• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2023/2024

Проектно-исследовательский семинар "Управление проектами по методологии CRISP-DM"

Статус: Курс обязательный
Направление: 42.04.01. Реклама и связи с общественностью
Когда читается: 2-й курс, 1-3 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для своего кампуса
Преподаватели: Коточигов Константин Львович, Семенова Анастасия Михайловна, Хапаева Наталья Михайловна
Прогр. обучения: Коммуникации, основанные на данных
Язык: русский
Кредиты: 9
Контактные часы: 74

Программа дисциплины

Аннотация

Курс направлен на поэтапное освоение студентами стадий управления проектами в области интеллектуального анализа данных по межотраслевой методологии CRISP-DM, а также обучение новым методам аналитики и визуализации данных. Одной из задач проектно-исследовательского семинара является экспертная поддержка подготовки магистерского проекта (ВКР).
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью дисциплины «Проектно-исследовательский семинар «Управление проектами по методологии CRISP-DM» является освоение студентами стадий управления проектами в области интеллектуального анализа данных по межотраслевой методологии CRISP-DM и развитие компетенций в области анализа и визуализации данных в коммуникациях.
Планируемые результаты обучения

Планируемые результаты обучения

  • Визуализирует данные и создаёт интерактивные дэшборды с использованием библиотек Python.
  • Оценивает результаты моделирования с точки зрения качества анализа данных и бизнес-показателей.
  • Понимает бизнес-задачи коммуникационной индустрии. Отличает бизнес-задачи от задач анализа данных. Умеет анализировать рынок и формулировать вопросы на выявление потребностей заказчика.
  • Умеет извлекать (парсить) данные с веб-ресурсов, используя пакеты для Python. Владеет базовыми навыками работы с SQL. Умеет проверять качество данных.
  • Умеет осуществлять разведывательный анализ данных, объединять и переформатировать данные.
  • Умеет представлять результаты проекта по анализу данных в форме отчёта или презентации.
  • Умеет строить и выбирать оптимальную модель анализа данных для решения бизнес-задачи.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • CRISP-DM: понимание бизнес-задач.
  • CRISP-DM: сбор и начальное изучение данных.
  • CRISP-DM: предварительная обработка данных.
  • CRISP-DM: моделирование.
  • CRISP-DM: оценка.
  • CRISP-DM: внедрение.
  • Визуализация данных
Элементы контроля

Элементы контроля

  • неблокирующий Практическое задание по визуализации данных
  • неблокирующий SQL-запросы для решения коммуникационной задачи
  • неблокирующий Решение кейсов по взаимодействию с заказчиками
  • неблокирующий Практическая работа по объединению и предобработке данных.
  • неблокирующий Презентация и обсуждение модели, используемой в ВКР.
Промежуточная аттестация

Промежуточная аттестация

  • 2023/2024 учебный год 3 модуль
    0.2 * SQL-запросы для решения коммуникационной задачи + 0.2 * Практическая работа по объединению и предобработке данных. + 0.2 * Практическое задание по визуализации данных + 0.2 * Презентация и обсуждение модели, используемой в ВКР. + 0.2 * Решение кейсов по взаимодействию с заказчиками
Список литературы

Список литературы

Рекомендуемая основная литература

  • Cirillo, A. (2017). R Data Mining. Birmingham, UK: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1643003
  • Döbler, M., & Grössmann, T. (2019). Data Visualization with Python : Create an Impact with Meaningful Data Insights Using Interactive and Engaging Visuals. Packt Publishing.
  • Overgoor, G., Chica, M., Rand, W., & Weishampel, A. (2019). Letting the Computers Take Over: Using AI to Solve Marketing Problems. California Management Review, 61(4), 156–185. https://doi.org/10.1177/0008125619859318

Рекомендуемая дополнительная литература

  • Foster, I., Ghani, R., Jarmin, R. S., Kreuter, F., & Lane, J. I. (2017). Big Data and Social Science : A Practical Guide to Methods and Tools. Boca Raton: Chapman and Hall/CRC. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1353316
  • Martin Oberhofer, Eberhard Hechler, Ivan Milman, Scott Schumacher, & Dan Wolfson. (2014). Beyond Big Data : Using Social MDM to Drive Deep Customer Insight. [N.p.]: IBM Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1600785
  • Построение запросов и программирование на SQL : учеб. пособие для вузов, Маркин, А. В., 2008