What is Data Science?

2021/2022

Academic Year

RUS

Instruction in Russian

7

ECTS credits

Delivered at:

Department of Humanities (Faculty of Computer Science, Economics, and Social Sciences)

Course type:

Compulsory course

When:

1 year, 1-3 module

Instructor

Buzmakov, Aleksey V.

Программа дисциплины

Аннотация

Дисциплина представляет собой вводный курс в Data Science. Он включает в себя изучение необходимых для дальнейшей работы основ математики, прежде всего математической статистики, овладение необходимым инструментарием SPSS и Python; основных задач анализа данных и машинного обучения (регрессия, классификация, кластеризация), методы анализа текстовых данных.

Цель освоения дисциплины

• Цель дисциплины «Введение в науку о данных» – формирование теоретических и практических компетенций в следующих областях: математическая статистика и методы количественного анализа данных; технологии анализа данных, связанные с манипуляцией большими объемами данных (сбор, очистка, подбор подходящей структуры для формального представления) и методами их визуализации; прикладные навыки в области машинного обучения.

Планируемые результаты обучения

• Демонстрирует навыки визуализации данных.
• Знает основные понятия матема-тической статистики, использует программные средства для ста-тистического анализа.
• Умеет применить основные методы машинного обучения для решения задач предметной области, может сделать выводы по результатам проделанной работы.

Содержание учебной дисциплины

• Раздел 1. Основы математики
• Раздел 2. Методы визуализации данных: диаграммы рассеяния, визуализация погрешностей, гистограммы.
• Раздел 3. Основные задачи и методы машинного обучения.

Элементы контроля

• Проект в рамках 2 и 3 раздела
  Письменный отчёт с постановкой задачи, её решение методами, обсуждаемыми на курсе, и выводы о полученных результатах.
• Экзамен
  Экзамен по дисциплине пройдет онлайн (в zoom) в период сессии 3-го модуля.
• Работа на аудиторных занятиях в рамках первого раздела

Промежуточная аттестация

• 2021/2022 учебный год 3 модуль
  0.4 * Экзамен + 0.4 * Проект в рамках 2 и 3 раздела + 0.2 * Работа на аудиторных занятиях в рамках первого раздела

Список литературы

Рекомендуемая основная литература

• Иванов Б.Н. - Теория вероятностей и математическая статистика: учебное пособие - Издательство "Лань" - 2019 - ISBN: 978-5-8114-3636-1 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/113901

Рекомендуемая дополнительная литература

• Дюк, В. А. Логический анализ данных : учебное пособие / В. А. Дюк. — Санкт-Петербург : Лань, 2020. — 80 с. — ISBN 978-5-8114-4180-8. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/126935 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Салин В.Н., Шпаковская Е.П., Вахрамеева М.В. - Социально-экономическая статистика: Практикум: учебное пособие - Издательство "Финансы и статистика" - 2016 - 192с. - ISBN: 978-5-279-02637-1 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/91210
• Юре, Л. Анализ больших наборов данных / Л. Юре, Р. Ананд, Д. У. Джеффри ; перевод с английского А. А. Слинкин. — Москва : ДМК Пресс, 2016. — 498 с. — ISBN 978-5-97060-190-7. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/93571 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Авторы

• Бузмаков Алексей Владимирович