Введение в Науку о данных

Магистратура 2020/2021

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

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

Лучший по критерию «Новизна полученных знаний»

Статус: Курс обязательный (Цифровые методы в гуманитарных науках)

Направление: 45.04.03. Фундаментальная и прикладная лингвистика

Кто читает: Школа лингвистики

Где читается: Факультет гуманитарных наук

Когда читается: 1-й курс, 1-4 модуль

Формат изучения: без онлайн-курса

Преподаватели: Мороз Георгий Алексеевич, Поздняков Иван Сергеевич

Прогр. обучения: Цифровые методы в гуманитарных науках

Язык: русский

Кредиты: 8

Контактные часы: 80

Полная версия программы учебной дисциплины

Аннотация

Курс читается студентам 1 курса магистерской программы "Цифровые методы в гуманитарных науках". В ходе данного курса студенты знакомятся с основами работы в R и RStudio, осваивают базовые методы сбора, обработки и трансформации данных.

Цель освоения дисциплины

Формирование представления о различных способах работы с данными.
Ознакомление с методами визуализации результатов анализа датасетов.
Развитие умения писать программы с использованием методов статистического, кластерного и регрессионного анализа.

Планируемые результаты обучения

Студент освоит работу с базовыми объектами, функциями, пакетами, а также научится создавать собственные функции и сложные циклы.
Студент применяет трансформации данных: tidyverse, dplyr; освоит работу со строками и текстами: tidytext, udpipe; сможет осуществлять сбор данных из интернета: rvest. OCR.
Студент способен создавать визуализации данных: ggplot2, ggiraph; представление данных: rmarkdown, shiny; осуществлять работу с картографическими данными.
Студент решает задачи по программированию , демонстрируя владение работой со строками и текстом.
Студент анализирует данные путём применения инструментов: время, карты, OCR.
Студент производит вычисления, применяя знания по описательной и симуляционной статистике, z-преобразованию.
Студент создает пуассоновскую регрессию, позволяющую предсказывать результаты показателя X на основе имеющихся данных показателя Y.
Студент способен создавать метрики расстояний, k-means, иерархические кластеризации, визуализации деревьев.
Студент применяет PCA для анализа различных датасетов.

Содержание учебной дисциплины

Тема 1. Основы R
Тема 2. Трансформация данных
Тема 3. Визуализация и представление данных
Тема 4. Работа со строками и текстом
Тема 5. Необычные источники данных: время, карты, OCR
Тема 6. Основы статистики
Тема 7. Регрессионный анализ.
Корреляция и простая линейная регрессия. Множественная регрессия, link-functions. Логистическая и мультиномиальная регрессия.
Тема 8. Кластеризация
Тема 9. Методы уменьшения размерности: PCA, CA, MCA, MDS, t-SNE

Элементы контроля

Самостоятельные работы
Экзамен проводится в форме двух хакатонов: один проходит в конце втором модуля, а второй проходит в конце четвертого модуля. В ходе хакатона студент может подключится в любое время. Во время хакатона студенты делятся на команды и совместно решают поставленные задачи, используя любые доступные средства (в том числе любые удобные участникам средства связи друг с другом). Теоретически студент не обязан обладать компьютером, лишь каким-то средством связи с преподавателем и другими участниками. Для участия в хакатоне студент обязан выбрать команду, в которой он хочет работать (в том числе состоящей из одного человека), и пройти по ссылке на платформе Github под своим эккаунтом. Во время хакатона студент волен делать все, что считает нужным. Нарушения связи любой длительности считаются досадной неприятностью, которая ни в коем случае не должны служить причиной для лискриминационного отстранения студента от участия в хакатоне. Все элементы контроля по курсу 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.
самостоятельные работы
Шесть самостоятельных работ в течение курса
итоговый хакатон
Экзамен проводится в форме двух хакатонов: один проходит в конце второго модуля, а второй проходит в конце четвертого модуля (25 июня). В ходе хакатона студент может подключится в любое время. Во время хакатона студенты делятся на команды и совместно решают поставленные задачи, используя любые доступные средства (в том числе любые удобные участникам средства связи друг с другом). Студенту понадобится компьютер и любое средство связи с участниками команды (не обязательно звуковой или видеосвязи, достаточно текстового канала). Для участия в хакатоне студент обязан выбрать команду, в которой он хочет работать (в том числе состоящей из одного человека), и пройти по ссылке на платформе Github под своим эккаунтом. Во время хакатона студент волен делать все, что считает нужным. Нарушения связи любой длительности считаются досадной неприятностью, которая ни в коем случае не должны служить причиной для дискриминационного отстранения студента от участия в хакатоне.

Промежуточная аттестация

Промежуточная аттестация (4 модуль)
О=1/6×∑(i=1)(6)(10× m(i,k))

Программа дисциплины