Язык программирования Python и социальные сети

Магистратура 2021/2022

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

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

Лучший по критерию «Новизна полученных знаний»

Статус: Курс по выбору (Современный социальный анализ)

Направление: 39.04.01. Социология

Кто читает: Департамент социологии

Где читается: Санкт-Петербургская школа социальных наук

Когда читается: 1-й курс, 3, 4 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Иванюшина Валерия Александровна, Терпиловский Максим Александрович

Прогр. обучения: Современный социальный анализ

Язык: русский

Кредиты: 6

Контактные часы: 64

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
Терминология и базовые концепции сетевого анализа
Моделирование на языке Python
Python для сетевого анализа
Network theory and applications. Network models. Software: Pajek, Gephi, R

Элементы контроля

Test 1. Statements, expressions, objects, operator
Test 2. Data: collecting and wrangling
Laboratory work. Data collection and preprocessing
Test 3
Individual project (written essay) with oral presentation
In-class Participation
Home tasks: all Python-related topics of the course
The final score is the number of correctly done home tasks (10 tasks in total). Each task can be either correctly (1) or incorrectly done (0). These tasks will be checked automatically by Python unit tests (with predefined results) to exclude subjective assessment. «Excellent» (8-10): In total, 8-10 tasks have been done correctly. «Good» (6-7): 6-7 tasks have been done correctly. «Satisfactory» (4-5): 4-5 tasks have been done correctly. «Fail» (0-3): 0-3 tasks have been done correctly.

Промежуточная аттестация

2021/2022 учебный год 4 модуль
0.2 * In-class Participation + 0.15 * Laboratory work. Data collection and preprocessing + 0.125 * Test 3 + 0.1 * Test 2. Data: collecting and wrangling + 0.2 * Home tasks: all Python-related topics of the course + 0.175 * Individual project (written essay) with oral presentation + 0.05 * Test 1. Statements, expressions, objects, operator

Список литературы

Авторы

Терпиловский Максим Александрович
Иванюшина Валерия Александровна

Программа дисциплины