Data Analysis

2024/2025

Academic Year

RUS

Instruction in Russian

5

ECTS credits

Delivered at:

Department of Business Informatics and Operations Management

Course type:

Compulsory course

When:

3 year, 1, 2 module

Instructor

Аносов Алексей Петрович

Программа дисциплины

Аннотация

Целью освоения дисциплины «Анализ данных» является формирование навыков систематизации, статистической обработки и анализа структурированных и неструктурированных данных в интересующих областях с использованием современных компьютерных программ.

Цель освоения дисциплины

• Уметь работать с данными
• Владеть методами прикладной статистики

Планируемые результаты обучения

• Уметь планировать и анализировать результаты A/B-тестов
• Иметь навыки анализа данных необходимые для решения прикладных задач
• Уметь работать с библиотеками анализа данных на языке Python
• Уметь работать с библиотеками сбора данных на языке Python
• Уметь работать работать с библиотеками языка Python для решения статистических задач

Содержание учебной дисциплины

• Инструменты для работы с данными
• Инструменты для сбора данных
• Прикладная статистика

Элементы контроля

• Коллоквиум по numpy, pandas, визуализации (Блокирующий Элемент контроля)
  Вес в итоговой оценке - 20% Блокирующая, сдача на выделенных парах. Беседа с преподавателем с включенной камерой. По несколько маленьких заданий в режиме live coding + вопросы на numpy, pandas, визуализации. Применение генеративных моделей: не допускается
• Задание по HTML, Requests, Beautiful Soap
  Асинхронный элемент контроля. Применение генеративных моделей: допускается
• Задание по Selenium
  Асинхронный элемент контроля. Применение генеративных моделей: допускается
• Финальный проект
  Студенты выполняют задание дома в парах, презентация на последнем занятии перед экзаменом. Задание заключается в том, чтобы подготовить любой проект связанный с анализом данных, включающий все пройденные технологии: библиотеки сбора данных, pandas, библиотеки визуализации, airflow, дэшборд (Streamlit или другой фреймворк) Применение генеративных моделей: допускается
• Экзамен
  Письменный экзамен, включающий вопросы по всем пройденным темам. Включает как теоретические вопросы, так и задания на код. Применение генеративных моделей: не допускается

Промежуточная аттестация

• 2024/2025 2nd module
  0.1 * Задание по HTML, Requests, Beautiful Soap + 0.1 * Задание по Selenium + 0.2 * Коллоквиум по numpy, pandas, визуализации (Блокирующий Элемент контроля) + 0.3 * Финальный проект + 0.3 * Экзамен

Список литературы

Рекомендуемая основная литература

• G. Nair, V. (2014). Getting Started with Beautiful Soup. Birmingham, UK: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=691839
• Бослаф, С. Статистика для всех : учебное пособие / С. Бослаф , перевод с английского П. А. Волкова [и др.]. — Москва : ДМК Пресс, 2015. — 586 с. — ISBN 978-5-94074-969-1. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/66475 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Маккинни, У. Python и анализ данных / У. Маккинни , перевод с английского А. А. Слинкина. — 2-ое изд., испр. и доп. — Москва : ДМК Пресс, 2020. — 540 с. — ISBN 978-5-97060-590-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/131721 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Миркин, Б. Г.  Введение в анализ данных : учебник и практикум / Б. Г. Миркин. — Москва : Издательство Юрайт, 2019. — 174 с. — (Авторский учебник). — ISBN 978-5-9916-5009-0. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/432851 (дата обращения: 28.08.2023).
• Практическая статистика для специалистов Data Science: Пер. с англ. - 978-5-9775-3974-6 - Брюс П. - 2018 - Санкт-Петербург: БХВ-Петербург - https://ibooks.ru/bookshelf/358886 - 358886 - iBOOKS

Рекомендуемая дополнительная литература

• Boris Mirkin. (2011). Core Concepts in Data Analysis: Summarization, Correlation and Visualization (Vol. 2011). Springer.
• Budi Kurniawan - HTML : A Beginner's Tutorial - Brainy Software, 2015-116 - Текст электронный - https://ebookcentral.proquest.com/lib/hselibrary-ebooks/detail.action?docID=4339838
• Дудин, М. Н.  Статистика : учебник и практикум для вузов / М. Н. Дудин, Н. В. Лясников, М. Л. Лезина. — Москва : Издательство Юрайт, 2021. — 374 с. — (Высшее образование). — ISBN 978-5-9916-8908-3. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/470169 (дата обращения: 27.08.2024).

Авторы

• Будько Виктория Александровна