Бакалавриат
2025/2026
Анализ данных, искусственный интеллект и генеративные модели
Статус:
Курс обязательный (Юриспруденция)
Где читается:
Факультет социально-экономических и компьютерных наук
Когда читается:
3-й курс, 1 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Сенина Анна Васильевна
Язык:
русский
Кредиты:
3
Контактные часы:
40
Программа дисциплины
Аннотация
В рамках дисциплины "Анализ данных, искусственный интеллект и генеративные модели" студенты изучают методы и алгоритмы обработки больших объемов данных с использованием технологий искусственного интеллекта, включая статистический анализ, машинное обучение, нейронные сети и другие. Они также учатся применять эти методы на практике для решения различных задач в области анализа данных.
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
- Строить уравнение линейной регрессии с использованием метода наименьших квадратов
- Корректно открывать табличные данные различных форматов
- Использовать собственноручно написанные функции для обработки данных, создания новых переменных
- Вычислять описательные статистики и интерпретировать полученные результаты
- Использовать Excel или 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
- Линейная регрессия
Промежуточная аттестация
- 2025/2026 1st module0.4 * Контрольная работа (экзамен) + 0.3 * Работа на семинарах + 0.3 * Решение кейса
Список литературы
Рекомендуемая основная литература
- Elementary statistics : a step by step approach, Bluman, A. G., 2007
- Frederick J Gravetter, Larry B. Wallnau, Lori-Ann B. Forzano, & James E. Witnauer. (2020). Essentials of Statistics for the Behavioral Sciences, Edition 10. Cengage Learning.
- Python — это просто. Пошаговое руководство по программированию и анализу данных: Пер. с англ. - 978-5-9775-6849-4 - Нисчал Н. - 2022 - Санкт-Петербург: БХВ-Петербург - https://ibooks.ru/bookshelf/386516 - 386516 - iBOOKS
- Python для data science. - 978-5-4461-2392-6 - Васильев Юлий - 2023 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/390133 - 390133 - iBOOKS
- Маккинни, У. Python и анализ данных. Первичная обработка данных с применением pandas, NumPy и Jupiter : справочник / У. Маккинни , перевод с английского А. А. Слинкина. — 3-е изд. — Москва : ДМК Пресс, 2023. — 536 с. — ISBN 978-5-93700-174-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/348086 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Рекомендуемая дополнительная литература
- Буре, В. М. Методы прикладной статистики в R и Excel / В. М. Буре, Е. М. Парилина, А. А. Седаков. — 4-е изд., стер. — Санкт-Петербург : Лань, 2023. — 152 с. — ISBN 978-5-507-46766-2. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/319424 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Козлов, А. Ю. Статистический анализ данных в MS Excel : учебное пособие / А.Ю. Козлов, В.С. Мхитарян, В.Ф. Шишов. — Москва : ИНФРА-М, 2023. — 320 с. — (Высшее образование: Бакалавриат). — DOI 10.12737/2842. - ISBN 978-5-16-004579-5. - Текст : электронный. - URL: https://znanium.com/catalog/product/1907518
- Полковникова, Н. А. Анализ и визуализация данных в Microsoft Excel в примерах и задачах : практическое пособие / Н. А. Полковникова. - Москва ; Вологда : Инфра-Инженерия, 2023. - 172 с. - ISBN 978-5-9729-1485-2. - Текст : электронный. - URL: https://znanium.com/catalog/product/2092453
- Соловьев, В. И., Анализ данных в экономике: Теория вероятностей, прикладная статистика, обработка и анализ данных в Microsoft Excel. : учебник / В. И. Соловьев. — Москва : КноРус, 2023. — 497 с. — ISBN 978-5-406-10701-0. — URL: https://book.ru/book/946789 (дата обращения: 04.07.2025). — Текст : электронный.
- Статистика и котики, Савельев, В. В., 2018
- Яковлев, В. Б., Регрессионный анализ. Расчеты в Excel и Statistica : учебное пособие / В. Б. Яковлев. — Москва : Русайнс, 2023. — 177 с. — ISBN 978-5-466-01738-0. — URL: https://book.ru/book/946377 (дата обращения: 04.07.2025). — Текст : электронный.