Язык программирования Python и социальные сети

2023/2024

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

Лучший по критерию «Новизна полученных знаний»

Статус: Маго-лего

Кто читает: Департамент социологии

Когда читается: 3, 4 модуль

Охват аудитории: для своего кампуса

Преподаватели: Иванюшина Валерия Александровна, Ярошенко Евгения Игоревна

Язык: русский

Кредиты: 6

Контактные часы: 80

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Данный курс состоит из двух частей, каждая из которых преподается в рамках отдельного модуля. Первая часть курса знакомит студентов с языком программирования Python и анализом данных. В рамках этой части будут рассмотрены такие важные темы, как основы языка программирования Python, виртуальные среды, предобработка, анализ и визуализация данных (включая различные виды моделирования и алгоритмы машинного обучения), организация аналитического проекта. Вторая часть курса посвящена сетевому анализу (в т.ч. анализу социальных сетей).Курс предназначен для студентов магистратуры, предусматривает лекции и семинарские занятия. В рамках курса студенты будут выполнять домашние задания, а также участвовать в проектной работе.

Цель освоения дисциплины

Освоение языка программирования Python
Understanding basic concepts of social network analysis
Understanding how networks can contribute to the explanation of specific social, political, economic and cultural phenomena
Mastering basic skills of working with SNA software Gephi, Pajek, R packages
Acquaintance with biblographic network analysis software VosViewer, CitNetExplorer

Планируемые результаты обучения

Able to analyze and visualize data with Python.
Able to evaluate and revise learned scientific methods and methods of activity.
Able to independently master new research methods, change the scientific and production profile of their activity.

Содержание учебной дисциплины

Язык программирования Python: введение
Научные вычисления на языке Python: хранение данных, кода и результатов
Основы и синтаксис языка Python
Обработка данных на языке Python
Сбор данных
Визуализация данных
Сетевые метрики
Моделирование на языке Python
Python для сетевого анализа
Что такое сетевая наука и зачем она нужна
Что такое сетевая наука и зачем она нужна
Сетевые метрики
Компоненты, кластеры и сообщества в сетях
Бимодальные сети
Модели сетей
GEPHI
Реляционный подход с социальных науках. Социальная дистанция. Гомофилия. Сегрегация
Персональные сети. Социальный капитал
Сети в политике

Элементы контроля

Упражнения
Для закрепления навыков по работе с инструментарием студентам предлагается выполнить упражнения по работе на языке Python.
Проект по анализу данных
Проект по анализу данных. Данные для задания предоставляются преподавателем или обсуждаются в индивидуальном порядке. Работа выполняется индивидуально. Студенты должны применить на конкретных данных методы обработки и визуализации данных, изученные на семинарах. Проект должен быть написан с ориентацией на “заказчика”, то есть понятен потенциальному клиенту, содержать все необходимые пояснения и интерпретации. Результаты представляются в виде 1) отчета с таблицами / графиками и пояснениями, какие выводы должен сделать пользователь и какие элементы фокусируют внимание именно на этих выводах, 2) презентации ключевых моментов исследования с ответами на вопросы преподавателя/комиссии.
Проект по основам машинного обучения
Проект по основам машинного обучения. Данные для задания предоставляются преподавателем или обсуждаются в индивидуальном порядке. Работа выполняется индивидуально. Студенты должны применить на конкретных данных методы машинного обучения, такие как регрессионный анализ, классификация и кластеризация, для решения поставленных задач. Проект должен быть написан с ориентацией на “заказчика”, то есть понятен потенциальному клиенту, содержать все необходимые пояснения и интерпретации. Результаты представляются в виде 1) отчета с таблицами / графиками, построением моделей, их выбором и оценкой для его обоснования, а также пояснениями, какие выводы должен сделать пользователь и какие элементы фокусируют внимание именно на этих выводах, 2) презентации ключевых моментов исследования с ответами на вопросы преподавателя/комиссии.
Домашние задания
Самостоятельное выполнение упражнений в среде программирования R по материалам лекций и семинаров
Чтение и комментирование статей в Perusall
Чтение и комментирование статей по темам социального анализа на платформе Perusall
Эссе
Тест
..

Промежуточная аттестация

2023/2024 4th module
0.15 * Домашние задания + 0.2 * Проект по анализу данных + 0.2 * Проект по основам машинного обучения + 0.1 * Тест + 0.1 * Упражнения + 0.1 * Чтение и комментирование статей в Perusall + 0.15 * Эссе

Список литературы

Авторы

Ильина Мария Ивановна
Иванюшина Валерия Александровна

Программа дисциплины