Analysis and visualization of text data

2021/2022

Academic Year

RUS

Instruction in Russian

5

ECTS credits

Delivered at:

Department of Philology

Course type:

Elective course

When:

1 year, 3, 4 module

Instructors

Калакуцкий Аркадий Владимирович

Pozdniakov, Ivan

Программа дисциплины

Аннотация

Курс посвящен методам анализа особого типа данных – текстовых. В ходе обучения студенты освоят импорт, особенности обработки такого типа данных в зависимости от решаемых задач, познакомятся с основными методами статистического, кластерного и регрессионного анализа, освоят методы визуализации результатов анализа текстовых данных на языке R, изучение которого входит в программу курса.

Цель освоения дисциплины

• Целями освоения дисциплины «Анализ и визуализация текстовых данных» являются: − освоение основ языка программирования R для анализа данных; − освоение методов предобработки текстовых данных в зависимости от типа решаемой задачи; − владение методами исследования текстовых данных с помощью описательной статистики; − ознакомление с основами методами многомерного анализа данных; − ознакомление с основными методами визуализации текстовых данных.

Планируемые результаты обучения

• Владеет основами языка программирования R
• Понимание дисперсионного анализа (ANOVA) и его разновидностей, умение провести тесты в R
• Понимание корреляции и коэффициентов корреляции, умение рассчитать коэффициенты корреляции в R
• Понимание линейной регрессии, ее связи с другими статистическими методами, оценка качества модели
• Знает основные лингвистические пакеты на R
• Владеет базовыми функциями plot(), hist(), boxplot() для быстрой визуализации данных
• Владеет навыками работы с пакетом quanteda для продвинутой обработки текстовых данных
• Использует пакет udpipe для токенизации и лемматизации данных в R
• Понимает t-тест и его непараметрических аналогов, умение провести тесты в R
• Понимание методов многомерного анализа текстовых данных и умение реализовать их с использованием возможностей языка R
• Понимание методов визуализации многомерных данных

Содержание учебной дисциплины

• Введение в функционирование сети Интернет
• Инструментарий совместной веб-разработки
• Современный инструментарий верстки
• Разработка бизнес-логики веб-приложений и контейнеризация
• Фреймворки для разработки веб-приложений
• Фоновая обработка задач
• HTML5 and CSS Fundamentals
• JavaScript Introduction

Элементы контроля

• Домашнее задание
  Домашнее задания представляют собой небольшое практические задание, которое выполняется студентами вне аудитории. Оценка за домашнее задание выставляется по 10-балльной шкале. Сданные работы не пересдаются. Задания возможно получать и в дистанционном формате.
• Экзамен
  Экзамен проводится в форме решения задач. Студент вытягивает билет с двумя вопросами. На подготовку у студента есть полчаса. Преподаватель имеет право во время экзамена задать вопросы по другим темам курса. Предусмотрен дистанционный формат сдачи элемента контроля.

Промежуточная аттестация

• 2021/2022 учебный год 4 модуль
  0.7 * Домашнее задание + 0.3 * Экзамен