• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2025/2026

Инструментальные методы цифровой экономики

Статус: Дисциплина общефакультетского пула
Когда читается: 1, 2 модуль
Охват аудитории: для своего кампуса
Язык: русский
Контактные часы: 56

Программа дисциплины

Аннотация

В современных условиях развития общества мы начинаем жить в условиях цифровой экономики. Поэтому каждый член общества должен обладать знаниями по основным инструментальным методам цифровой экономики. Предлагаемый курс призван восполнить пробелы в знаниях в этой области. Изучаемые теоретические модели сопровождаются многочисленными практическими применениями в самых разных отраслях цифровой экономики, от эффективности банков до улучшения эффективности торговли.
Цель освоения дисциплины

Цель освоения дисциплины

  • ознакомление студентов с основными методами анализа данных, математического моделирования и принятия решений применительно к решению задач в социально-экономической, финансовой и банковской сферах.
Планируемые результаты обучения

Планируемые результаты обучения

  • Знает различные правила голосования и их свойства, умеет их проверять
  • знает и умеет применять основные методы классификации и кластеризации данных, оценивать качество классификации
  • знает и умеет применять процедуры дележа "дели-и-выбирай", "подстраивающийся победитель", "строгая очередность" и "сбалансированная очередность", знает их ограничения
  • знает и умеет рассчитывать основные меры центральности сети
  • знает методы выявления предпочтений
  • знает основные классы бинарных отношений, их связь с рациональным выбором
  • знает основные модели потоков потребителей и посещаемости
  • знает свойства бинарных отношений и функций выбора, умеет их проверять
  • умеет находить кратчайшие пути в графе между любыми вершинами
  • умеет оценивать влияние участников группы с помощь. индексов влияния Банцафа, Джонстона, Шепли-Шубика, Дигена-Пакела, альфа-индексов (с учетом предпочтений по созданию коалиций)
  • умеет применять алгоритм Гейла-Шепли для отыскания устойчивого паросочетания
  • умеет решать дискретные задачи динамического программирования с помощью принципа Беллмана
  • умеет решать задачи оптимизации в MS EXCEL
  • умеет строить и оценивать формализованные математические модели, описывающие реальные ситуации
  • умеет строить максимальные потоки в сети и доказывать их оптимальность
  • умеет строить минимальные остовные деревья в графе
  • умеет строить сетевые графики, находить критические пути и оценить резерв времени
  • умеет строить формальные математические модели задачи оптимизации
  • Визуализирует данные с помощью пакета Orange
  • Способен реализовать в Anylogic системно-динамическую модель
  • Умеет использовать классические методы машинного обучения с помощью пакета Orange
  • Умеет визуализировать паттерны и проводить анализ паттернов
  • Умеет автоматизировать запросы на базе макросов VBA и скриптов Python
  • Знает и умеет использовать основные типы нейросетей (многослойные персептроны, свёрточные и рекуррентные сети) для анализа данных
  • Способен создать, расположить элементы и настроить дашборд в DataLens
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Методы принятия решений в современных экономических системах
  • Многокритериальные задачи
  • Графы и сети. Сети миграции, студенческих обменов, международных конфликтов и внешних заимствований.
  • Оптимизационные модели.
  • Оптимизационные модели на графах.
  • Динамическая оптимизация.
  • Выявление предпочтений потребителей
  • Пространственный анализ, геомаркетинг
  • Имитационное моделирование экономических систем
  • Основы визуального программирования
  • Основы работы с методами анализа паттернов
  • Основы работы с Power Query
  • Методы визуализации многомерных данных
  • Современные нейросетевые и генеративные модели
  • Автоматизация типовых вычислений
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание 1
  • неблокирующий Домашнее задание 2
  • неблокирующий Домашнее задание 3
  • неблокирующий Домашнее задание 4
  • неблокирующий Контрольная работа
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2025/2026 2nd module
    0.1 * Домашнее задание 1 + 0.1 * Домашнее задание 2 + 0.1 * Домашнее задание 3 + 0.1 * Домашнее задание 4 + 0.25 * Контрольная работа + 0.35 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • 33900 - Анализ и визуализация данных в Yandex DataLens - А.Гинько - ДМК Пресс - 9785937001719 - 2023 - https://hse.alpinadigital.ru/document/33900 - Alpina
  • Črt Gorup, Mitar Milutinovič, Matija Polajnar, Marko Toplak, & Lan Umek. (n.d.). Orange: Data Mining Toolbox in Python. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.59267479
  • Бинарные отношения, графы и коллективные решения : учеб. пособие, Алескеров, Ф. Т., 2012
  • Боев, В. Д.  Моделирование в среде AnyLogic : учебник для вузов / В. Д. Боев. — Москва : Издательство Юрайт, 2025. — 298 с. — (Высшее образование). — ISBN 978-5-534-02560-6. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/562671 (дата обращения: 04.07.2025).
  • Рубчинский, А. А.  Методы и модели принятия управленческих решений : учебник и практикум для вузов / А. А. Рубчинский. — Москва : Издательство Юрайт, 2023. — 526 с. — (Высшее образование). — ISBN 978-5-534-03619-0. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/511189 (дата обращения: 04.07.2025).

Рекомендуемая дополнительная литература

  • 16637 - Дискретная математика и математические методы экономики с применением VBA Excel - О.Сдвижков - ДМК Пресс - 2016 - https://hse.alpinadigital.ru/document/16637 - Alpina
  • 34734 - Действуй как ChatGPT: Неполное и неточное руководство по работе с лучшей нейросетью - Л.Макарина - Альпина Диджитал - https://hse.alpinadigital.ru/book/34734 - Alpina
  • 38213 - Запись вебинара «ИИ для ваших задач: Сравниваем нейросети и выбираем лучшие» - Ж.Хамидун; П.Королёв - Альпина.Вебинары - 2025 - https://hse.alpinadigital.ru/video/38213 - Alpina
  • Введение в анализ данных : учебник и практикум для вузов, Миркин, Б. Г., 2015
  • Методы оптимальных решений. Т.2: Многокритериальность. Динамика. Неопределенность, , 2010

Авторы

  • Кабирова Ирина Александровна
  • Егорова Людмила Геннадьевна