Practical Data Science

2021/2022

Academic Year

RUS

Instruction in Russian

8

ECTS credits

Delivered at:

Joint Department with Yandex (Big Data and Information Retrieval School)

Course type:

Compulsory course

When:

2 year, 1, 2 module

Instructor

Fedotov, Stanislav N.

Программа дисциплины

Аннотация

Целью курса "Практическая аналитика" является получение опыта решения реальных задач: нечётко поставленных, требующих дополнительного уточнения, в которых необходимо самостоятельно собирать данные, подбирать метрики и т.п. Основная часть курса - это разбор кейсов из реальных задач Яндекса.

Цель освоения дисциплины

• Получение опыта решения реальных задач: нечётко поставленных, требующих дополнительного уточнения, в которых необходимо самостоятельно собирать данные, подбирать метрики и т.п

Планируемые результаты обучения

• Получение навыков анализа временных рядов с помощью статистических моделей
• Получение навыков проверки статистических критериев
• Получение навыков решения реальных задач: формализации бизнесовой задачи, работы с неструктурированными и грязными данными, интерпретации результатов анализа
• Получение представления о технологии постановки А/В-эксперимента и о методах статистической интерпретации результатов

Содержание учебной дисциплины

• Аппарат проверки гипотез и распространённые критерии
• Прогнозирование временных рядов
• A/B-тестирование
• Разбор кейсов

Элементы контроля

• Домашняя работа 1
• Домашняя работа 2
• Экзамен
• Домашняя работа 1
• Домашняя работа 2
• Экзамен

Промежуточная аттестация

• 2021/2022 учебный год 2 модуль
  0.3 * Домашняя работа 1 + 0.4 * Экзамен + 0.3 * Домашняя работа 2

Список литературы

Рекомендуемая основная литература

• E. Pavlovskij V., & Е. Павловский В. (2017). Arima Models in the Short-Term Forecasting of Internal Migration in Russia ; Модели Arima В Краткосрочном Прогнозировании Внутренней Миграции В России. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.2450CF33
• Трегуб, А., & Трегуб, И. (2011). Методика Построения Модели Arima Для Прогнозирования Динамики Временных Рядов. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.CF851659
• Экономика и статистика фирм : учебник для вузов, Адамов В. Е., Ильенкова С. Д., 2000

Рекомендуемая дополнительная литература

• Вероятность и математическая статистика : энциклопедия, , 1999
• Лилия Анатольевна Родионова, & Елена Дмитриевна Копнова. (2019). Статистические подходы к анализу и моделированию сезонности в демографических данных. Демографическое Обозрение, (2), 104. https://doi.org/10.17323/demreview.v6i2.9874
• Теория вероятностей и математическая статистика : учеб. пособие для вузов, Гмурман, В. Е., 2000

Авторы

• Федотов Станислав Николаевич