Бакалавриат
2026/2027
Анализ данных
Статус:
Курс обязательный (Дизайн)
Где читается:
Факультет компьютерных наук
Когда читается:
3-й курс, 2, 3 модуль
Онлайн-часы:
50
Охват аудитории:
для всех кампусов НИУ ВШЭ
Преподаватели:
Демчук Кристина Александровна
Язык:
русский
Кредиты:
3
Контактные часы:
20
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
- In-class assignmentЭлемент выполняется на компьютере, для всех вопросов студенту доступен соответствующий интерфейс для ввода ответа. Контрольная состоит из двух частей — теоретической и практической.
- Independent workНа курсе предусмотрено 4 самостоятельных работы, рассчитанных на 15-20 минут. Работы размещаются на платформе SmartLMS и проводятся либо в конце, либо в начале занятия. Подробнее о дате, времени, точном количестве и темах заданий оповещает преподаватель.
- ProjectВыполняется в командах по 2-3 человека (по одному делать нельзя, вчетвером тоже нельзя) Проект состоит из трех частей: согласование данных, промежуточный этап, финальный этап. За пропусков промежуточных ДД предусмотрены штрафы Работы, сданные после ДД не проверяются Защита проекта является обязательной, для выставления оценки за проект
- ActivityАктивность на семинарах предусматривает ответы на вопросы преподавателя во время решения задач, участие в решении задач по каждой теме. Просто присутствие на семинарах не считается активностью и не оценивается. Может быть получена только на семинаре (без возможности отправить какие-либо решения задач позднее).
Промежуточная аттестация
- 2026/2027 3rd moduleMIN(8; Контрольная работа * 0,25 + Самостоятельная работа * 0,25 + Проект * 0,25 + Активность 0,25)
