• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Big Data and Predictive Analysis in the Public Sector

2020/2021
Academic Year
RUS
Instruction in Russian
5
ECTS credits
Course type:
Elective course
When:
4 year, 2 module

Instructor


Сибирев Владимир Анатольевич

Программа дисциплины

Аннотация

В рамках изучения дисциплины студент научится первичной обработке и организации данных, приобретет знания о применении стандартных моделей методов машинного обучения реализованных в различных библиотеках будет применять методы машинного обучения для разработки информационных систем в области государственного и муниципального управления. Цели освоения дисциплины связаны, с одной стороны с формированием у обучающихся знаний в области обработки больших данных, а с другой стороны, с навыками обучения разработке информационных систем. Поэтому в ходе курса обучающиеся, во-первых, осваивают первичную обработку и способы организации данных (препроцессинг данных, работу с пропущенными данными, умение выделить необходимые признаки), во-вторых, знакомятся с применением стандартных моделей методов машинного обучения, реализованных в различных библиотеках на языке Рython (кластерный анализ, классификация, тематическое моделирование, рекомендательные системы и нейронные сети), в-третьих, познакомятся с применением методов машинного обучения для разработки информационных систем в области государственного и муниципального управления, в четвертых, получат базовые навыки по аналитике данных.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью курса «Большие данные и прогнозирование в государственном секторе» является получение студентами знаний, умений и навыков в области обработки и анализа данных для прогнозирования социально-экономических процессов для нужд государственного управления.
Планируемые результаты обучения

Планируемые результаты обучения

  • Цифровизация государственного и муниципального управления Основные понятия, Big Date, модели данных, распределенный регистр, Федеральный проект ««Цифровое государственное управление».
  • Понимание места и роли прогнозирования в системе стратегического управления развитием обществом. Прогнозирование и национальные проекты. Организация сессий Rapid Foresight.
  • Общие принципы прогнозирования. Методы среднесрочного и краткосрочного прогнозирования. Реализация сценарного подхода на основе использования методов имитационного моделирования. Выделение трендов изменения социально-экономических показателей на основе регрессионного анализа.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тема 1. Роль и значение Big Date в современном обществе.
    Вводятся основные понятия, рассматривается роль и значение Big Date в современном обществе, кратко описываются модели данных. Дается характеристика Федерального проекта «Цифровое государственное управление». Показывается роль сквозной технологии «распределенный регистр» для развития государственных информационных систем.Работа с базами данных Федеральной службы статистики и ЕГИССО. Создание запросов на выборку данных из них. Расчет описательных статистик.
  • Тема 2. Место и роль прогнозирования в системе государственного управления
    Дается характеристика места и роли прогнозов социально-экономического развития в системе стратегического управления РФ. Показывается место и роль национальных проектов. Раскрывается суть методики проведения сессий Rapid Foresight.Проведение учебных сессий Rapid Foresight для выявления основных трендов развития СПб с последующей защитой полученных результатов.
  • Тема 3. Основные задачи прогнозирования социально-экономических показателей и алгоритмы их решения
    Приводится классификация методов среднесрочного и краткосрочного про-гнозирования. Описывается механизм реализации сценарного подхода при прогнозировании на основе использования методов имитационного моделирования. Дается методика выделение трендов изменения социально-экономических показателей на основе регрессионного анализа..На реальных наборах данных демонстрируется решение задач прогнозирования социально-экономических показателей, обсуждаются способы оценки качества построенных моделей.
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание
  • неблокирующий Практические задания на семинарских занятиях
  • неблокирующий Экзамен
    На пересдаче студенту не предоставляется возможность получить дополнительный балл для компенсации оценки за текущий контроль. На экзамене студент может получить дополнительный вопрос (дополнительную практическую задачу), ответ на который оценивается в 1 балл.
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (2 модуль)
    0.3 * Домашнее задание + 0.3 * Практические задания на семинарских занятиях + 0.4 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Светуньков И. С., Светуньков С. Г. - МЕТОДЫ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО ПРОГНОЗИРОВАНИЯ В 2 Т. Т.1 ТЕОРИЯ И МЕТОДОЛОГИЯ. Учебник и практикум для академического бакалавриата - М.:Издательство Юрайт - 2019 - 351с. - ISBN: 978-5-534-02801-0 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/metody-socialno-ekonomicheskogo-prognozirovaniya-v-2-t-t-1-teoriya-i-metodologiya-432958
  • Светуньков И. С., Светуньков С. Г. - МЕТОДЫ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО ПРОГНОЗИРОВАНИЯ В 2 Т. Т.2 МОДЕЛИ И МЕТОДЫ. Учебник и практикум для вузов - М.:Издательство Юрайт - 2020 - 447с. - ISBN: 978-5-534-02804-1 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/metody-socialno-ekonomicheskogo-prognozirovaniya-v-2-t-t-2-modeli-i-metody-450477

Рекомендуемая дополнительная литература

  • Dubman, R. (2019). The Digital Governance of Data-driven Smart Cities: Sustainable Urban Development, Big Data Management, and the Cognitive Internet of Things. Geopolitics, History & International Relations, 11(2), 34–40. https://doi.org/10.22381/GHIR11220195
  • O. Chudinovskikh S., & О. Чудиновских С. (2018). Big Data and Statistics on Migration ; Большие Данные И Статистика Миграции. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.25D0F992
  • Майер-Шенбергер В., Кукьер К. - Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим - Издательство "Манн, Иванов и Фербер" - 2014 - 240с. - ISBN: 978-5-91657-936-9 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/62171