Введение в Data Science

Бакалавриат 2020/2021

Статус: Курс обязательный (Управление логистикой и цепями поставок в бизнесе)

Направление: 38.03.02. Менеджмент

Кто читает: Департамент операционного менеджмента и логистики

Где читается: Высшая школа бизнеса

Когда читается: 2-й курс, 1 модуль

Формат изучения: без онлайн-курса

Преподаватели: Заходякин Глеб Викторович, Кузнецова Юлия Александровна, Рожков Максим Игоревич

Язык: русский

Кредиты: 3

Контактные часы: 30

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Дисциплина знакомит студентов с предметной областью науки о данных и формирует навыки решения задач обработки и визуализации данных с использованием языка Python. Целевой аудиторией являются студенты бакалаврской образовательной программы «Логистика и управление цепями поставок в бизнесе». Дисциплина соответствует “Базовому” уровню программы Data Culture. В курсе рассматриваются основы интерактивной работы с Python в блокноте Jupyter Notebook, дается необходимый минимум синтаксических конструкций Python для задач обработки данных, рассматриваются базовые аналитические пакеты: pandas, matplotlib, seaborn. Рассматриваются вопросы загрузки данных разных форматов, очистки данных, разведочного анализа, визуализации данных. Курс обеспечивает необходимый минимум знаний для изучения дисциплины "Машинное обучение на языке Python" во втором модуле.

Цель освоения дисциплины

Выработка базовых навыков анализа структурированных данных с использованием Python и интерпретации полученных результатов

Планируемые результаты обучения

Способен проводить и документировать расчеты с использованием Python и Jupyter Notebook
Способен загружать и обрабатывать табличные данные с помощью библиотеки pandas
Способен правильно выбрать способ визуализации в зависимости от задачи (анализ распределений, поиск зависимостей)
Способен интерпретировать результаты анализа данных для лица, принимающего решение
Способен выполнить очистку данных (обработка пропусков и выбросов, реструктуризация данных к опрятному виду)

Содержание учебной дисциплины

Python как инструмент data scientist'а
Тема 1. Понятие науки о данных. Примеры аналитических задач в работе логиста Тема 2. Python как инструмент аналитика данных. Дистрибутивы Python. Интерактивная среда разработки Jupyter Notebook. Структура блокнота и принципы вычислений. Оформление блокнота с помощью Markdown. Тема 3. Основные конструкции языка Python. Из чего состоит программа. Базовые типы данных Python. Объекты, свойства и методы. Функции и лямбда-выражения. Условный оператор. Операции со списками и словарями. Циклы for и while. Списочные включения. Тема 4. Обработка табличных данных при помощи библиотеки Pandas. Основные структуры данных - Series и DataFrame. Загрузка и выборка данных. Фильтрация данных. Вычисления новых столбцов. Сортировка и ранжирование. Группировка и агрегирование данных. Слияние таблиц. Понятие "опрятных" данных. Приведение данных к опрятному виду. Обработка пропущенных значений. Обработка строк с использованием встроенных методов. Тема 5. Визуализация данных и разведочный анализ. Виды данных. Расчет и интерпретация описательных статистик. Графики для анализа распределений. Выявление связей между количественными и категориальными переменными в различных сочетаниях. Построение графиков и диаграмм с использованием maplotlib, pandas и seaborn. Оформление графиков.

Элементы контроля

Домашнее задание 1
Активность (работа на семинарах)
Учитываются выступления на семинаре. Балл рассчитывается как количество засчитанных выступлений / максимальное количество выступлений на семинарах в группе.
Контрольная работа
Экзамен
Домашнее задание 2

Промежуточная аттестация

Промежуточная аттестация (1 модуль)
0.1 * Активность (работа на семинарах) + 0.15 * Домашнее задание 1 + 0.15 * Домашнее задание 2 + 0.3 * Контрольная работа + 0.3 * Экзамен

Программа дисциплины