2023/2024

Прикладные методы сбора, анализа и визуализации данных

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Статус: Маго-лего

Кто читает: Департамент бизнес-информатики

Когда читается: 1 модуль

Онлайн-часы: 20

Охват аудитории: для своего кампуса

Преподаватели: Савельев Владимир Вадимович

Язык: русский

Кредиты: 3

Контактные часы: 24

Программа дисциплины

Аннотация

Задача дисциплины познакомить слушателей с методами и инструментами сбора и анализа данных. Обучающиеся научатся отличать различные подходы сбора данных между собой и выбирать правильный. В результате изучения дисциплины будут сформированы навыки корректной формулировки аналитических задач и обоснования их технического решения. Заключительный раздел дисциплины знакомит с принципами и современными инструментами визуализации и презентации данных.

Цель освоения дисциплины

• Получение новых компетенций, необходимых для профессиональной деятельности в сфере разработки новых и улучшении существующих продуктов, процессов и сервисов организации

Планируемые результаты обучения

• Выбирать наиболее удачные варианты визуализации.
• Создавать отчеты на Power BI.
• Строить запросы к базам данных
• Рассчитывать статистические критерии в среде R
• Интерпретировать модели и определять основные показатели их качества
• Проводить регрессионный, факторный и кластерный анализы в среде R

Содержание учебной дисциплины

• Визуализация данных: введение
• Визуализация данных: диаграммы и графики
• Визуализация данных: дашборды
• Базы данных и SQL
• Анализ данных: проверка гипотез
• Анализ данных: моделирование

Элементы контроля

• Итоговое задание
• Домашнее задание
• Промежуточные тесты
  Студенты выполняют тесты в лмс (всего 5 тестов). Каждый тест содержит 20 вопросов. При ответе на вопрос студенту нужно выбрать один ответ или несколько правильных ответов. В этом случае в тексте вопроса будет дано особое указание. Время выполнения каждого теста - 25 минут. Студент может пройти каждый тест 2 раза. Засчитывается самый высокий результат.

Промежуточная аттестация

• 2023/2024 учебный год 1 модуль
  0.4 * Домашнее задание + 0.4 * Итоговое задание + 0.2 * Промежуточные тесты

Список литературы

Рекомендуемая основная литература

• Linoff, G. (2016). Data Analysis Using SQL and Excel: Vol. Second edition. Wiley.
• R в действии. Анализ и визуализация данных на языке R, Кабаков, Р.И., 2014
• The definitive guide to DAX : business intelligence for Microsoft Power BI, SQL server analysis services, and Excel, Russo, M., 2020
• Роберт, И. R в действии. Анализ и визуализация данных в программе R : руководство / И. Роберт, Кабаков , перевод с английского Полины А. Волковой. — Москва : ДМК Пресс, 2014. — 588 с. — ISBN 978-5-97060-077-1. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/58703 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Советов, Б. Я.  Базы данных : учебник для вузов / Б. Я. Советов, В. В. Цехановский, В. Д. Чертовской. — 3-е изд., перераб. и доп. — Москва : Издательство Юрайт, 2020. — 420 с. — (Высшее образование). — ISBN 978-5-534-07217-4. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/449940 (дата обращения: 28.08.2023).
• Феррари, А. Анализ данных при помощи Microsoft Power BI и Power Pivot для Excel : руководство / А. Феррари, М. .. Руссо , перевод с английского А. Ю. Гинько. — Москва : ДМК Пресс, 2020. — 288 с. — ISBN 978-5-97060-858-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/179497 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

• Russo, M., & Ferrari, A. (2015). The Definitive Guide to DAX : Business Intelligence with Microsoft Excel, SQL Server Analysis Services, and Power BI. Redmond, Washington: Microsoft Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1601522