Бакалавриат 2026/2027

Анализ данных в бизнесе

ID 1195210

Статус: Курс обязательный (Управление цифровым продуктом)

Кто читает: Департамент бизнес-информатики

Где читается: Высшая школа бизнеса

Когда читается: 3-й курс, 1, 2 модуль

Охват аудитории: для своего кампуса

Преподаватели: Масленников Владислав Михайлович

Язык: русский

Кредиты: 4

Контактные часы: 48

Программа дисциплины

Аннотация

Курс посвящен изучению методов и инструментов для анализа данных, с целью генерации новых знаний и прогнозов для бизнеса. Курс затрагивает разведочный анализ данных, прогнозирование и BI-аналитику.

Цель освоения дисциплины

• Сформировать компетенции по использованию современных методов анализа данных. Научиться применять полученные знания на реальных кейсах.

Планируемые результаты обучения

• Уметь применять машинное обучение для решения задач анализа данных
• Владеть навыками выбора и применять подходящие аналитические технологии и ML-методы для решения бизнес-задач
• Знать основные этапы методологии CRISP-DM, уметь формулировать шаги аналитического проекта в терминах методологии.
• Владеть базовыми инструментами аналитики данных (разведочный анализ, предиктивные модели, методы ML)
• Владеть базовыми навыками разработки дашбордов в BI-системах
• Знать основные методы визуального анализа и технологии описательной аналитики на основе BI-систем.
• Иметь целостное представление о глобальном развитии бизнес-аналитики и интеллектуальных технологий как инструментов поддержки управленческих решений во всех ключевых бизнес- сферах ее применения

Содержание учебной дисциплины

• Введение в анализ данных
• Разведочный анализ данных
• Введение в ML
• Решение задачи регрессии
• Решение задачи классификации
• Обучение без учителя
• BI-аналитика
• LLM для решения задач

Элементы контроля

• Посещаемость
• Домашние задания
• Тест
  В SmartLMS для каждого периода оценивания будет создано указанное количество контролей
• Проект
  В SmartLMS для каждого периода оценивания будет создано указанное количество контролей): 1
• Активность на семинарах

Промежуточная аттестация

• 2026/2027 2nd module
  0.2 * Домашние задания + 0.4 * Проект + 0.2 * Тест + 0.1 * Активность на семинарах + 0.1 * Посещаемость

Список литературы

Рекомендуемая основная литература

• Python и анализ данных. Первичная обработка данных с применением pandas, NumPy и Jupiter - Маккинни У. - Издательство "ДМК Пресс" - 978-5-93700-174-0 - 2023 - русский - https://e.lanbook.com/book/348086 - ЛАНЬ - 348086
• Базовые методы анализа данных : учебник и практикум для вузов, Миркин, Б. Г., 2024
• Вероятностно-статистический анализ данных с использованием MS EXCEL. Ч.1: Вероятностные методы анализа данных : теория, задачи, тесты с программой тестирования, , 2023
• Миркин, Б. Г.  Базовые методы анализа данных : учебник и практикум для вузов / Б. Г. Миркин. — 2-е изд., перераб. и доп. — Москва : Издательство Юрайт, 2024. — 261 с. — (Высшее образование). — ISBN 978-5-534-18842-4. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/551786 (дата обращения: 02.07.2026).
• Миркин, Б. Г.  Базовые методы анализа данных : учебник и практикум для вузов / Б. Г. Миркин. — 3-е изд., перераб. и доп. — Москва : Издательство Юрайт, 2026. — 297 с. — (Высшее образование). — ISBN 978-5-534-19709-9. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/583143 (дата обращения: 02.07.2026).

Рекомендуемая дополнительная литература

• Python и анализ данных - Маккинни У. - Издательство "ДМК Пресс" - 978-5-97060-590-5 - 2020 - русский - https://e.lanbook.com/book/131721 - ЛАНЬ - 131721
• Вероятностно-статистический анализ данных с использованием MS EXCEL. Ч.2: Математико-статистические методы анализа данных, , 2023
• Шнайдер С. - Искусственный ты: Машинный интеллект и будущее нашего разума - 978-5-00139-415-0 - Альпина нон-фикшн - 2026 - https://znanium.ru/catalog/document?id=473879 - 473879 - ZNANIUM

Авторы

• Архипова Татьяна Александровна