2025/2026
Анализ данных и ИИ: применение в экономике, бизнесе и социологии
Статус:
Дисциплина общефакультетского пула
Кто читает:
Департамент математики
Где читается:
Факультет экономических наук
Когда читается:
3 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Мячин Алексей Леонидович
Язык:
русский
Кредиты:
3
Контактные часы:
32
Программа дисциплины
Аннотация
Дисциплина направлена на изучение современных методов анализа данных и технологий искусственного интеллекта, применяемых в решении прикладных задач в экономике, бизнесе и социологии. Слушатели освоят ключевые навыки исследовательской работы, научатся применять современные методы анализа паттернов для выявления закономерностей в разнородных данных, а также использовать социологические подходы при решении прикладных аналитических задач. Особое внимание уделяется использованию инструментов искусственного интеллекта для повышения эффективности классических методов анализа данных при работе с большими объёмами информации.
Дисциплина формирует целостное представление о возможностях и ограничениях современных методов анализа данных в междисциплинарных исследованиях.
Цель освоения дисциплины
- Цель дисциплины состоит в формировании у обучающихся системного понимания того, как методы анализа данных и инструменты искусственного интеллекта применяются для решения практических задач в экономике, бизнесе и социологии, а также в развитии навыков постановки исследовательских вопросов, работы с разнородными источниками информации и интерпретации результатов с учетом отраслевого контекста и общественных последствий. В ходе освоения дисциплины слушатели научатся выбирать и обосновывать подходы к предиктивной аналитике и выявлению устойчивых закономерностей, выстраивать процессы управления данными как организационным ресурсом, оценивать возможности и ограничения цифровых решений в социально-экономических исследованиях и использовать ИИ для повышения эффективности аналитической работы при соблюдении принципов профессиональной ответственности.
Планируемые результаты обучения
- Студент способен объяснять принципы построения предиктивных моделей в государственном управлении. Студент умеет выбирать методы анализа для задач прогнозирования бюджетных, демографических и инфраструктурных показателей. Студент способен оценивать достоверность, устойчивость и социальные последствия использования алгоритмов.
- Сформировать навык выявления устойчивых закономерностей в данных с помощью современных методов поиска и интерпретации паттернов.
- Сформировать понимание того, как данные и алгоритмы влияют на образовательные траектории и какие управленческие решения стоят за такими системами.
Содержание учебной дисциплины
- Предиктивная аналитика и анализ данных в задачах государственного и муниципального управления
- Современные методы анализа паттернов
- Образование как алгоритм: кто и как управляет нашими траекториями с помощью данных
- Как правильно управлять данными чтобы они стали ключевым ресурсом для организации?
- Цифровая трансформация социологической индустрии: как новые технологии меняют правила игры?
- AI в анализе данных: ускорение работы и исследовательская ответственность
Промежуточная аттестация
- 2025/2026 3rd module0.5 * Экзамен + 0.4 * Проектная работа + 0.1 * Домашние задания
Список литературы
Рекомендуемая основная литература
- Митина, О. А. Бизнес-аналитика. Введение в обработку и анализ данных : учебник для вузов / О. А. Митина. — Москва : Издательство Юрайт, 2025. — 172 с. — (Высшее образование). — ISBN 978-5-534-21811-4. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/582199 (дата обращения: 14.01.2026).
Рекомендуемая дополнительная литература
- Kotu, V., & Deshpande, B. (2019). Data Science : Concepts and Practice (Vol. Second edition). Cambridge, MA: Morgan Kaufmann. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1866160