Modern Methods of Data Analysis

2020/2021

Academic Year

RUS

Instruction in Russian

4

ECTS credits

Delivered at:

Department of Informatics

Course type:

Compulsory course

When:

1 year, 1, 2 module

Instructor

Suvorova, Alena

Программа дисциплины

Аннотация

Целью освоения дисциплины «Современные методы анализа данных» является изучение основных принципов машинного обучения, эффективных алгоритмов обучения и применения обученных моделей. В результате изучения дисциплины у студента будет сформировано представление об основных задачах, решаемых с помощью моделей машинного обучения, как в области анализа пользователей информационных систем, так и при построение сервисов и приложений, основанных на данных.

Цель освоения дисциплины

• изучение основных принципов машинного обучения и построение моделей для решения задач автоматизации и анализа пользователей

Планируемые результаты обучения

• Применяет основные конструкции языка Python и библиотек для анализа данных
• Интерпретирует результаты статистического анализа с учетом ограничений использованных методов
• Обосновывает выбор методов и инструментария для проверки гипотез
• Знает основные понятия машинного обучения
• Строит предсказательные модели на языке Python
• Интерпретирует результаты предсказания
• Строит ансамблевые модели на языке Python
• Выявляет смещения (bias) в моделях
• Строит модели с применением методов интерпретируемого машинного обучения
• Выделяет подгруппы пользователей с помощью инструментов анализа данных
• Выделяет правила из данных методами машинного обучения

Содержание учебной дисциплины

• Введение, основные понятия анализа данных, инструментарий
  Область науки о данных: главные методы, техники, темы и прикладные возможности. Анализ данных в различных прикладных областях. Основные определения. Этапы анализа данных. Воспроизводимые исследования: возможности и ключевые цели. Инструменты R, RStudio. Инструменты Python (пакеты scipy и numpy, сборка Anaconda, Pandas, Scikit-learn и др.). Математика для анализа данных
• Выводы на основе данных: проверка гипотез и статистические тесты
  Визуализация и агрегация данных: фильтрация, объединение, сортировка данных. Математическая статистика и анализ данных. Оценивание параметров распределений. Метод максимального правдоподобия. Доверительные интервалы и бутстрэппинг. Тестирование статистических гипотез. Нахождение зависимостей в данных. A/B-тестирование
• Сегментация данных
  Задачи обучения без учителя. Кластеризация, уменьшение размерности, автоматическое выделение правил. Выделение подгрупп пользователей информационных систем.
• Предсказания на основе данных. Классификация и регрессия
  Возможности применения статистического обучения в информационных системах. Машинное обучение с учителем. Задачи классификации и регрессии. Деревья решений, модели регрессии. Клиентская аналитика, предсказание оттока пользователей, оценка LTV
• Сложные модели и их применение.
  Сервисы, основанные на данных. Задачи предсказания и вывода. Ансамбли моделей. Модели, допускающие интерпретацию. Интерпретируемое машинное обучение (iML, xAI). Причинно-следственные связи

Элементы контроля

• Дневники проекта
  За сдачу после дедлайна начисляется 5% штраф за каждый день просрочки
• Проект
  За сдачу после дедлайна начисляется 5% штраф за каждый день просрочки
• Экзамен
• Эссе
  Домашнее задание представляет собой структурированное эссе по одной из статей, связанных с методологией или применением A/B тестирования. Статья выбирается из предложенного преподавателем списка или самостоятельно студентом по согласованию с преподавателем.
• Упражнения

Промежуточная аттестация

• Промежуточная аттестация (2 модуль)
  0.25 * Дневники проекта + 0.3 * Проект + 0.1 * Упражнения + 0.2 * Экзамен + 0.15 * Эссе

Список литературы

Рекомендуемая основная литература

• James, G. et al. An introduction to statistical learning. – Springer, 2013. – 426 pp.
• Вьюгин В.В. - Математические основы машинного обучения и прогнозирования - Московский центр непрерывного математического образования - 2014 - 304с. - ISBN: 978-5-4439-2014-6 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/56397

Рекомендуемая дополнительная литература

• Molnar, C. (2018). iml: An R package for Interpretable Machine Learning. https://doi.org/10.5281/zenodo.1299058
• Provost, F., & Fawcett, T. (2013). Data Science for Business : What You Need to Know About Data Mining and Data-Analytic Thinking (Vol. 1st ed). Beijing: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=619895