Delivered at:: School of Linguistics

Course type:: Compulsory course

When:: 3 year, 2 module

Instructor

Moroz, George

Полная версия программы учебной дисциплины

Аннотация

Курс познакомит студентов с основами языка программирования R, кроме того, учебная программа поможет углубиться в изучение темы анализа и обработки данных. Для успешного прохождения дистанционного курса потребуется всего лишь 5-6 часов в неделю.

Цель освоения дисциплины

Данный курс знакомит с основами программирования и обработки данных в R. Курс в первую очередь предназначен для теоретических лингвистов, хотя и не предполагает никаких предварительных знаний в какой-то конкретной области. В противовес стандартным курсам R, обычно основанным на статистической обработке данных и их визуализации, значительная часть курса посвящена работе со строками и обработке естественного языка. Курс состоит из 10 недель, которые охватывают все разделы анализа данных: загрузка, чистка, разведочный анализ, визуализация и статистическое моделирование. Большинство недель будет заканчиваться 4 часовым тестом, в ходе которого нужно будет решить несколько задач на программирование или анализ данных. В части курса, посвященной статистическому анализу данных, мы обсудим основы статистического вывода и обсудим базовые статистические тесты. Кроме того мы обсудим методы построения регрессий и кластеризации, что станет хорошей базой для дальнейших курсов посвященным продвинутому статистическому анализу и машинному обучению. Для работы на курсе необходимо будет установить программы R и RStudio. Пакеты необходимые для установки, будут перечислены в ходе лекций.

Планируемые результаты обучения

Владеет основами работы в R.
Владеть навыками работы с базовыми структурами в R
научится работать с датафреймами в dplyr
изучит как работают циклы в R, и как их избегать
познакомится с понятием tidy data
научится визуализировать разные типы данных в R
научатся использовать фасетизацию
научится делать html документы в R
научится делать интерактивную визуализацию
научится работать с пакетом lingtypology и строить карты языков
научится переводить набор текстов в формат tidytext
научится считать частотность слова и определять наиболее важные для текста слова
научится считать TfIdf для корпуса текстов
научится применять статистические тесты в R
научится работать с выдачей статистических функций в R
научится работать со строками в R
научится работать с регулярными выражениями в R
изучит понятие расстояние между строками и научиться его считать

Содержание учебной дисциплины

Введение в R: основные элементы, функции, циклы
Продвинутая обработка данных: пакет tidyverse. Циклы в R
Работа со строками: строки в R, регулярные выражения
Визуализация данных: ggplot2
Интерактивная визуализация: rmarkdown, plotly, lingtypology
Работа с текстами: пакет tidytext
Введение в статистику: основы фриквентисткой статистики, формулировка гипотез

Элементы контроля

Тест 1
Тест 2
Тест 5
Тест 6
Тест 7
Тест 8
Тест 9
Тест 10

Промежуточная аттестация

2023/2024 2nd module
0.125 * Тест 1 + 0.125 * Тест 10 + 0.125 * Тест 2 + 0.125 * Тест 5 + 0.125 * Тест 6 + 0.125 * Тест 7 + 0.125 * Тест 8 + 0.125 * Тест 9

Список литературы

Авторы

Мороз Георгий Алексеевич

Bachelor’s Programme 'Fundamental and Computational Linguistics'

Programming (R)

Instructor

Программа дисциплины