Подготовка

Курсы

• Проект НИУ ВШЭ Data Culture (лекции, курсы, факультативы, майноры)

https://www.hse.ru/dataculture/

• Бесплатные курсы по анализу данных IBM Cognitive Class

https://cognitiveclass.ai/

• Программы подготовки для поступающих в магистратуру НИУ ВШЭ 

https://fdp.hse.ru/mag_courses/

Видео, презентации

• «Machine Learning: оптимизация рекламы»

Лекция специалиста по анализу данных Publicis Media Russia Артема Королева на конференции The Power of One (Publicis Groupe)

https://www.youtube.com/watch?v=cENuUkg4OUQ

• «Programmatic: что дальше?»

Лекция управляющего директора проекта «Поток» (Rambler) Александра Иванова на конференции The Power of One (Publicis Groupe)

https://www.youtube.com/watch?time_continue=902&v=IyuYP4PdM30

• Dentsu Aegis Network Autumn Sessions 2017. Выступления Михаила Вощинского (CEO, Dentsu Aegis Nework Russia) и Сергея Коптева (первый заместитель генерального директора, Национальный рекламный альянс)

https://www.youtube.com/watch?v=8X6vV7q4t6c

• «Простые истины Больших данных»

Денис Афанасьев, генеральный директор CleverDATA, выступление на Customer Experience Forum

https://www.youtube.com/watch?v=zYnhGIaB66Q

• «Text mining of Beauty Blogs. О чем говорят женщины?»

Артем Просветов, Data Scientist CleverDATA, выступление на Data Science Weekend

https://www.youtube.com/watch?v=tRclfzVLqh0

Литература

Анализ больших данных в социальных науках

• Джапек, Л., Крёйтер, Ф., Берг, Мю. И др. Отчёт AAPOR о больших данных: 12 февраля 2015 / Американская ассоциация исследователей общественного мнения; Пер. с англ. Д. Рогозина, А. Ипатовой, Е. Вьюговской; Предисловие Д. Рогозина. М., 2015.

https://wciom.ru/fileadmin/file/nauka/grusha2015/AAPOR_big_data.pdf

• Foster, I., Ghani, R., Jarmin, R. S., Kreuter, F., Lane, J. (eds.). Big Data and Social Science: A Practical Guide to Methods and Tools. – CRC Press, 2017. – 356 p.
• Ishikawa, H. Social Big Data Mining. – CRC Press, 2015. – 260 p.
• Lee, H., Sohn, I. Fundamentals of Big Data Network Analysis for Research and Industry. – Wiley, 2016. – 216 p.
• Thai, M. T., Weili, W. Big Data in Complex and Social Networks. – CRC Press, 2016. – 252 p.

Большие данные в маркетинге, рекламе и PR

• Artun, O., Levin, D. Predictive Marketing: Easy Ways Every Marketer Can Use Customer Analytics and Big Data. – Wiley, 2015. – 272 p.
• Bryan, R. The Data-Driven Marketing Agency: Leverage Data to Maximize Marketing Campaign Success. - Ainsley & Allen, 2017. – 178 p.
• Busch, O. Programmatic Advertising – The Successful Transformation to Automated, Data-Driven Marketing in Real-Time. – Springer, 2015. – 279 p.
• Goldenberg, B. J. The Definitive Guide to Social CRM: Maximizing Customer Relationships with Social Media to Gain Market Insights, Customers, and Profits. - Pearson FT Press, 2015. – 272 p.
• Marr, B. Data Strategy: How to Profit from a World of Big Data, Analytics and the Internet of Things. – Kogan Page, 2017. – 200 p.
• Miller, T. W. Marketing Data Science: Modeling Techniques in Predictive Analytics with R and Python. - Pearson FT Press, 2015. – 480 p.
• Strong, C. Humanizing Big Data: Marketing at the Meeting of Data, Social Science and Consumer Insight. - Kogan Page, 2015. – 226 p.
• Wootton, R., Duerr, E., Rufo, K. Moment Marketing: Optimizing Every Step of the Customer Journey. – Wiley, 2017. – 256 p.
• Nesamoney, D. Personalized Digital Advertising: How Data and Technology Are Transforming How We Market. - Pearson FT Press, 2015. – 224 p.
• Young, A. Brand Media Strategy: Integrated Communications Planning in the Digital Era. - Palgrave MacMillan, 2014. – 242 p.

Прикладная математика для анализа данных

• Алексеев В., Таланов, В. Графы и алгоритмы. - М.: Бином. Лаборатория знаний, 2009.
• Бесов О.В. Курс лекций по математическому анализу. Учебное пособие. - М.: МФТИ. - 216 с.
• Боровков А.А. Математическая статистика. - М.: ФИЗМАТЛИТ, 2007.
• Боровков А. А. Теория вероятностей. — М.: Наука, 1986.
• Гнеденко Б.В. Курс теории вероятностей. - М.: Едиториал УРСС, 2005. - 448 с.
• Демидович Б.П. Задачи и упражнения по математическому анализу для вузов. - М.: Наука, 1968. - 472 с.
• Ивченко, Г. И., Медведев, Ю. И. Введение в математическую статистику. - М.: ЛКИ, 2010.
• Ильин В. А., Позняк Э. Г. Линейная алгебра. - М.: Наука, 1999. — 296 с.
• Ильин В.А., Позняк Э.Г. Основы математического анализа. — М.: ФИЗМАТЛИТ, 2005. — 648 с.
• Кормен Т., Лейзерсон Ч., Ривест Р. Алгоритмы: построение и анализ. – МЦНМО, 2000. - 960 с.
• Крамер Г. Математические методы статистики. - М.: Мир, 1975. - 648 с.
• Кудрявцев Л.Д. Математический анализ. - М, 1970.
• Макаров И.А., Токмакова Л.Р. УМК "Дискретная математика". - НИУ ВШЭ, 2014. - 152 с.
• Понтрягин Л.С. Обыкновенные дифференциальные уравнения. - М.: Наука,1974. - 331с.
• Прасолов В. В. Задачи и теоремы линейной алгебры. — М.: Наука, 1996. — 304 с.
• Сухарев А.Г., Тимохов А.В., Федоров В.В. Курс методов оптимизации. - М.: ФИЗМАТЛИТ, 2005. — 368 с.
• Филиппов А.Ф. Сборник задач по дифференциальным уравнениям. - M.: Интеграл-Пресс, 1998. - 208 с.
• Фихтенгольц Г.М. Основы дифференциального и интегрального исчисления. - М.: ФИЗМАТЛИТ, 2003.
• Шведов А.С. Теория вероятностей и математическая статистика. – М.: ГУ ВШЭ, 2005. – 252 с.
• Шень A. Программирование: теоремы и задачи. - МЦМНО, 2014.
• Яблонский С.В. Введение в дискретную математику. - М.: Наука, 1986. - 384 с.