Бакалавриат
2023/2024![Цель освоения дисциплины](/f/src/global/i/edu/objectives.svg)
![Планируемые результаты обучения](/f/src/global/i/edu/results.svg)
![Промежуточная аттестация](/f/src/global/i/edu/intermediate_certification.svg)
![Список литературы](/f/src/global/i/edu/library.svg)
Независимый экзамен по анализу данных. Начальный уровень
Статус:
Курс обязательный (Язык, словесность и культура Китая)
Направление:
58.03.01. Востоковедение и африканистика
Кто читает:
Отдел развития цифровых компетенций
Где читается:
Факультет гуманитарных наук
Когда читается:
3-й курс, 3 модуль
Формат изучения:
с онлайн-курсом
Онлайн-часы:
2
Охват аудитории:
для всех кампусов НИУ ВШЭ
Преподаватели:
Акаева Кавсарат Исламовна
Язык:
русский
Кредиты:
1
Контактные часы:
2
Программа дисциплины
Аннотация
Одной из цифровых компетенций, формирование которых интегрировано во все образовательные программы НИУ ВШЭ, является компетенция «Анализ данных и методы искусственного интеллекта» (далее — Анализ данных): от использования математических методов и моделей для извлечения знаний до решения профессиональных задач и разработки новых подходов.
Для каждого направления подготовки в бакалавриате образовательным стандартом определен минимально необходимый уровень освоения этой цифровой компетенции: начальный/базовый/продвинутый. Независимый экзамен по Анализу данных является обязательной частью учебного плана для всех образовательных программ бакалавриата. Она предполагает подтверждение минимально необходимого уровня для ОП освоения данной компетенции. Экзамен проводится после того, как на ОП завершены курсы, обеспечивающие формирования этого уровня.
Данный экзамен проверяет наличие компетенции по Анализу данных на начальном уровне.
Независимый экзамен осуществляется с помощью синхронного прокторинга. Итоговый результат переводится в шкалу от 1 до 10. Оценка ниже 4 баллов округляется с отбрасыванием дробной части (к меньшему целому), оценка от 4 баллов округляется к ближайшему целому.
Отсутствие положительных результатов независимого экзамена по Анализу данных в установленные сроки влечёт за собой академическую задолженность
Цель освоения дисциплины
- Развитие навыков чтения, интерпретации и оценки качества анализа и представления количественных данных. Формирование навыка оценки качества визуализации данных и ее корректности. Развитие навыков постановки исследовательской задачи и их решение с помощью количественных методов. Формирование и развитие навыков работы со специализированными библиотеками/программным обеспечением для сбора, обработки, визуализации и анализа данных.
Планируемые результаты обучения
- Выбирать корректный вид визуализации для данных
- Замечать ошибки, допущенные при визуализации данных (искажение трендов и информации и т.д.) и избегать их при создании своих визуализаций
- Знать главные когнитивные особенности восприятия визуальной информации и опираться на них при создании визуализаций
- Интерпретировать результаты простых экспериментальных исследований и опросов
- Корректно понимать основную статистическую терминологию
Промежуточная аттестация
- 2023/2024 учебный год 3 модуль0.3 * Часть А + 0.35 * Часть В + 0.35 * Часть С
Список литературы
Рекомендуемая основная литература
- Python for data analysis : data wrangling with pandas, numPy, and IPhython, Mckinney, W., 2017
Рекомендуемая дополнительная литература
- Математико - статистические модели в социологии : математическая статистика для социологов: учеб. пособие, Толстова, Ю. Н., 2007