Data Analysis in Python

2022/2023

Academic Year

RUS

Instruction in Russian

5

ECTS credits

Delivered at:

Department of Higher Mathematics (Independent HSE Departments)

Course type:

Compulsory course

When:

4 year, 1, 2 module

Программа дисциплины

Аннотация

Сегодня стремительно растет количество и виды данных, к которым могут обращаться социальные науки. У современного исследователя есть в потребность в гибких, мощных и легко масштабируемых инструментах для сбора и анализа информации. Язык программирования Python и его библиотеки являются стандартом индустрии машинного обучения и анализа больших данных. Многие из этих инструментов окажутся полезны для студентов-политологов, выбери они исследовательскую карьеру или работу в государственном и частных секторах. Целью этого курса является развитие навыков программирования и создание крепкой практической базы для анализа и презентации данных. Также мы познакомимся с задачами и разными алгоритмами машинного обучения, что задаст вектор развития для тех студентов, которые захотят углубиться в предмет. В этом курсе мы освежим в памяти навык программирования на языке Python, углубим навыки работы со специализированными библиотеками для анализа и визуализации данных - numpy, pandas, scipy, matplotlib, plotly. Будем решать исследовательские задачи от постановки задачи и сбора данных до применения математических моделей для оценки

Цель освоения дисциплины

• Развитие и закрепление навыков программирования на языке Python.
• Формирование и развитие навыков работы со специализированными библиотеками для обработки, визуализации и анализа данных (pandas, numpy, scipy, sklearn, plotly, matplotlib).
• Развитие навыков работы с данными: сбор, обработка, визуализация, разведывательный анализ.
• Освоение терминологии области машинного обучения и знакомство с базовыми алгоритмами
• Развитие навыков постановки исследовательской задачи и тестирования гипотез с помощью количественных методов.
• Развитие навыков презентации полученных результатов (оформление отчета о проделенной работе и устная защита исследования).

Планируемые результаты обучения

• Загружать данные в pandas и работать с ними (фильтрация, агрегация, заполнение пропущенных значений)
• Иметь общее представление о принципах работы нейроных сетей. Уметь использовать готовые нейронные сети для анализа собственных данных
• Определять тип задачи машинного обучения, выбирать корректные модели для ее решения, осуществлять подбор параметров и выбирать лучшую модель
• Подготавливать данные для сетевого анализа и строить социальные графы
• Проводить разведывательный анализ данных
• Работать с сайтом соревнований по машинному обучению kaggle
• Решать задачи машинного обучения от постановки исследовательского вопроса до интерпретации результатов
• Решать простые задачи классификации, регрессии и кластеризации
• Собирать данные с помощью web-scraping, парсить данные и сохранять их в табличном виде
• Собирать данные через API. Преобразовывать формат json в таблицу
• Собирать и подготавливать данные для текстового анализа. Проводить стандартизацию текста. Решать задачи классификации и кластеризации для текстовых данных
• Создавать интерактивные визуализации с помощью plotly
• Уверенно пользоваться языком Python для решения аналитических задач
• Умение выбирать корректные графики для визуализации данных, уметь кастомизировать их внешний вид, интерпретировать графики
• Умение подсчитывать описательные статистики, оценивать распределения, интерпретировать корелляции

Содержание учебной дисциплины

• Python для анализа данных, алгоритмы
• Визуализация данных
• Сбор данных
• Машинное обучение
• Текстовый анализ
• Сетевой анализ
• Нейронные сети

Элементы контроля

• Контрольные работы
  Две контрольные работы в течение курса, проводятся во время семинаров.
• Домашние задания
  Два домашних задания в течение курса.
• Экзамен
  Устный экзамен. Самостоятельно выполненный проект по машинному обучению на данных по выбору и его защита.
• Контрольные работы
  Две контрольные работы в течение курса, проводятся во время семинаров.
• Домашние задания
  Два домашних задания в течение курса.
• Экзамен
  Устный экзамен. Самостоятельно выполненный проект по машинному обучению на данных по выбору и его защита.

Промежуточная аттестация

• 2022/2023 учебный год 1 модуль

Список литературы

Рекомендуемая основная литература

• Бонцанини, М. Анализ социальных медиа на Python. Извлекайте и анализируйте данные из всех уголков социальной паутины на Python / М. Бонцанини , перевод с английского А. В. Логунова. — Москва : ДМК Пресс, 2018. — 288 с. — ISBN 978-5-97060-574-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/108129 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Введение в статистическое обучение с примерами на языке R / Г. Джеймс, Д. Уиттон, Т. Хасти, Р. Тибширани , перевод с английского С. Э. Мастицкого. — Москва : ДМК Пресс, 2017. — 456 с. — ISBN 978-5-97060-495-3. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/93580 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

• HEER, J., BOSTOCK, M., & OGIEVETSKY, V. (2010). A Tour Through the Visualization Zoo. Communications of the ACM, 53(6), 59–67. https://doi.org/10.1145/1743546.1743567