В результате овладения дисциплиной студент овладеет математическими основами анализа данных и овладеет компетенциями в области практического использования этих методов для анализа реальных данных.
Цель освоения дисциплины
- Развитие компетенций в области анализа данных
- Развитие компетенций в области математических методов и информационных технологий.
Планируемые результаты обучения
- Овладение практическими навыками анализа реальных данных
- Освоение основных теоретических положений современных методов анализа данных
Содержание учебной дисциплины
- Многомерные данные и их представление
- Дискриминантный анализ
- Статистические основы многомерного анализа
- Многомерное шкалирование
- Кластерный анализ
- Анализ главных компонент
Промежуточная аттестация
- 2023/2024 учебный год 2 модуль0.15 * Домашнее задание + 0.15 * Домашнее задание + 0.3 * Контрольная работа + 0.4 * Экзамен
Список литературы
Рекомендуемая основная литература
- Анализ данных : учебник для академического бакалавриата / В. С. Мхитарян [и др.] ; под редакцией В. С. Мхитаряна. — Москва : Издательство Юрайт, 2019. — 490 с. — (Бакалавр. Академический курс). — ISBN 978-5-534-00616-2. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/432178 (дата обращения: 28.08.2023).
- Анализ данных : учебник для вузов / В. С. Мхитарян [и др.] ; под редакцией В. С. Мхитаряна. — Москва : Издательство Юрайт, 2021. — 490 с. — (Высшее образование). — ISBN 978-5-534-00616-2. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/469022 (дата обращения: 27.08.2024).
Рекомендуемая дополнительная литература
- Nelli, F. (2018). Python Data Analytics : With Pandas, NumPy, and Matplotlib (Vol. Second edition). New York, NY: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1905344