Анализ данных на Python

2025/2026

Учебный год

RUS

Обучение ведется на русском языке

3

Кредиты

Кто читает:

Кафедра международных отношений и политических процессов стран Азии и Африки

Статус:

Курс обязательный

Когда читается:

3-й курс, 3 модуль

Преподаватель

Слащева Анна Сергеевна

Программа дисциплины

Аннотация

Курс посвящен изучению методов анализа и обработки данных с использованием Python и табличных процессоров Excel. В рамках дисциплины рассматриваются основы работы с данными, их предварительная обработка, визуализация и интерпретация результатов анализа. Учебный материал осваивается через онлайн-лекции и практические занятия, включающие разбор примеров и выполнение прикладных заданий. В сопровождение лекционного онлайн курса будут проведены семинары, которые включают в себя разбор материала, сессии интерактивных решений заданий, закрепляющих знания в рамках объема курса. По итогу работы проводится тестирование и экзамен, состоящий из набора задач по материалам курса.

Цель освоения дисциплины

• Дисциплина направлена на формирование у студентов системного представления о базовых методах анализа данных и практических навыков работы с данными с использованием Python и Excel. Курс обеспечивает освоение прикладных инструментов обработки, анализа и визуализации данных, востребованных в учебной и профессиональной деятельности. Изучение дисциплины позволяет студентам уверенно работать с табличными данными и использовать программные средства для решения типовых аналитических задач.

Планируемые результаты обучения

• Знает основные статистические понятия, включая генеральную совокупность, выборку, распределения и описательные статистики.
• Умеет выполнять базовые манипуляции с данными, создавать и преобразовывать переменные.
• Применяет методы анализа распределений, выявления выбросов и оценки взаимосвязей между переменными.
• Использует корреляционный анализ и простые регрессионные модели для исследования данных.
• Осуществляет визуализацию данных и интерпретацию статистических результатов с использованием Python и Excel.

Содержание учебной дисциплины

• Онлайн курс.
• Тема 1. Инструменты анализа данных и рабочая среда.
• Тема 2. Основы статистики и работа с данными.
• Тема 3. Типы данных и преобразование переменных.
• Тема 4. Распределения данных и выборочные характеристики.
• Тема 5. Описательная статистика и анализ выбросов.
• Тема 6. Анализ взаимосвязей и моделирование.
• Тема 7. Визуализация данных и итоговая подготовка.
• Тема 8. Повторение.

Элементы контроля

• Домашние задания
  В ходе прохождения курса студенты выполняют домашние задания, за которые начисляются баллы.
• Успешное прохождение онлайн курса
  В ходе прохождения онлайн курса (“Учебник по Анализу данных”, реализуемый на платформе“Smart LMS”[edu.hse.ru] https://edu.hse.ru/course/view.php?id=136231студенты смотрят видеолекции и выполняют задания онлайн курса, за которые начисляются баллы.
• Экзамен по результатам прохождения курса
  По окончании прохождения курса студенты сдают экзаменационное задание состоящее из тестирования и решения задач.

Промежуточная аттестация

• 2025/2026 3rd module
  0.4 * Домашние задания + 0.4 * Экзамен по результатам прохождения курса + 0.2 * Успешное прохождение онлайн курса

Список литературы

Рекомендуемая основная литература

• 25 Python. Как стать профессионалом: Пер. с англ. - 978-5-9775-1944-1 - Фаррелл Д. - 2024 - Санкт-Петербург: БХВ-Петербург - https://ibooks.ru/products/396470 - 396470 - iBOOKS

Рекомендуемая дополнительная литература

• Anaya, M. (2018). Clean Code in Python : Refactor Your Legacy Code Base. Birmingham, UK: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1881283
• H, S. (2013). A Byte of Python. Place of publication not identified: H, Swaroop. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsotl&AN=edsotl.OTLid0000581
• Приходько, М. А. Математическая статистика и анализ данных / М. А. Приходько, А. В. Приходько. — Омск : Омский ГАУ, 2014. — 60 с. — ISBN 978-5-89764-460-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/60684 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Авторы

• Солощева Мария Алексеевна
• Слащева Анна Сергеевна