Анализ данных

Магистратура 2023/2024

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Статус: Курс обязательный (Прикладные модели искусственного интеллекта)

Направление: 01.04.02. Прикладная математика и информатика

Кто читает: Департамент прикладной математики

Где читается: Московский институт электроники и математики им. А.Н. Тихонова

Когда читается: 1-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Кулаев Максим Александрович

Прогр. обучения: Прикладные модели искусственного интеллекта

Язык: русский

Кредиты: 6

Контактные часы: 60

Полная версия программы учебной дисциплины

Аннотация

Цель освоения дисциплины состоит в изучении базовых статистических методов анализа данных и их практическом применении. В рамках курса предполагается углубленное изучение как механизмов языка python (ООП, элементы функционального программирования, исключения, менеджеры контекстов, генераторы, итераторы и т.д.), так и пользовательских библиотек (numpy, pandas, matplotlib, seaborn, beautiful, soup, lxml, selenium, scipy).

Цель освоения дисциплины

Цель курса — познакомить слушателей со сферой анализа данных, основными инструментами, задачами и методами, с которыми сталкивается исследователь данных в работе. В содержание курса включено знакомство с языком Python, разбор основных библиотек для анализа и визуализации данных Pandas, numpy, Matplotlib, прикладной статистический анализ данных, проверка статистических гипотез и работа с временными рядами. Для закрепления полученных теоретических знаний и ознакомления с современными методами анализа данных необходимо будет выполнить мини-проект по анализу данных.

Планируемые результаты обучения

Способен получать, очищать, анализировать и визуализировать большие объёмы данных
Способен реализовывать модели и алгоритмы прикладной математике в виде компьютерных программ

Содержание учебной дисциплины

Введение в Python
Библиотека Numpy
Д/З: написание типовых конструкций с использованием выражений-генераторов и функций.
Библиотека Pandas
Д/З: написать программу для скачивания информации о самых популярных 5000 книг из раздела "Художественная литература" магазина "Relod" с использованием библиотек BeautifulSoup и/или lxml.
Визуализация данных
Углубленный Python. Часть 1
Углубленный Python. Часть 2
Парсинг данных с помощью Python
Введение в статистику - 1
Д/З: Мини-проект по анализу данных
Введение в статистику - 2
Временные ряды
Д/З: Kaggle Inclass
Введение в SQL

Элементы контроля

Коллоквиум
ДЗ
Экзамен

Промежуточная аттестация

2023/2024 учебный год 2 модуль
0.7 * ДЗ + 0.2 * Коллоквиум + 0.1 * Экзамен

Программа дисциплины