Программирование для анализа данных

Цели и задачи дисциплины

Цель дисциплины: освоить методы и способы анализа данных с использованием языков программирования для решения различных научных и практических задач. Задачи: познакомиться с различными видами анализа данных (описательная статистика, визуализация, корреляционный и регрессионный анализ, метод главных компонент, кластерный анализ) научиться на практике проводить анализ данных с использованием библиотек языков программирования Python и R;

Краткое содержание дисциплины

В данном курсе для анализа данных используются язык программирования Python и язык R - работа осуществляется в онлайн-среде Google Colab. Изучаются возможности использования библиотек и модулей Python для анализа данных (Numpy, Pandas, Scipy, Matplotlib, Scikit-learn, Statsmodels и др.). Рассматриваются функции и методы языка R для статистического анализа и визуализации данных. Большое внимание уделяется реализации оценки числовых характеристик, проверке статистических гипотез. Изучаются возможности проведения корреляционного и регрессионного анализа. Приводятся примеры использования метода главных компонент.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

УК-2 Способен определять круг задач в рамках поставленной цели и выбирать оптимальные способы их решения, исходя из действующих правовых норм, имеющихся ресурсов и ограничений
УК-6 Способен управлять своим временем, выстраивать и реализовывать траекторию саморазвития на основе принципов образования в течение всей жизни