Бакалавриат
2024/2025
Анализ данных
Статус:
Курс обязательный (Юриспруденция)
Направление:
40.03.01. Юриспруденция
Кто читает:
Отдел сопровождения учебного процесса в бакалавриате
Где читается:
Юридический факультет (Санкт-Петербург)
Когда читается:
3-й курс, 3 модуль
Формат изучения:
с онлайн-курсом
Онлайн-часы:
60
Охват аудитории:
для всех кампусов НИУ ВШЭ
Преподаватели:
Волкова Юлия Михайловна
Язык:
русский
Кредиты:
3
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. Отсутствие положительных результатов независимого экзамена по Анализу данных в установленные сроки влечёт за собой академическую задолженностьЭкзамен покрывает следующие темы:Статистика и анализ данных; Введение в статистику. Основная терминология; Сбор данных. Выборка и генеральная совокупность.Типы переменных. Меры центральной тенденции и разброса. Выбросы; Частотные таблицы и распределения. Основные виды распределений.; Работа с данными: агрегирование, фильтрация, создание новых переменных. ; Визуализация.; Корреляция.; Введение в линейную регрессию.