• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
07
Апрель

Основы анализа данных

2018/2019
Учебный год
RUS
Обучение ведется на русском языке
3
Кредиты
Статус:
Курс обязательный
Когда читается:
1-й курс, 3 модуль

Преподаватели


Красильников Александр Александрович


Смирнова Анна Вадимовна

Программа дисциплины

Аннотация

Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности. Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 38.03.01 «Экономика»
Цель освоения дисциплины

Цель освоения дисциплины

  • «Основы анализа данных» являются подготовка выпускников к информационно-аналитической и научно-исследовательской деятельности в качестве исполнителей или руководителей младшего уровня
  • «Основы анализа данных» являются подготовкой выпускников к продолжению обучения в магистратуре и аспирантуре
Планируемые результаты обучения

Планируемые результаты обучения

  • Демонстрирует умение приобретать новые знания, умения
  • Знает основные понятия статистики и умеет их применять при дальнейшем обучении.
  • Владеет методами расчета потребности в ресурсах для решении задач
  • Демонстрирует умение анализа простейших экономических процессов
  • Может свободно общаться, выражать свои мысли устно и письменно при обсуждении вопросов анализа данных
  • Демонстрирует умение представлять результаты своих расчетов
  • Умеет самостоятельно организовать свою деятельность для выполнения различных заданий по курсу
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в статистику
    Введение в статистику. Понятие предмета, объекта исследования. Этапы статистического исследования. Данные, типология и шкалы. Вторичные данные.
  • Знакомство со средой Jupyter
    Обзор среды Jupyter.
  • Программирование на Python
    Программирование на языке Python, переменные, циклы, функции.
  • Ввод и вывод данных
    Загрузка данных из Интернет. Загрузка данных из файлов. Экспорт в Excel.
  • Работа с форматом JSON
    Особенности формата JSON, практикум работы с API.
  • Регулярные выражения
    Особенности поиска разрозненных типовых данных. Регулярные выражения.
  • Работа с большими объемами данных – введение в SQL
    Работа с большими объемами данных – введение в SQL: импорт данных, базовый синтаксис запросов. Обзор возможностей и сред.
  • Базовые приемы работы с MS Excel
    Работа с MS Excel
Элементы контроля

Элементы контроля

  • неблокирующий Контрольная работа
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (3 модуль)
    0.6 * Контрольная работа + 0.4 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Nelli, F. (2015). Python Data Analytics : Data Analysis and Science Using Pandas, Matplotlib and the Python Programming Language. [Berkeley, CA]: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1056488
  • Под ред. Мхитаряна В.С. - АНАЛИЗ ДАННЫХ. Учебник для академического бакалавриата - М.:Издательство Юрайт - 2019 - 490с. - ISBN: 978-5-534-00616-2 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/analiz-dannyh-432178

Рекомендуемая дополнительная литература

  • Язык программирования Python: практикум : учеб. пособие / Р.А. Жуков. — М. : ИНФРА-М, 2019. — 216 с. + Доп. материалы [Электронный ресурс; Режим доступа: http://www.znanium.com]. — (Высшее образование: Бакалавриат). — www.dx.doi.org/10.12737/textbook_5cb5ca35aaa7f5.89424805.
  • Язык программирования Python: практикум : учебное пособие / Р.А. Жуков. — Москва : ИНФРА-М, 2020. — 216 с. + Доп. материалы [Электронный ресурс]. — (Высшее образование: Бакалавриат). — www.dx.doi.org/10.12737/textbook_5cb5ca35aaa7f5.89424805. - Режим доступа: http://znanium.com/catalog/product/1045700