Введение в Науку о данных

2021/2022

Учебный год

RUS

Обучение ведется на русском языке

11

Кредиты

Кто читает:

Школа лингвистики

Статус:

Курс обязательный

Когда читается:

1-й курс, 1-4 модуль

Преподаватели

Мороз Георгий Алексеевич

Поздняков Иван Сергеевич

Программа дисциплины

Аннотация

Курс читается студентам 1 курса магистерской программы "Цифровые методы в гуманитарных науках". В ходе данного курса студенты знакомятся с основами работы в R и RStudio, осваивают базовые методы сбора, обработки и трансформации данных.

Цель освоения дисциплины

• Формирование представления о различных способах работы с данными.
• Ознакомление с методами визуализации результатов анализа датасетов.
• Развитие умения писать программы с использованием методов статистического, кластерного и регрессионного анализа.

Планируемые результаты обучения

• Студент анализирует данные путём применения инструментов: время, карты, OCR.
• Студент освоит работу с базовыми объектами, функциями, пакетами, а также научится создавать собственные функции и сложные циклы.
• Студент применяет PCA для анализа различных датасетов.
• Студент применяет трансформации данных: tidyverse, dplyr; освоит работу со строками и текстами: tidytext, udpipe; сможет осуществлять сбор данных из интернета: rvest. OCR.
• Студент производит вычисления, применяя знания по описательной и симуляционной статистике, z-преобразованию.
• Студент решает задачи по программированию , демонстрируя владение работой со строками и текстом.
• Студент создает пуассоновскую регрессию, позволяющую предсказывать результаты показателя X на основе имеющихся данных показателя Y.
• Студент способен создавать визуализации данных: ggplot2, ggiraph; представление данных: rmarkdown, shiny; осуществлять работу с картографическими данными.
• Студент способен создавать метрики расстояний, k-means, иерархические кластеризации, визуализации деревьев.

Содержание учебной дисциплины

• Тема 1. Основы R
• Тема 2. Трансформация данных
• Тема 3. Визуализация и представление данных
• Тема 4. Работа со строками и текстом
• Тема 5. Необычные источники данных: время, карты, OCR
• Тема 6. Основы статистики
• Тема 7. Регрессионный анализ.
• Тема 8. Кластеризация
• Тема 9. Методы уменьшения размерности: PCA, CA, MCA, MDS, t-SNE

Элементы контроля

• Самостоятельные работы
  Экзамен проводится в форме двух хакатонов: один проходит в конце втором модуля, а второй проходит в конце четвертого модуля. В ходе хакатона студент может подключится в любое время. Во время хакатона студенты делятся на команды и совместно решают поставленные задачи, используя любые доступные средства (в том числе любые удобные участникам средства связи друг с другом). Теоретически студент не обязан обладать компьютером, лишь каким-то средством связи с преподавателем и другими участниками. Для участия в хакатоне студент обязан выбрать команду, в которой он хочет работать (в том числе состоящей из одного человека), и пройти по ссылке на платформе Github под своим эккаунтом. Во время хакатона студент волен делать все, что считает нужным. Нарушения связи любой длительности считаются досадной неприятностью, которая ни в коем случае не должны служить причиной для лискриминационного отстранения студента от участия в хакатоне. Все элементы контроля по курсу подлежат пересдаче в виде 2-ух часовой контрольной работы по всем темам, во время которой можно пользоваться любыми материалами. Время проведения устанавливается факультетом гуманитарных наук.
• самостоятельные работы
  Шесть самостоятельных работ в течение курса
• итоговый хакатон
  Экзамен проводится в форме двух хакатонов: один проходит в конце второго модуля, а второй проходит в конце четвертого модуля (25 июня). В ходе хакатона студент может подключится в любое время. Во время хакатона студенты делятся на команды и совместно решают поставленные задачи, используя любые доступные средства (в том числе любые удобные участникам средства связи друг с другом). Студенту понадобится компьютер и любое средство связи с участниками команды (не обязательно звуковой или видеосвязи, достаточно текстового канала). Для участия в хакатоне студент обязан выбрать команду, в которой он хочет работать (в том числе состоящей из одного человека), и пройти по ссылке на платформе Github под своим эккаунтом. Во время хакатона студент волен делать все, что считает нужным. Нарушения связи любой длительности считаются досадной неприятностью, которая ни в коем случае не должны служить причиной для дискриминационного отстранения студента от участия в хакатоне.

Промежуточная аттестация

• 2021/2022 учебный год 4 модуль
  О=1/6×∑(i=1)(6)(10× m(i,k))

Список литературы

Рекомендуемая основная литература

• Horton, N. J., & Kleinman, K. (2015). Using R and RStudio for Data Management, Statistical Analysis, and Graphics (Vol. Second edition). Boca Raton, FL: Chapman and Hall/CRC. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=957543

Рекомендуемая дополнительная литература

• R for data science : import, tidy, transform, visualize, and model data, Wickham, H., 2017
• Wickham, H. (2015). Advanced R, Second Edition. Boca Raton, FL: Chapman and Hall/CRC. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=934735