Основы анализа данных в международных отношениях

Бакалавриат 2021/2022

Лучший по критерию «Новизна полученных знаний»

Статус: Курс обязательный (Международные отношения)

Направление: 41.03.05. Международные отношения

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет мировой экономики и мировой политики

Когда читается: 2-й курс, 1, 2 модуль

Формат изучения: с онлайн-курсом

Онлайн-часы: 50

Охват аудитории: для своего кампуса

Преподаватели: Бурданова Софья Павловна, Бурова Маргарита Борисовна, Кубаева Ассоль Рауфжоновна

Язык: русский

Кредиты: 4

Контактные часы: 32

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Умение понимать, интерпретировать и презентовать данные является важным навыком в современном мире. Целью данного курса является дать слушателям основные инструменты для того, чтобы уметь критически анализировать результаты исследований, а также уметь описывать, визуализировать и презентовать такую информацию. Курс можно разбить на две части. В первой части мы научимся собирать данные с новостных сайтов (по определенной тематике или отрасли), формировать из них базу статей в виде таблицы и затем будем учиться работать с табличными данными – загружать и обрабатывать их, заполнять пропуски, считать описательные статистики. Вторая часть курса посвящена визуализации данных. Мы поговорим о том, как строить наглядные графики, как делать наши визуализации более эффективными и избегать искажения информации. Задание по сбору статей в рамках своей исследовательской задачи в журналистике, последующей их обработке и визуализации данных и защита полученного продукта в виде аналитической заметки станут финальным проектом курса.

Цель освоения дисциплины

Обучение студентов основам программирования на языке Python, а также получение студентом целостного представления о возможностях и ограничениях современных статистических методов.

Планируемые результаты обучения

Замечать ошибки, допущенные при визуализации данных (искажение трендов и информации и т.д.) и избегать их при создании своих визуализаций
Знать основные структуры данных и парадигмы программирования
Знать синтаксис и семантику основных конструкций языка программирования Python
Интерпретировать результаты простых экспериментальных исследований и опросов
Корректно понимать основную статистическую терминологию
Различать плохие примеры визуализации данных и уметь обосновывать свое мнение
Считать базовые описательные статистики (меры центральности, разброса и т.д.)
Уметь собирать, предобрабатывать и визуализировать данные и выводить их описательные статистики
Уметь формулировать аналитическую задачу и реализовывать ее выполнение на Python

Содержание учебной дисциплины

Практика по визуализации данных в Tableau
Визуализация данных: особенности восприятия, лучшие практики и ошибки
Введение в статистику и работу с данными
Повторение основ программирования на Python

Элементы контроля

Домашнее задание
Защита домашнего задания
Командный проект
Онлайн-курс
Самостоятельные работы
Экзамен (письменный)
Бонусные баллы, kahoot

Промежуточная аттестация

2021/2022 учебный год 2 модуль
В случае, если полученная по формуле оценка меньше или равна 10, то она выставляется как итоговая. Если полученная по формуле оценка более 10, то в качестве итоговой оценки выставляется оценка 10.

Список литературы

Авторы

Бурова Маргарита Борисовна

Программа дисциплины