Бакалавриат 2024/2025

Анализ данных для лингвистов

Статус: Курс по выбору (Фундаментальная и компьютерная лингвистика)

Направление: 45.03.03. Фундаментальная и прикладная лингвистика

Кто читает: Школа лингвистики

Где читается: Факультет гуманитарных наук

Когда читается: 3-й курс, 3 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Мороз Георгий Алексеевич

Язык: русский

Кредиты: 3

Программа дисциплины

Аннотация

Задачей курса «Анализ данных для лингвистов» является продолжение знакомства с различными методами статистики и анализа данных. Курс сконцентрирован вокруг применения байесовских методов: начиная от работы с различными распределениями и методами нахождения их параметров до применения байесовского регрессионного анализа.

Цель освоения дисциплины

• знать особенности работы R, основные особенности анализа различных типов данных
• познакомиться с основами методами анализа данных
• владеть навыками самостоятельного анализа данных, а также критической интерпретации анализа данных, представленной в научных работах

Планируемые результаты обучения

• Владеет методами визуализации данных
• Владеет методами обработки данных
• Владеет методом анализа строк
• Владеет основами языка программирования R
• Знает лингвистические пакеты на R
• Знает, чем наука о данных отличается от машинного обучения и статистики
• Знает и применяет понятие коэффициента Байеса
• Знает и использует понятие байесовского доверительного интервала
• Владеет понятием байесовский статистический вывод
• Владеет понятием и умеет применять модели смеси распределений
• Владеет и применяет метод максимального правдоподобия
• Владеет понятиями моментов статистических распределений и умеет симулировать распределния в R
• Понимает и может применить методы эмпирической байесовской оценки
• Понимает и применяет A/B тестирования
• Понимает понятие Марковской цепи Монте-Карло
• Понимает ограничения на применение регрессии
• Умеет применять и интерпретировать байесовский регрессионный анализ
• Применяет и интерпретирует байесовскую логистическую регрессию

Содержание учебной дисциплины

• Статистические распределения
• Метод максимального правдоподобия
• Модели смеси распределений
• Байесовский статистический вывод
• Байесовский доверительный интервал
• Коэффициент Байеса
• Эмпирическая байесовская оценка
• A/B тестирование
• Введение в Марковские цепи Монте-Карло
• Ограничения на применение регрессии
• Байесовский регрессионный анализ
• Введение в логистическую регресиию

Элементы контроля

• Распределения, mle
• Байесовский апдейт
• байесовский апдейт, регрессия
• Экзамен

Промежуточная аттестация

• 2024/2025 3rd module
  0.2 * Распределения, mle + 0.4 * Экзамен + 0.2 * Байесовский апдейт + 0.2 * байесовский апдейт, регрессия

Список литературы

Рекомендуемая основная литература

• Дауни, А. Б. Байесовские модели / А. Б. Дауни , перевод с английского В. А. Яроцкого. — Москва : ДМК Пресс, 2018. — 182 с. — ISBN 978-5-97060-664-3. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/131695 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

• Маркова, С. В., Анализ данных на языке R. : учебник и практикум / С. В. Маркова. — Москва : КноРус, 2023. — 216 с. — ISBN 978-5-406-10865-9. — URL: https://book.ru/book/948838 (дата обращения: 09.12.2025). — Текст : электронный.

Авторы

• Мороз Георгий Алексеевич