Продвинутые методы анализа и визуализации данных в Python

Бакалавриат 2022/2023

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 по выбору (Политология)

Направление: 41.03.04. Политология

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет социальных наук

Когда читается: 3-й курс, 3, 4 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Бурова Маргарита Борисовна

Язык: русский

Кредиты: 4

Контактные часы: 62

Полная версия программы учебной дисциплины

Аннотация

Сегодня стремительно растет количество и виды данных, к которым могут обращаться социальные науки. У современного исследователя есть в потребность в гибких, мощных и легко масштабируемых инструментах для сбора и анализа информации. Язык программирования Python и его библиотеки являются стандартом индустрии машинного обучения и анализа больших данных. Многие из этих инструментов окажутся полезны для студентов-политологов, выбери они исследовательскую карьеру или работу в государственном и частных секторах. Целью этого курса является развитие навыков программирования и создание крепкой практической базы для анализа и презентации данных. Также мы познакомимся с задачами и разными алгоритмами машинного обучения, что задаст вектор развития для тех студентов, которые захотят углубиться в предмет. В этом курсе мы освежим в памяти навык программирования на языке Python, углубим навыки работы со специализированными библиотеками для анализа и визуализации данных - numpy, pandas, scipy, matplotlib, plotly. Будем решать исследовательские задачи от постановки задачи и сбора данных до применения математических моделей для оценки корректности наших гипотез. К знакомым из статистики регрессионным моделям добавим в наш исследовательский инструментарий решающие деревья и случайный лес, алгоритмы классификации и кластеризации, научимся строить социальные графы. Отдельное внимание уделим текстовому анализу, потому что огромное количество исследовательских и коммерческих задач завязано именно на нем. Обсудим, что такое нейронные сети и как можно применить готовые решения для своих задач.

Цель освоения дисциплины

Развитие и закрепление навыков программирования на языке Python.
Формирование и развитие навыков работы со специализированными библиотеками для обработки, визуализации и анализа данных (pandas, numpy, scipy, sklearn, plotly, matplotlib).
Развитие навыков работы с данными: сбор, обработка, визуализация, разведывательный анализ.
Освоение терминологии области машинного обучения и знакомство с базовыми алгоритмами
Развитие навыков постановки исследовательской задачи и тестирования гипотез с помощью количественных методов
Развитие навыков презентации полученных результатов (оформление отчета о проделанной работе и устная защита исследования)

Планируемые результаты обучения

Уверенно пользоваться языком Python для решения аналитических задач
Умение подсчитывать описательные статистики, оценивать распределения, интерпретировать корреляции
Загружать данные в pandas и работать с ними (фильтрация, агрегация, заполнение пропущенных значений)
Определять тип задачи машинного обучения, выбирать корректные модели для ее решения, осуществлять подбор параметров и выбирать лучшую модель
Проводить разведывательный анализ данных
Работать с сайтом соревнований по машинному обучению kaggle
Решать задачи машинного обучения от постановки исследовательского вопроса до интерпретации результатов
Решать простые задачи классификации, регрессии и кластеризации
Собирать и подготавливать данные для текстового анализа. Проводить стандартизацию текста. Решать задачи классификации и кластеризации для текстовых данных
Создавать интерактивные визуализации с помощью plotly
Умение выбирать корректные графики для визуализации данных, уметь кастомизировать их внешний вид, интерпретировать графики

Содержание учебной дисциплины

Python для анализа данных, алгоритмы
Библиотеки для работы с данными в Python
Визуализация данных
Машинное обучение
Текстовый анализ

Элементы контроля

Работа на семинарах
Самостоятельная работа
Контрольная работа
Проект
Домашнее задание

Промежуточная аттестация

2022/2023 учебный год 4 модуль
0.15 * Работа на семинарах + 0.2 * Домашнее задание + 0.25 * Контрольная работа + 0.25 * Самостоятельная работа + 0.15 * Проект

Список литературы

Авторы

Рогович Татьяна Владимировна
Королева Анастасия Романовна

Программа дисциплины