• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Data Science in business

2021/2022
Academic Year
ENG
Instruction in English
3
ECTS credits
Delivered at:
Department of General and Strategic Management (Nizhny Novgorod) (Faculty of Management (Nizhny Novgorod))
Course type:
Compulsory course
When:
3 year, 3 module

Instructor

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

Learning Objectives

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

Expected Learning Outcomes

  • выполнять визуализацию данных (построение графиков и диаграмм по полученным данным без использования Excel)
  • Научиться работать с циклами и функциями
  • 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)
  • Понимать структуру данных и проводить сортировку
  • Понять особенности ввода и вывода данных в среде python, работу логических функций, вычисления целочисленных выражений
  • работать с геоданными (получение географических данных и визуализация на картах)
  • Уметь получать доступ к плохо структурированным данным (например, обработка произвольных таблиц с сайтов, электронных таблиц)
  • Уметь проводить анализ текстов (например, выделение ключевых слов в статьях для понимания тенденций)
  • Уметь работать со словарями и множествами
Course Contents

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

Assessment Elements

  • non-blocking Тесты онлайн курса
  • non-blocking Итоговое задание
  • non-blocking Тесты онлайн курса
  • non-blocking Экзамен
  • non-blocking Входное тестирование на знание языка Python
  • non-blocking Задание по визуализации
Interim Assessment

Interim Assessment

  • 2021/2022 3rd module
    0.25 * Входное тестирование на знание языка Python + 0.25 * Задание по визуализации + 0.25 * Экзамен + 0.25 * Тесты онлайн курса
Bibliography

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 / М. Бонцанини ; перевод с английского А. В. Логунова. — Москва : ДМК Пресс, 2018. — 288 с. — ISBN 978-5-97060-574-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/108129 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
  • Саммерфилд, М. Python на практике : учебное пособие / М. Саммерфилд ; перевод с английского А. А. Слинкин. — Москва : ДМК Пресс, 2014. — 338 с. — ISBN 978-5-97060-095-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/66480 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.