Анализ данных для лингвистов

Бакалавриат 2021/2022

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Курс по выбору (Фундаментальная и компьютерная лингвистика)

Направление: 45.03.03. Фундаментальная и прикладная лингвистика

Кто читает: Школа лингвистики

Где читается: Факультет гуманитарных наук

Когда читается: 4-й курс, 3 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Мороз Георгий Алексеевич

Язык: русский

Кредиты: 3

Контактные часы: 36

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Задачей курса «Анализ данных для лингвистов» является продолжение знакомства с различными методами анализа данных. Курс разделен на несколько тематических блоков: первый связан с применением байесовских статистических методов (байесовский апдейт, байесовский доверительный интервал, байесовский фактор, байесовкская эмпирическая оценка), второй связан с методами уменьшения размерности (PCA, LDA, CA, MCA), третий блок связан с методами кластеризации (k-means, иерархическая кластеризация, смешанные модели) и последний блок будет посвящен проблемам применения регрессионного анализа (регрессия со смешанными эффектами, обобщённая аддитивная модель).

Цель освоения дисциплины

знать особенности работы R, основные особенности анализа различных типов данных
познакомиться с основами методами анализа данных
владеть навыками самостоятельного анализа данных, а также критической интерпретации анализа данных, представленной в научных работах

Планируемые результаты обучения

Владеет методами визуализации данных
Владеет методами обработки данных
Владеет методом анализа строк
Владеет основами языка программирования R
Знает лингвистические пакеты на R
Знает, чем наука о данных отличается от машинного обучения и статистики

Содержание учебной дисциплины

Статистические распределения
Бейесовский вывод
Байесовский анализ биномиальных и нормально распределенных данных
Байесовский доверительный интервал
Уменьшение размерностей: PCA, LDA, CA, DCA, MCA
Продвинутый регрессионный анализ

Элементы контроля

Домашние задания
Экзамен проводится в письменной форме. Экзамен проводится на платформе googleforms. К экзамену необходимо подключиться в любое время. Компьютер студента должен удовлетворять требованиям: 1. Иметь доступ к интернету. 2. Иметь установленный R и, возможно, RStudio Во время экзамена студентам запрещено: взаимодействовать друг сдругом. Во время экзамена студентам разрешено: пользоваться любыми материалами. Нарушения связи любой длительности считаются досадной неприятностью, которая ни в коем случае не должны служить причиной для лискриминационного отстранения студента от участия в экзамене. Процедура пересдачи аналогична процедуре сдачи. Тематический состав КИМ-ов для пересдач не отличается от тематического состава КИМ-ов текущего контроля и промежуточной аттестации.
Домашние задания
Все элементы контроля подлежат пересдаче в виде 2-ух часовой контрольной работы по всем темам, во время которой можно пользоваться любыми материалами. Время проведения устанавливается факультетом гуманитарных наук. Тематический состав КИМ-ов для пересдач не отличается от тематического состава КИМ-ов текущего контроля и промежуточной аттестации.

Промежуточная аттестация

2021/2022 учебный год 3 модуль
Итоговая оценка = 1/8.68 * \int_{0}^{x} x^1.3 + b, где x = среднее арифметическое оценок за дз, b - дополнительный балл за умение студента правильно посчитать в R свою оценку по курсу.

Список литературы

Авторы

Мороз Георгий Алексеевич

Программа дисциплины