Майнинг данных и машинное обучение в социологическом эксперименте

Магистратура 2023/2024

Статус: Курс по выбору (Социология публичной сферы и цифровая аналитика)

Направление: 39.04.01. Социология

Кто читает: Департамент социологии

Где читается: Факультет социальных наук

Когда читается: 2-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Александрова Марина Юрьевна

Прогр. обучения: Социология публичной сферы и цифровая аналитика

Язык: русский

Кредиты: 6

Контактные часы: 40

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Курс знакомит слушателей с современными методами майнинга данных и машинного обучения. Студенты сформируют представление о ключевых этапах в подготовке и анализе данных с помощью библиотек языка программирования Python. Курс доступен для студентов магистратуры социологической специальности, требует наличие у студентов навыков работы с Python и понимания ключевых понятий и подходов теории вероятностей и математической статистики, и моделей статистического анализа данных. Целевое назначение курса состоит в формировании у студентов комплекса знаний о методологии и анализе данных с помощью библиотек языка программирования Python, развитии умений и навыков, необходимых для практической реализации исследований, предполагающих количественный анализ данных для целей социологических исследований.

Цель освоения дисциплины

Целями освоения дисциплины являются изучение и практическое освоение методов майнинга данных и машинного обучения в социологии, изучение и практическое освоение языков программирования и компьютерных программ, применяемых для майнинга данных и машинного обучения (Python, Anaconda), приобретение понимания работы с количественными данными в Python, понимания типов задач, которые могут быть решены с помощью методов майнинга данных и машинного обучения. В результате освоения дисциплины студент должен знать основные понятия теории вероятностей, математической статистики, методы статистического анализа данных и машинного обучения в пределах программы курса; уметь ставить и понимать задачи в области социологических исследований, которые могут быть решены с помощью методов машинного обучения, понимать специфику данных, используемых в машинном обучении, а также владеть навыками реализации самостоятельной работы с применением методов майнинга данных и машинного обучения на компьютере на языке Python с помощью программы Anaconda.

Планируемые результаты обучения

Уметь интерпретировать результаты анализа данных на языке Python в контексте решения прикладных задач.
Уметь реализовывать каждый изучаемый метод c помощью среды Jupyter
Уметь интерпретировать результаты анализа данных с помощью языка Python в контексте решения прикладных задач
Уметь интерпретировать результаты анализа данных на языке Python в контексте решения прикладных задач; Уметь интерпретировать результаты анализа данных с помощью языка Python в контексте решения прикладных задач; Уметь реализовывать каждый изучаемый метод c помощью среды Jupyter

Содержание учебной дисциплины

Введение в анализ данных с помощью Python.
Предобработка данных.
Визуализация данных.
Статистический анализ данных.
Подготовка данных к машинному обучению
Машинное обучение с учителем.
Машинное обучение без учителя.

Элементы контроля

Групповой проект
Цель задания: подготовить презентацию по проведенному анализу данных (выступления - команда записывает видео своего выступления; нужно объединиться в группы с теми, кто работает по одной и той же базе - по 3 человек в группе).
Контрольная работа
Контрольная работа в формате код-ревью случайного проекта
Экзамен

Промежуточная аттестация

2023/2024 учебный год 2 модуль
0.25 * Групповой проект + 0.15 * Контрольная работа + 0.6 * Экзамен

Список литературы

Авторы

Александрова Марина Юрьевна

Программа дисциплины