Анализ данных для востоковедов: экономика, политика, медиа

2026/2027

Учебный год

RUS

Обучение ведется на русском языке

3

Кредиты

Кто читает:

Департамент социологии

Статус:

Курс по выбору

Когда читается:

4-й курс, 3 модуль

Преподаватели

Дивисенко Константин Сергеевич

Серова Елена Геннадьевна

Программа дисциплины

Аннотация

Курс «Анализ данных для востоковедов: экономика, политика, медиа» предназначен для развития компетенций обучающихся студентов востоковедов в таких активно развивающихся и перспективных областях знаний, как аналитика и визуализация данных и сочетает изучение современных информационных технологий и систем ИИ c традиционными подходами к решению задач экономики, политики и медиа. Курс отражает разнообразие способов анализа данных, не противопоставляя их, а рассматривая как дополняющие друг друга, служащие основой для смешанного подхода в современном анализе данных. Курс состоит из 4-х взаимосвязанных разделов. В 1-м разделе студентам предоставляется возможность разобраться в специфике анализа качественных данных в экономике, политике и медиа и сориентироваться в сложившемся методическом ландшафте. 2-ой раздел посвящен методам и инструментам анализа количественных данных, статистического анализа для обработки и интерпретации информации, позволяющим выявить скрытые закономерности, проверить гипотезы и сделать обоснованные прогнозы. В 3-ем разделе рассматриваются вопросы применения систем и технологий Искусственного Интеллекта и интеллектуального анализа данных в экономике, политике, медиа. 4-ый раздел - Новые парадигмы компьютерного моделирования для анализа данных в экономических, политических науках и медиа. Каждый раздел курса включает объяснение ключевых понятий и одновременно содержит прикладные задачи анализа данных, показывает примеры и возможные алгоритмы работы с данными, учитывая специфику направления обучения студентов – востоковедение

Цель освоения дисциплины

• Целью дисциплины является изучение основных паттернов сложившегося методико-аналитического ландшафта анализа данных в экономике, политике и медиа, формирование у обучающихся системного представления о современных подходах в анализе данных, его применении и инструментах, изучение основных методов прикладного анализа данных, развитие навыков практического применения методов интеллектуального анализа и ИИ для решения различных научных и практических задач экономики, политики и медиа.

Планируемые результаты обучения

• Знает, умеет выбирать и применять методы анализа данных, адекватные предмету и задачам исследования.
• Владеет навыками сбора, анализа, обработки и хранения данных в соответствии с общепринятыми научными и этическими стандартами
• Имеет представление о тенденциях современного анализа данных, методах и инструментах, применяемых в экономике, политике и медиа.
• Выбирает и применяет методы анализа данных, адекватные предмету и задачам исследования
• Квалифицирует задачи и применяет системы, технологии и инструменты ИИ, методы интеллектуального анализа данных для решения задач экономики, политики, медиа.
• Умеет на основе применения комбинированного метода анализа данных строить принципиально новые модели.

Содержание учебной дисциплины

• Введение.
• Современный анализ качественных данных в экономике, политике и медиа в сложившемся методическом ландшафте.
• Методы и инструменты анализа количественных данных, применяемые в экономике, политике, медиа
• Применение систем и технологий Искусственного Интеллекта и интеллектуального анализа данных в экономике, политике, медиа.
• Новые парадигмы компьютерного моделирования для анализа данных в экономических, политических науках и медиа.
• Заключение

Элементы контроля

• Работа на занятиях
  Лабораторные работы (упражнения), кейсы, тесты, панельные дискуссии и презентации
• Эссе
• Экзамен

Промежуточная аттестация

• 2026/2027 3rd module
  0.5 * Экзамен + 0.2 * Эссе + 0.3 * Работа на занятиях

Список литературы

Рекомендуемая основная литература

• Акопов, А. С.  Компьютерное моделирование : учебник и практикум для среднего профессионального образования / А. С. Акопов. — 2-е изд., перераб. и доп. — Москва : Издательство Юрайт, 2025. — 426 с. — (Профессиональное образование). — ISBN 978-5-534-18369-6. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/566073 (дата обращения: 02.07.2026).
• Анализ данных : учебник для вузов, , 2024
• Анализ данных : учебник для вузов, , 2024
• Искусственный интеллект в России: технологии и рынки, , 2025
• Ковалева, М. А., Анализ данных : учебное пособие / М. А. Ковалева, Р. И. Бтемирова. — Москва : Русайнс, 2024. — 62 с. — ISBN 978-5-466-06694-4. — URL: https://book.ru/book/953805 (дата обращения: 09.12.2025). — Текст : электронный.
• Кремер, Н. Ш.  Регрессионный анализ : учебник и практикум для вузов / Н. Ш. Кремер, Б. А. Путко. — 4-е изд., испр. и доп. — Москва : Издательство Юрайт, 2025. — 180 с. — (Высшее образование). — ISBN 978-5-534-21193-1. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/559533 (дата обращения: 02.07.2026).
• Методы и средства комплексного статистического анализа данных : учебное пособие для вузов, Кулаичев, А. П., 2025
• Многомерный статистический анализ в экономических задачах: компьютерное моделирование в SPSS : учеб. пособие для вузов, , 2019
• Практики анализа качественных данных в социальных науках : учебное пособие / Нац. исслед. ун-т «Высшая школя, экономики». — 2-е изд., эл. - 978-5-7598-2497-8 - Полухина Е. В., отв. ред. - 2024 - Москва: ВШЭ - https://ibooks.ru/products/398037 - 398037 - iBOOKS
• Практики анализа качественных данных в социальных науках : учебное пособие, , 2023
• Романов, П. С. Системы искусственного интеллекта и интеллектуальный анализ данных. Моделирование систем нечеткого вывода. Лабораторный практикум : учебное пособие для вузов / П. С. Романов, И. П. Романова. — Санкт-Петербург : Лань, 2025. — 212 с. — ISBN 978-5-507-53328-2. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/507351 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Соколов Г. А., Сагитов Р. В. - Введение в регрессионный анализ и планирование регрессионных экспериментов в экономике - 978-5-16-003646-5 - ИНФРА-М - 2022 - https://znanium.ru/catalog/product/1836638 - 1836638 - ZNANIUM

Рекомендуемая дополнительная литература

• 45389 - Генеративный искусственный интеллект - Р.Душкин - ДМК Пресс - 9785937003744 - 2025 - https://hse.alpinadigital.ru/document/45389 - Alpina
• Алексеев, С. А. Анализ данных в социологии : учебно-методическое пособие / С. А. Алексеев. — Казань : КНИТУ, 2019. — 92 с. — ISBN 978-5-7882-2617-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/166115 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Баланов, А. Н. Машинное обучение и искусственный интеллект : учебное пособие для вузов / А. Н. Баланов. — 2-е изд., стер. — Санкт-Петербург : Лань, 2025. — 172 с. — ISBN 978-5-507-52891-2. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/462248 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Бессмертный, И. А.  Искусственный интеллект. Введение в многоагентные системы : учебник для вузов / И. А. Бессмертный. — Москва : Издательство Юрайт, 2025. — 148 с. — (Высшее образование). — ISBN 978-5-534-20348-6. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/569279 (дата обращения: 02.07.2026).
• Боев, В. Д.  Компьютерное моделирование в среде AnyLogic : учебник для среднего профессионального образования / В. Д. Боев. — Москва : Издательство Юрайт, 2025. — 298 с. — (Профессиональное образование). — ISBN 978-5-534-05034-9. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/562815 (дата обращения: 02.07.2026).
• Кликунова, К. А. Методические указания к расчетной работе «Анализ качественных данных» : методические указания / К. А. Кликунова, А. В. Холматова-Бочкарева, А. А. Разинова. — Санкт-Петербург : СПбГПМУ, 2022. — 16 с. — ISBN 978-5-907565-64-7. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/344111 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Кобелев Н.Б. - Имитация как искусственный интеллект управления новым глобальным миром - 978-5-907352-83-4 - КУРС - 2025 - https://znanium.ru/catalog/product/2191757 - 2191757 - ZNANIUM
• Криволапов С.Я. - Анализ данных. Методы теории вероятностей и математической статистики на языке Python - 978-5-16-018616-0 - ИНФРА-М - 2025 - https://znanium.ru/catalog/product/2034420 - 2034420 - ZNANIUM
• Маркова, С. В., Анализ данных на языке R. : учебник и практикум / С. В. Маркова. — Москва : КноРус, 2025. — 216 с. — ISBN 978-5-406-14806-8. — URL: https://book.ru/book/958147 (дата обращения: 09.12.2025). — Текст : электронный.
• Общий искусственный интеллект, Тогелиус, Ю., 2025
• Тихвинский, В. И. Многоагентное моделирование : учебно-методическое пособие / В. И. Тихвинский, В. В. Холмогоров, В. А. Морозов. — Москва : РТУ МИРЭА, 2022. — 103 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/310832 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Шкодина Т.А., Щербаков С.М. - Статистический анализ данных в Python: лабораторный практикум - 978-5-7972-3232-2 - РГЭУ (РИНХ) - 2024 - https://znanium.ru/catalog/product/2214547 - 2214547 - ZNANIUM

Авторы

• Серова Елена Геннадьевна