Магистратура 2024/2025

Современные технологии обработки статистических данных

Статус: Курс по выбору (Статистический анализ в экономике)

Направление: 38.04.01. Экономика

Кто читает: Департамент статистики и анализа данных

Где читается: Факультет экономических наук

Когда читается: 2-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Прогр. обучения: Статистический анализ в экономике

Язык: английский

Кредиты: 6

Контактные часы: 56

Course Syllabus

Abstract

Data Mining is the creation of new knowledge to solve business problems, by using business knowledge to discover and interpret patterns in data. The course contents both methodology of the data mining process and practical guide to data preparation, modeling, and deployment analytics into business processes. It covers the following main types of modelling techniques: classification, regression, clustering, anomaly detection and association rules. Special attention will be given to the hands-on data analysis using available software tools.

Learning Objectives

• To introduce students to the concept of data mining process aimed at solving business problems. To provide knowledge of the basic data mining techniques. To gain practical skills in in data analysis, building models and evaluating their quality.

Expected Learning Outcomes

• Aggregates data using Python.
• • Learn to explore and analyze data with Python.
• • Knowledge of methodology of the data mining process
• • Understanding and practical skills in data preparation.
• • Understanding and practical skills in modeling: classification, regression, clustering, association rules and anomaly detection
• • Understanding and practical skills in evaluation of modeling results.
• Analyze the data sets and use python to visualize results.
• - Analyze the data sets and use python to visualize results.

Course Contents

• 1. Data Mining process
• 2. Data preparation
• 3. Classification
• 4. Regression
• 5. Clustering techniques
• 6. Outlier detection.
• 7. Association rules
• Литература по курсу "Современные методы обработки статистических данных (англ)"
• Литература

Assessment Elements

• Активность на семинарах
  Активность на семинарах (решение заданий, ответы на вопросы преподавателя)
• Подготовка и защита проекта (в командах)
  Самостоятельное исследование данных, постановка гипотез, проверки гипотез, проведение анализа данных, построение базовых моделей машинного обучения
• Итоговый тест по темам курса
  Итоговый онлайн тест по темам курса
• Выступление с презентацией (в командах)
  Короткое (10-15 минут) выступление на тему из перечня + подготовка 5 вопросов квиза для аудитории
• Итоговый анализ данных
  Самостоятельное исследование предложенных данных и ответы на вопросы по датасету

Interim Assessment

• 2024/2025 2nd module
  0.05 * Активность на семинарах + 0.05 * Активность на семинарах + 0.1 * Выступление с презентацией (в командах) + 0.1 * Выступление с презентацией (в командах) + 0.25 * Итоговый анализ данных + 0.15 * Итоговый тест по темам курса + 0.3 * Подготовка и защита проекта (в командах)

Bibliography

Recommended Core Bibliography

• Álvaro Scrivano. (2019). Coding with Python. Minneapolis: Lerner Publications ™. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1947372
• Aman Kedia, & Mayank Rasu. (2020). Hands-On Python Natural Language Processing : Explore Tools and Techniques to Analyze and Process Text with a View to Building Real-world NLP Applications. Packt Publishing.
• Hajba G.L. Website Scraping with Python: Using BeautifulSoup and Scrapy / G.L. Hajba, Berkeley, CA: Apress, 2018.
• Handbook of statistical analysis and data mining applications, Nisbet, R., 2009
• Pandas for everyone : Python data analysis, Chen, D. Y., 2023
• Python for data analysis : data wrangling with pandas, numPy, and IPhython, Mckinney, W., 2017
• Robert Nisbet, John Elder, & Gary D. Miner. (2009). Handbook of Statistical Analysis and Data Mining Applications. Academic Press.

Recommended Additional Bibliography

• Linoff, G. (2016). Data Analysis Using SQL and Excel: Vol. Second edition. Wiley.

Authors

• ISKYANDYAROV RUSLAN RUSHANOVICH
• KNYAZEV NIKOLAY ALEKSANDROVICH