Delivered at:: Big Data and Information Retrieval School

Course type:: Elective course

When:: 3 year, 3, 4 module

Instructor

Rogovich, Tatiana

Полная версия программы учебной 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 корректности наших гипотез. К знакомым из статистики регрессионным моделям добавим в наш исследовательский инструментарий решающие деревья и случайный лес, алгоритмы классификации и кластеризации, научимся строить социальные графы. Отдельное внимание уделим текстовому анализу, потому что огромное количество исследовательских и коммерческих задач завязано именно на нем. Обсудим, что такое нейронные сети и как можно применить готовые решения для своих задач.

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 проделанной работе и устная защита исследования)

Планируемые результаты обучения

Уверенно пользоваться языком Python для решения аналитических задач
Умение подсчитывать описательные статистики, оценивать распределения, интерпретировать корреляции
Загружать данные в pandas и работать с ними (фильтрация, агрегация, заполнение пропущенных значений)
Определять тип задачи машинного обучения, выбирать корректные модели для ее решения, осуществлять подбор параметров и выбирать лучшую модель
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 и подготавливать данные для текстового анализа. Проводить стандартизацию текста. Решать задачи классификации и кластеризации для текстовых данных
Создавать интерактивные визуализации с помощью plotly
Умение выбирать корректные графики для визуализации данных, уметь кастомизировать их внешний вид, интерпретировать графики

Содержание учебной дисциплины

Python для анализа данных, алгоритмы
Библиотеки для работы с данными в Python
Визуализация данных
Машинное обучение
Текстовый анализ

Элементы контроля

Контрольные работы
Всего две работы, 10 баллов каждая. В итоговую оценку идет среднее двух работ.
Самостоятельные работы
Всего будет проведено десять работ, 10 баллов каждое. В итоговую оценку идет среднее ВОСЬМИ лучших оценок из десяти.
Домашнее задание
Всего 4 задания, 10 баллов каждое. В итоговую оценку идет среднее четырех заданий
Работа на семинарах
Чтобы набрать максимальный балл студент должен поучаствовать в работе на семинаре 4 раза за семестр (2 раза в третьем модуле и 2 раза в четвертом модуле). За каждый ответ можно получить 0, 1.25 или 2.5 балла. 0 баллов ставится если студент не справился с заданием, 1.25, если студент справился с заданием с помощью преподавателя, 2.5, если справился с заданием самостоятельно или с минимальной помощью.
Проект (экзамен)
Для домашних заданий предусмотрен поздний дедлайн для сдачи со штрафом. Также студентам будет предоставлена возможность получить бонусные баллы. Пропущенные элементы контроля не переписываются, дедлайны не продлеваются. Если контрольная или самостоятельная работа пропущена по уважительной причине, при подтверждении от УО оценка студента пересчитывается без учета этого элемента контроля. Преподаватель оставляет за собой право изменить темы домашних и контрольных работы, а также устроить устную защиту любой из форм контроля. При установлении факта плагиата обнуляются оценки всех студентов за текущий элемент контроля, в чьих работах обнаружены одинаковые решения. Студент может быть вызван на защиту, но работа может быть обнулена и без защиты с последующей запиской в деканат.

Промежуточная аттестация

2021/2022 учебный год 4 модуль
0.15 * Работа на семинарах + 0.25 * Самостоятельные работы + 0.2 * Домашнее задание + 0.25 * Контрольные работы + 0.15 * Проект (экзамен)

Bachelor’s Programme 'Political Science'

International accreditation

Data Analysis in Python

Instructor

Программа дисциплины

Аннотация

Цель освоения дисциплины

Планируемые результаты обучения

Содержание учебной дисциплины

Элементы контроля

Промежуточная аттестация

Список литературы

Рекомендуемая основная литература

Рекомендуемая дополнительная литература