Бакалавриат
2024/2025
Анализ данных, искусственный интеллект и генеративные модели
Статус:
Курс обязательный (Стратегия и продюсирование в коммуникациях)
Направление:
42.03.01. Реклама и связи с общественностью
Где читается:
Факультет креативных индустрий
Когда читается:
3-й курс, 1, 2 модуль
Формат изучения:
с онлайн-курсом
Онлайн-часы:
50
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
3
Контактные часы:
18
Программа дисциплины
Аннотация
Данный курс направлен на формирование компетенций у студентов в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Дисциплина реализуется с помощью онлайн-курса «Учебник по Анализу данных (Начальный)» в SmartLMS (https://edu.hse.ru/course/view.php?id=136231).
Цель освоения дисциплины
- Целью освоения дисциплины «Анализ данных» является овладение студентами основами статистики и анализа данных для применения в решении различных практических задач.
Планируемые результаты обучения
- Понимать и корректно использовать основные статистические понятия
- Фильтровать данные по нескольким условиям
- Создавать сводные таблицы
- Вычислять коэффициент корреляции Пирсона и интерпретировать полученные результаты
- Вычислять релевантные описательные статистики и интерпретировать полученные результаты
- Визуализировать данные с помощью простейших видов диаграмм: линейной, точечной, столбчатой
- Сортировать данные
- Переводить значения признака в z-оценки
- Обрабатывать пропущенные значения и выбросы
- Корректно открывать табличные данные различных форматов
- Использовать собственноручно написанные функции для обработки данных, создания новых переменных
- Использовать Python в применении к анализу данных
Содержание учебной дисциплины
- Введение в инструменты
- Введение в статистику. Базовые манипуляции с данными
- Типы данных. Создание новых переменных
- Генеральная совокупность и выборка. Частотные таблицы и распределения
- Описательные статистики: меры центральной тенденции и разброса
- Z-оценка. Выбросы
- Корреляция
- Введение в визуализацию данных
- Продвинутая визуализация данных
- Линейная регрессия
Элементы контроля
- ЭкзаменФормат независимого экзамена
- Работа на семинареУчитывается только если вы присутствовали очно Практика должна быть открыта во время занятия После семинара у вас есть 72 часа доделать практику В зачет идет первая попытка
- Домашние задания5 домашних заданий Выполняются в СМАРТ ЛМС Действует штрафной режим
- Тесты на семинарах7 тестов Тесты можно писать только очно Пишутся в начале семинара. В случае опоздания время теста не продлевается
- ПроектВыполняется в группах по 2-3 человека Оценка выставляется по критериям. У проект 2 промежуточных дедлайна, пропуск каждого дедлайна это -1 балл от итоговой оценки за проект Устная защита проекта на Семинаре 9. В случае если вы получаете на защите незачет, за проект выставляется оценка 0 и пишется записка в учебную часть за плагиат.
Промежуточная аттестация
- 2024/2025 2nd module0.1 * Домашние задания + 0.3 * Проект + 0.05 * Работа на семинаре + 0.25 * Тесты на семинарах + 0.3 * Экзамен
