Бакалавриат
2026/2027
Анализ данных, искусственный интеллект и генеративные модели
ID 1151487
Статус:
Курс обязательный (Реклама и связи с общественностью)
Где читается:
Факультет компьютерных наук
Когда читается:
3-й курс, 2, 3 модуль
Онлайн-часы:
50
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
3
Контактные часы:
22
Программа дисциплины
Аннотация
Данный курс направлен на формирование компетенций у студентов в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Дисциплина реализуется с помощью онлайн-курса «Хендбук по Анализу данных. Начальный уровень» в SmartLMS (https://edu.hse.ru/course/view.php?id=236211).
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
- Корректно открывать табличные данные различных форматов
- Использовать собственноручно написанные функции для обработки данных, создания новых переменных
- Использовать 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
- Продвинутая визуализация данных
- Линейная регрессия
Элементы контроля
- АктивностьОцениваются устные ответы на семинаре. На одном семинаре вы можете получить за активность не более 1 балла (максимальный балл выставляется при активной работе в течение всего занятия). Чтобы получить 10 за активность, в течение всего курса нужно набрать 4 балла. Оценка высчитывается пропорционально максимуму (4 балла).
- Самостоятельные работыВас ожидает 5 самостоятельных работ. Самостоятельные работы проходят в начале занятия. В случае опоздания время не продлевается. Время одной самостоятельной работы от 15-25 минут. Во время проведения используется прокторинг.
- ПроектВыполняется в группах по 2-3 человека. Оценка выставляется по критериям. У проекта 3 этапа. Устная онлайн-защита на предпоследнем занятии. Более подробную информацию можно найти в разделе "Проект" в SMART LMS.
- Контрольная работаПроходит онлайн во время семинара. Формат независимого экзамена. 80 минут. Во время проведения используется прокторинг.
Промежуточная аттестация
- 2026/2027 3rd module0.25 * Проект + 0.25 * Самостоятельные работы + 0.25 * Активность + 0.25 * Контрольная работа
