Анализ данных для лингвистов

Бакалавриат 2025/2026

ID 1020155

Лучший по критерию «Новизна полученных знаний»

Статус: Курс по выбору (Фундаментальная и компьютерная лингвистика)

Кто читает: Школа лингвистики

Где читается: Факультет гуманитарных наук

Когда читается: 4-й курс, 3 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Мороз Георгий Алексеевич

Язык: русский

Кредиты: 3

Контактные часы: 36

Дополнительные материалы в LMS Задать вопрос

Аннотация

Задачей курса «Анализ данных для лингвистов» является продолжение знакомства с различными методами статистики и анализа данных. Курс сконцентрирован вокруг применения байесовских методов: начиная от работы с различными распределениями и методами нахождения их параметров до применения байесовского регрессионного анализа.

Цель освоения дисциплины

знать особенности работы R, основные особенности анализа различных типов данных
познакомиться с основами методами анализа данных
владеть навыками самостоятельного анализа данных, а также критической интерпретации анализа данных, представленной в научных работах

Планируемые результаты обучения

Владеет методами визуализации данных
Владеет методами обработки данных
Владеет методом анализа строк
Владеет основами языка программирования R
Знает лингвистические пакеты на R
Знает, чем наука о данных отличается от машинного обучения и статистики
Знает и применяет понятие коэффициента Байеса
Знает и использует понятие байесовского доверительного интервала
Владеет понятием байесовский статистический вывод
Владеет понятием и умеет применять модели смеси распределений
Владеет и применяет метод максимального правдоподобия
Владеет понятиями моментов статистических распределений и умеет симулировать распределния в R
Понимает и может применить методы эмпирической байесовской оценки
Понимает и применяет A/B тестирования
Понимает понятие Марковской цепи Монте-Карло
Понимает ограничения на применение регрессии
Умеет применять и интерпретировать байесовский регрессионный анализ
Применяет и интерпретирует байесовскую логистическую регрессию