Programming (R)

2023/2024

Academic Year

RUS

Instruction in Russian

3

ECTS credits

Delivered at:

School of Linguistics

Course type:

Compulsory course

When:

3 year, 2 module

Instructor

Moroz, George

Программа дисциплины

Аннотация

Курс познакомит студентов с основами языка программирования R, кроме того, учебная программа поможет углубиться в изучение темы анализа и обработки данных. Для успешного прохождения дистанционного курса потребуется всего лишь 5-6 часов в неделю.

Цель освоения дисциплины

• Данный курс знакомит с основами программирования и обработки данных в R. Курс в первую очередь предназначен для теоретических лингвистов, хотя и не предполагает никаких предварительных знаний в какой-то конкретной области. В противовес стандартным курсам R, обычно основанным на статистической обработке данных и их визуализации, значительная часть курса посвящена работе со строками и обработке естественного языка. Курс состоит из 10 недель, которые охватывают все разделы анализа данных: загрузка, чистка, разведочный анализ, визуализация и статистическое моделирование. Большинство недель будет заканчиваться 4 часовым тестом, в ходе которого нужно будет решить несколько задач на программирование или анализ данных. В части курса, посвященной статистическому анализу данных, мы обсудим основы статистического вывода и обсудим базовые статистические тесты. Кроме того мы обсудим методы построения регрессий и кластеризации, что станет хорошей базой для дальнейших курсов посвященным продвинутому статистическому анализу и машинному обучению. Для работы на курсе необходимо будет установить программы R и RStudio. Пакеты необходимые для установки, будут перечислены в ходе лекций.

Планируемые результаты обучения

• Владеет основами работы в R.
• Владеть навыками работы с базовыми структурами в R
• научится работать с датафреймами в dplyr
• изучит как работают циклы в R, и как их избегать
• познакомится с понятием tidy data
• научится визуализировать разные типы данных в R
• научатся использовать фасетизацию
• научится делать html документы в R
• научится делать интерактивную визуализацию
• научится работать с пакетом lingtypology и строить карты языков
• научится переводить набор текстов в формат tidytext
• научится считать частотность слова и определять наиболее важные для текста слова
• научится считать TfIdf для корпуса текстов
• научится применять статистические тесты в R
• научится работать с выдачей статистических функций в R
• научится работать со строками в R
• научится работать с регулярными выражениями в R
• изучит понятие расстояние между строками и научиться его считать

Содержание учебной дисциплины

• Введение в R: основные элементы, функции, циклы
• Продвинутая обработка данных: пакет tidyverse. Циклы в R
• Работа со строками: строки в R, регулярные выражения
• Визуализация данных: ggplot2
• Интерактивная визуализация: rmarkdown, plotly, lingtypology
• Работа с текстами: пакет tidytext
• Введение в статистику: основы фриквентисткой статистики, формулировка гипотез

Элементы контроля

• Тест 1
• Тест 2
• Тест 5
• Тест 6
• Тест 7
• Тест 8
• Тест 9
• Тест 10

Промежуточная аттестация

• 2023/2024 2nd module
  0.125 * Тест 1 + 0.125 * Тест 10 + 0.125 * Тест 2 + 0.125 * Тест 5 + 0.125 * Тест 6 + 0.125 * Тест 7 + 0.125 * Тест 8 + 0.125 * Тест 9

Список литературы

Рекомендуемая основная литература

• An introduction to R : a programming environment for data analysis and graphics, Venables, W. N., 2009

Рекомендуемая дополнительная литература

• Applied spatial data analysis with R, Bivand, R. S., 2008
• Методы прикладной статистики в R и Excel : учеб. пособие для вузов, Буре, В. М., 2018