• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Анализ данных, искусственный интеллект и генеративные модели

2025/2026
Учебный год
RUS
Обучение ведется на русском языке
3
Кредиты
Статус:
Курс обязательный
Когда читается:
3-й курс, 1, 2 модуль

Преподаватель

Программа дисциплины

Аннотация

В рамках дисциплины "Анализ данных, искусственный интеллект и генеративные модели" студенты изучают методы и алгоритмы обработки больших объемов данных с использованием технологий искусственного интеллекта, включая статистический анализ, машинное обучение, нейронные сети и другие. Они также учатся применять эти методы на практике для решения различных задач в области анализа данных.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью освоения дисциплины «Анализ данных» является овладение студентами основами статистики и анализа данных для применения в решении различных практических задач.
Планируемые результаты обучения

Планируемые результаты обучения

  • Фильтровать данные по нескольким условиям
  • Создавать сводные таблицы
  • Вычислять коэффициент корреляции Пирсона и интерпретировать полученные результаты
  • Вычислять релевантные описательные статистики и интерпретировать полученные результаты
  • Визуализировать данные с помощью простейших видов диаграмм: линейной, точечной, столбчатой
  • Сортировать данные
  • Переводить значения признака в z-оценки
  • Обрабатывать пропущенные значения и выбросы
  • Корректно открывать табличные данные различных форматов
  • Использовать собственноручно написанные функции для обработки данных, создания новых переменных
  • Вычислять описательные статистики и интерпретировать полученные результаты
  • Использовать Excel или Python в применении к анализу данных
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в инструменты
  • Введение в статистику. Базовые манипуляции с данными
  • Типы данных. Создание новых переменных
  • Генеральная совокупность и выборка. Частотные таблицы и распределения
  • Описательные статистики: меры центральной тенденции и разброса
  • Z-оценка. Выбросы.
  • Корреляция
  • Введение в визуализацию данных
Элементы контроля

Элементы контроля

  • неблокирующий Работа на семинарах
  • неблокирующий Контрольная работа 1
  • неблокирующий Контрольная работа 2 (экзамен)
  • неблокирующий Исследовательский проект
Промежуточная аттестация

Промежуточная аттестация

  • 2025/2026 2nd module
    0.3 * Исследовательский проект + 0.25 * Контрольная работа 1 + 0.25 * Контрольная работа 2 (экзамен) + 0.2 * Работа на семинарах
Список литературы

Список литературы

Рекомендуемая основная литература

  • Elementary statistics : a step by step approach, Bluman, A. G., 2007
  • Frederick J Gravetter, Larry B. Wallnau, Lori-Ann B. Forzano, & James E. Witnauer. (2020). Essentials of Statistics for the Behavioral Sciences, Edition 10. Cengage Learning.

Рекомендуемая дополнительная литература

  • Буре, В. М. Методы прикладной статистики в R и Excel / В. М. Буре, Е. М. Парилина, А. А. Седаков. — 4-е изд., стер. — Санкт-Петербург : Лань, 2023. — 152 с. — ISBN 978-5-507-46766-2. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/319424 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
  • Козлов, А. Ю. Статистический анализ данных в MS Excel : учебное пособие / А.Ю. Козлов, В.С. Мхитарян, В.Ф. Шишов. — Москва : ИНФРА-М, 2023. — 320 с. — (Высшее образование: Бакалавриат). — DOI 10.12737/2842. - ISBN 978-5-16-004579-5. - Текст : электронный. - URL: https://znanium.com/catalog/product/1907518
  • Полковникова, Н. А. Анализ и визуализация данных в Microsoft Excel в примерах и задачах : практическое пособие / Н. А. Полковникова. - Москва ; Вологда : Инфра-Инженерия, 2023. - 172 с. - ISBN 978-5-9729-1485-2. - Текст : электронный. - URL: https://znanium.com/catalog/product/2092453
  • Соловьев, В. И., Анализ данных в экономике: Теория вероятностей, прикладная статистика, обработка и анализ данных в Microsoft Excel. : учебник / В. И. Соловьев. — Москва : КноРус, 2023. — 497 с. — ISBN 978-5-406-10701-0. — URL: https://book.ru/book/946789 (дата обращения: 04.07.2025). — Текст : электронный.
  • Статистика и котики, Савельев, В. В., 2018
  • Яковлев, В. Б., Регрессионный анализ. Расчеты в Excel и Statistica : учебное пособие / В. Б. Яковлев. — Москва : Русайнс, 2023. — 177 с. — ISBN 978-5-466-01738-0. — URL: https://book.ru/book/946377 (дата обращения: 04.07.2025). — Текст : электронный.

Авторы

  • Карпович Марина Валерьевна
  • Сенина Анна Васильевна