Data Science in business

2020/2021

Учебный год

ENG

Обучение ведется на английском языке

3

Кредиты

Кто читает:

Кафедра общего и стратегического менеджмента (Нижний Новгород) (Факультет менеджмента (Нижний Новгород))

Статус:

Курс обязательный

Когда читается:

3-й курс, 3 модуль

Преподаватель

Привалов Игорь Васильевич

Course Syllabus

Abstract

Python one of the most popular programming languages and it's quiet easy to learn. This language is a powerful tool for data analysis and can improve the efficiency of almost any activity in science and industry. Using Python, you can automate routine operations and process big volumes of data.

Learning Objectives

• Базовые знания языка программирования Python
• Базовые навыки сбора данных и их первичной обработки
• Визуализация и публикация результатов обработки данных

Expected Learning Outcomes

• Понять особенности ввода и вывода данных в среде python, работу логических функций, вычисления целочисленных выражений
• Научиться работать с циклами и функциями
• Понимать структуру данных и проводить сортировку
• Уметь работать со словарями и множествами
• Уметь проводить анализ текстов (например, выделение ключевых слов в статьях для понимания тенденций)
• Уметь получать доступ к плохо структурированным данным (например, обработка произвольных таблиц с сайтов, электронных таблиц)
• получать доступ к данным через API (например, обработка социальных сетей или открытые данные государственной статистики)
• получать доступ к структурированным данным (например, обработка больших баз хорошо структурированных объявлений о продаже квартир, автомобилей, услуг)
• выполнять визуализацию данных (построение графиков и диаграмм по полученным данным без использования Excel)
• работать с геоданными (получение географических данных и визуализация на картах)

Course Contents

• Ввод-вывод и целочисленная арифметика, логические выражения и условный оператор
• Цикл for, функции и рекурсия
• Списки и кортежи, структуры и сортировка структур
• Множества, словари
• Анализ текстовых данных
• Получение и обработка неструктурированных данных
• Получение данных через API
• Визуализация и публикация данных, работа с геоданными

Assessment Elements

• 5 обязательных тестов онлайн курса
• Доп задания по онлайн курсу и дашборд

Interim Assessment

• Interim assessment (3 module)
  0.6 * 5 обязательных тестов онлайн курса + 0.4 * Доп задания по онлайн курсу и дашборд

Bibliography

Recommended Additional Bibliography

• Vanderplas, J.T. (2016). Python data science handbook: Essential tools for working with data. Sebastopol, CA: O’Reilly Media, Inc. https://proxylibrary.hse.ru:2119/login.aspx?direct=true&db=nlebk&AN=1425081.
• Бонцанини М. - Анализ социальных медиа на Python. Извлекайте и анализируйте данные из всех уголков социальной паутины на Python - Издательство "ДМК Пресс" - 2018 - 288с. - ISBN: 978-5-97060-574-5 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/108129
• Саммерфилд М. - Python на практике - Издательство "ДМК Пресс" - 2014 - 338с. - ISBN: 978-5-97060-095-5 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/66480