Methods of Data Analysis

2024/2025

Academic Year

RUS

Instruction in Russian

6

ECTS credits

Delivered at:

Department of Applied Mathematics and Informatics (Faculty of Informatics, Mathematics, and Computer Science (HSE Nizhny Novgorod))

Course type:

Compulsory course

When:

1 year, 1, 2 module

Instructor

Kalyagin, Valery A.

Программа дисциплины

Аннотация

В курсе рассматриваются основные современные методы анализа данных. В результате овладения дисциплиной студент овладеет математическими основами анализа данных и овладеет компетенциями в области практического использования этих методов для анализа реальных данных.

Цель освоения дисциплины

• Развитие компетенций в области анализа данных
• Развитие компетенций в области математических методов и информационных технологий.

Планируемые результаты обучения

• Овладение практическими навыками анализа реальных данных
• Освоение основных теоретических положений современных методов анализа данных

Содержание учебной дисциплины

• Многомерные данные и их представление
• Дискриминантный анализ
• Статистические основы многомерного анализа
• Многомерное шкалирование
• Кластерный анализ
• Анализ главных компонент

Элементы контроля

• Экзамен
• Домашнее задание
• Контрольная работа

Промежуточная аттестация

• 2024/2025 2nd module
  0.15 * Домашнее задание + 0.15 * Домашнее задание + 0.3 * Контрольная работа + 0.4 * Экзамен

Список литературы

Рекомендуемая основная литература

• Анализ данных : учебник для академического бакалавриата / В. С. Мхитарян [и др.] ; под редакцией В. С. Мхитаряна. — Москва : Издательство Юрайт, 2019. — 490 с. — (Бакалавр. Академический курс). — ISBN 978-5-534-00616-2. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/432178 (дата обращения: 28.08.2023).
• Анализ данных : учебник для вузов / В. С. Мхитарян [и др.] ; под редакцией В. С. Мхитаряна. — Москва : Издательство Юрайт, 2021. — 490 с. — (Высшее образование). — ISBN 978-5-534-00616-2. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/469022 (дата обращения: 27.08.2024).

Рекомендуемая дополнительная литература

• Nelli, F. (2018). Python Data Analytics : With Pandas, NumPy, and Matplotlib (Vol. Second edition). New York, NY: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1905344

Авторы

• Калягин Валерий Александрович