Wiki - Факультет компьютерных наук - Вклад [ru]

Программирование на языке Python для ГосМунУпр 2022/23

2023-04-24T09:46:16Z

Kir.sth:

На этой странице можно найти различные материалы и организационную информацию по дисциплине [https://www.hse.ru/edu/courses/646500711 "Программирование на языке Python"], читаемой для студентов 1-го курса бакалавриата ОП [https://www.hse.ru/ba/gmu/ "Государственное и муниципальное управление"] ФСН ВШЭ в 3-4 модулях 2022/2023 учебного года.

== О курсе ==
Дисциплина «Программирование на языке Python» представляет собой адаптацию общеуниверситетского курса по программированию на Python специально для студентов образовательной программы «Государственное и муниципальное управление» и направлен на формирование компетенций в области понимания кода и написания собственных программ. В курсе будут рассмотрены темы, которые необходимы для успешного освоения базовых типов данных и синтаксических конструкций Python.

Курс нацелен не столько на освоение синтаксиса языка Python, сколько на обучение программированию вообще. Язык программирования Python является одним из самых простых в освоении и популярных языков программирования. Программирование на Python даёт мощный инструмент для обработки объемов данных, превышающих объемы доступные для обработки в электронных таблицах. Помимо этого Python позволяет автоматизировать рутинные операции практически в любой деятельности в науке и индустрии.

[https://www.hse.ru/ba/gmu/courses/646500711.html ПУД "Программирование на языке Python"]

[https://www.hse.ru/ba/gmu/courses/646507710.html ПУД "Независимого экзамена по программированию. Базовый уровень"]

== Необходимые ссылки ==
Дисциплина реализуется с помощью онлайн-курса '''[https://edu.hse.ru/course/view.php?id=133389 «Python как иностранный»]''' и направлена на формирование компетенций по алгоритмическому мышлению и программированию, которые будет оцениваться на Независимом экзамене (НЭ). Про организацию, уровни и линейки курсов по Data Culture можно прочитать [https://www.hse.ru/dataculture/ здесь]

Подробнее про НЭ по Цифровым компетенциям можно прочитать на соответствующей '''[https://www.hse.ru/studyspravka/examsdataculture странице]'''. Материалы по подготовке к НЭ по программированию можно найти [https://online.hse.ru/course/view.php?id=4788 здесь]. Порядок организации Независимых экзаменов по Цифровым компетенциям подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

== Полезные штуки ==

* Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]
* [https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект лекций] по Python от Михаила Густокашина
* [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing Шпаргалка] по Python
* Курс небольших заметок и задач прямо в браузере на [https://pythontutor.ru/ Питонтьютор]
* [https://academy.yandex.ru/handbook/python Хэндбук по Python] от Яндекса — хорошие тексты и много задач в формате контестов
* Онлайн визуализаторы кода: [https://pythontutor.com/ тут] и [https://cscircles.cemc.uwaterloo.ca/visualize тут]

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БГУ221 || Кубаева Ассоль Рауфжоновна || @assolkubaeva || ||
|-
| БГУ222 || Жучкова Светлана Васильевна || @Lana_Lob || ||
|-
| БГУ223 [https://t.me/+rOyr3dRGlMNkYTIy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Никита Дворнов || @dvivaterax
|-
| БГУ224 [https://t.me/+6Vh3m6NeybAxN2U6 чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Никита Дворнов || @dvivaterax
|-
| БГУ225 || Быков Кирилл Валерьевич || @darkydash || ||
|-
|}

== Материалы курса ==

{| class="wikitable"
|-
! № !! Тема занятия !! Материалы занятия
|-

| 1 || '''Введение в программирование''' '''Переменные и арифметические действия'''
||
[https://drive.google.com/file Семинар 1]
|-
| 2 || '''Логический тип данных и условный оператор'''
||
|-
| 3 || '''Цикл while'''
||
|-
| 4 || ''' Введение в структурированные типы данных и цикл for'''
||
|-
| 5 || '''Методы'''
||
[https://drive.google.com/file/d/1D4c5kU_N8YDXymE7eAXKuJVSJwLfnvep/view?usp=sharing Семинар 5]
|-
| 6 || '''Неупорядоченные типы данных'''
||
[https://drive.google.com/file/d/1HbKoeHEAG4oqIM_7Iox40g94jeOiYOW8/view?usp=sharing Семинар 6]
|-
| 7 || '''Вложенные структуры данных и сортировки'''
||
|-
| 8 || '''Функции'''
||
|-
| 9 || '''Текстовые файлы и табличные данные'''
||
[https://drive.google.com/file/d/1SZTiodo2-XlK2Sl6JuJz7hmqBVGLCUBh/view?usp=sharing Семинар 9]
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

min(10,
0.45 * mean(ДЗ) +
0.35 * Экзамен +
0.2 * mean(Тесты) +
0.1 * Бонус
)
где:

'''mean(ДЗ)''' — среднее арифметическое домашних заданий, которые выдаются после семинаров по соответствующим темам

'''Экзамен''' — основан на спецификации Независимого экзамена по программированию базового уровня, т.е. состоит из аналогичных задач (120 мин)

'''mean(Тесты)''' — среднее арифметическое мини-тестов, которые проводятся в начале/конце семинара (5-10 мин) по пройденным темам в формате closed book (запрещено пользоваться всем, кроме разрешенного)

'''Бонус''' — самостоятельное решение задач, а также их комментирование и ответы на вопросы преподавателя во время семинара (aka активность)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===

'''ДЗ''' — дедлайны ДЗ объявляется при его выдаче. За сдачу ДЗ после дедлайна выставляется 0 баллов. В случае форс-мажоров со стороны Вышки (отключения света или интернета в общежитиях или неполадки на платформе, не позволившие вовремя сдать задания) дедлайны могут быть увеличены для всех студентов на 1 календарный день

'''Тесты''' и '''Бонус''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

=== Правила пересдач ===

Пересдаче подлежит только Экзамен. Формула расчёта результатов после первой пересдачи — основная, т.е. с учетом накопленной оценки.
Оценка после второй пересдачи равна оценке за Экзамен. В остальном правила пересдач при ликвидации академической задолженности соответствуют «Разделу VIII. Порядок организации пересдач» [https://www.hse.ru/docs/551872110.html ПОПАТКУСа].

== Книги ==

=== Рекомендуемая основная литература ===
* Lutz, M. (2019). Learning Python (Vol. 5rd ed). Beijing: O’Reilly Media.

=== Рекомендуемая дополнительная литература ===
* Vanderplas, J. T. (2016). Python Data Science Handbook : Essential Tools for Working with Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly Media. Retrieved from [http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1425081 this]

[[Категория:Data Culture]]
[[Категория:Курсы по Python (DC) в 2022/23 году]]

Программирование на языке Python для ГосМунУпр 2022/23

2023-04-10T08:56:17Z

Kir.sth:

На этой странице можно найти различные материалы и организационную информацию по дисциплине [https://www.hse.ru/edu/courses/646500711 "Программирование на языке Python"], читаемой для студентов 1-го курса бакалавриата ОП [https://www.hse.ru/ba/gmu/ "Государственное и муниципальное управление"] ФСН ВШЭ в 3-4 модулях 2022/2023 учебного года.

== О курсе ==
Дисциплина «Программирование на языке Python» представляет собой адаптацию общеуниверситетского курса по программированию на Python специально для студентов образовательной программы «Государственное и муниципальное управление» и направлен на формирование компетенций в области понимания кода и написания собственных программ. В курсе будут рассмотрены темы, которые необходимы для успешного освоения базовых типов данных и синтаксических конструкций Python.

Курс нацелен не столько на освоение синтаксиса языка Python, сколько на обучение программированию вообще. Язык программирования Python является одним из самых простых в освоении и популярных языков программирования. Программирование на Python даёт мощный инструмент для обработки объемов данных, превышающих объемы доступные для обработки в электронных таблицах. Помимо этого Python позволяет автоматизировать рутинные операции практически в любой деятельности в науке и индустрии.

[https://www.hse.ru/ba/gmu/courses/646500711.html ПУД "Программирование на языке Python"]

[https://www.hse.ru/ba/gmu/courses/646507710.html ПУД "Независимого экзамена по программированию. Базовый уровень"]

== Необходимые ссылки ==
Дисциплина реализуется с помощью онлайн-курса '''[https://edu.hse.ru/course/view.php?id=133389 «Python как иностранный»]''' и направлена на формирование компетенций по алгоритмическому мышлению и программированию, которые будет оцениваться на Независимом экзамене (НЭ). Про организацию, уровни и линейки курсов по Data Culture можно прочитать [https://www.hse.ru/dataculture/ здесь]

Подробнее про НЭ по Цифровым компетенциям можно прочитать на соответствующей '''[https://www.hse.ru/studyspravka/examsdataculture странице]'''. Материалы по подготовке к НЭ по программированию можно найти [https://online.hse.ru/course/view.php?id=4788 здесь]. Порядок организации Независимых экзаменов по Цифровым компетенциям подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

== Полезные штуки ==

* Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]
* [https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект лекций] по Python от Михаила Густокашина
* [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing Шпаргалка] по Python
* Курс небольших заметок и задач прямо в браузере на [https://pythontutor.ru/ Питонтьютор]
* [https://academy.yandex.ru/handbook/python Хэндбук по Python] от Яндекса — хорошие тексты и много задач в формате контестов
* Онлайн визуализаторы кода: [https://pythontutor.com/ тут] и [https://cscircles.cemc.uwaterloo.ca/visualize тут]

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БГУ221 || Кубаева Ассоль Рауфжоновна || @assolkubaeva || ||
|-
| БГУ222 || Жучкова Светлана Васильевна || @Lana_Lob || ||
|-
| БГУ223 [https://t.me/+rOyr3dRGlMNkYTIy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Никита Дворнов || @dvivaterax
|-
| БГУ224 [https://t.me/+6Vh3m6NeybAxN2U6 чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Никита Дворнов || @dvivaterax
|-
| БГУ225 || Быков Кирилл Валерьевич || @darkydash || ||
|-
|}

== Материалы курса ==

{| class="wikitable"
|-
! № !! Тема занятия !! Материалы занятия
|-

| 1 || '''Введение в программирование''' '''Переменные и арифметические действия'''
||
[https://drive.google.com/file Семинар 1]
|-
| 2 || '''Логический тип данных и условный оператор'''
||
|-
| 3 || '''Цикл while'''
||
|-
| 4 || ''' Введение в структурированные типы данных и цикл for'''
||
|-
| 5 || '''Методы'''
||
[https://drive.google.com/file/d/1D4c5kU_N8YDXymE7eAXKuJVSJwLfnvep/view?usp=sharing Семинар 5]
|-
| 6 || '''Неупорядоченные типы данных'''
||
[https://drive.google.com/file/d/1HbKoeHEAG4oqIM_7Iox40g94jeOiYOW8/view?usp=sharing Семинар 6]
|-
| 7 || '''Вложенные структуры данных и сортировки'''
||
|-
| 8 || '''Функции'''
||
|-
| 9 || '''Текстовые файлы и табличные данные'''
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

min(10,
0.45 * mean(ДЗ) +
0.35 * Экзамен +
0.2 * mean(Тесты) +
0.1 * Бонус
)
где:

'''mean(ДЗ)''' — среднее арифметическое домашних заданий, которые выдаются после семинаров по соответствующим темам

'''Экзамен''' — основан на спецификации Независимого экзамена по программированию базового уровня, т.е. состоит из аналогичных задач (120 мин)

'''mean(Тесты)''' — среднее арифметическое мини-тестов, которые проводятся в начале/конце семинара (5-10 мин) по пройденным темам в формате closed book (запрещено пользоваться всем, кроме разрешенного)

'''Бонус''' — самостоятельное решение задач, а также их комментирование и ответы на вопросы преподавателя во время семинара (aka активность)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===

'''ДЗ''' — дедлайны ДЗ объявляется при его выдаче. За сдачу ДЗ после дедлайна выставляется 0 баллов. В случае форс-мажоров со стороны Вышки (отключения света или интернета в общежитиях или неполадки на платформе, не позволившие вовремя сдать задания) дедлайны могут быть увеличены для всех студентов на 1 календарный день

'''Тесты''' и '''Бонус''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

=== Правила пересдач ===

Пересдаче подлежит только Экзамен. Формула расчёта результатов после первой пересдачи — основная, т.е. с учетом накопленной оценки.
Оценка после второй пересдачи равна оценке за Экзамен. В остальном правила пересдач при ликвидации академической задолженности соответствуют «Разделу VIII. Порядок организации пересдач» [https://www.hse.ru/docs/551872110.html ПОПАТКУСа].

== Книги ==

=== Рекомендуемая основная литература ===
* Lutz, M. (2019). Learning Python (Vol. 5rd ed). Beijing: O’Reilly Media.

=== Рекомендуемая дополнительная литература ===
* Vanderplas, J. T. (2016). Python Data Science Handbook : Essential Tools for Working with Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly Media. Retrieved from [http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1425081 this]

[[Категория:Data Culture]]
[[Категория:Курсы по Python (DC) в 2022/23 году]]

Программирование на языке Python для ГосМунУпр 2022/23

2023-04-10T08:54:57Z

Kir.sth:

На этой странице можно найти различные материалы и организационную информацию по дисциплине [https://www.hse.ru/edu/courses/646500711 "Программирование на языке Python"], читаемой для студентов 1-го курса бакалавриата ОП [https://www.hse.ru/ba/gmu/ "Государственное и муниципальное управление"] ФСН ВШЭ в 3-4 модулях 2022/2023 учебного года.

== О курсе ==
Дисциплина «Программирование на языке Python» представляет собой адаптацию общеуниверситетского курса по программированию на Python специально для студентов образовательной программы «Государственное и муниципальное управление» и направлен на формирование компетенций в области понимания кода и написания собственных программ. В курсе будут рассмотрены темы, которые необходимы для успешного освоения базовых типов данных и синтаксических конструкций Python.

Курс нацелен не столько на освоение синтаксиса языка Python, сколько на обучение программированию вообще. Язык программирования Python является одним из самых простых в освоении и популярных языков программирования. Программирование на Python даёт мощный инструмент для обработки объемов данных, превышающих объемы доступные для обработки в электронных таблицах. Помимо этого Python позволяет автоматизировать рутинные операции практически в любой деятельности в науке и индустрии.

[https://www.hse.ru/ba/gmu/courses/646500711.html ПУД "Программирование на языке Python"]

[https://www.hse.ru/ba/gmu/courses/646507710.html ПУД "Независимого экзамена по программированию. Базовый уровень"]

== Необходимые ссылки ==
Дисциплина реализуется с помощью онлайн-курса '''[https://edu.hse.ru/course/view.php?id=133389 «Python как иностранный»]''' и направлена на формирование компетенций по алгоритмическому мышлению и программированию, которые будет оцениваться на Независимом экзамене (НЭ). Про организацию, уровни и линейки курсов по Data Culture можно прочитать [https://www.hse.ru/dataculture/ здесь]

Подробнее про НЭ по Цифровым компетенциям можно прочитать на соответствующей '''[https://www.hse.ru/studyspravka/examsdataculture странице]'''. Материалы по подготовке к НЭ по программированию можно найти [https://online.hse.ru/course/view.php?id=4788 здесь]. Порядок организации Независимых экзаменов по Цифровым компетенциям подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

== Полезные штуки ==

* Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]
* [https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект лекций] по Python от Михаила Густокашина
* [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing Шпаргалка] по Python
* Курс небольших заметок и задач прямо в браузере на [https://pythontutor.ru/ Питонтьютор]
* [https://academy.yandex.ru/handbook/python Хэндбук по Python] от Яндекса — хорошие тексты и много задач в формате контестов
* Онлайн визуализаторы кода: [https://pythontutor.com/ тут] и [https://cscircles.cemc.uwaterloo.ca/visualize тут]

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БГУ221 || Кубаева Ассоль Рауфжоновна || @assolkubaeva || ||
|-
| БГУ222 || Жучкова Светлана Васильевна || @Lana_Lob || ||
|-
| БГУ223 [https://t.me/+rOyr3dRGlMNkYTIy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Никита Дворнов || @dvivaterax
|-
| БГУ224 [https://t.me/+6Vh3m6NeybAxN2U6 чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Никита Дворнов || @dvivaterax
|-
| БГУ225 || Быков Кирилл Валерьевич || @darkydash || ||
|-
|}

== Материалы курса ==

{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Введение в программирование''' '''Переменные и арифметические действия'''
||
||
[https://drive.google.com/file Семинар 1]
|-
| 2 || '''Логический тип данных и условный оператор'''
||
||
|-
| 3 || '''Цикл while'''
||
||
|-
| 4 || ''' Введение в структурированные типы данных и цикл for'''
||
||
|-
| 5 || '''Методы'''
||
||
[https://drive.google.com/file/d/1D4c5kU_N8YDXymE7eAXKuJVSJwLfnvep/view?usp=sharing Семинар 5]
|-
| 6 || '''Неупорядоченные типы данных'''
||
||
[https://drive.google.com/file/d/1HbKoeHEAG4oqIM_7Iox40g94jeOiYOW8/view?usp=sharing Семинар 6]
|-
| 7 || '''Вложенные структуры данных и сортировки'''
||
||
|-
| 8 || '''Функции'''
||
||
|-
| 9 || '''Текстовые файлы и табличные данные'''
||
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

min(10,
0.45 * mean(ДЗ) +
0.35 * Экзамен +
0.2 * mean(Тесты) +
0.1 * Бонус
)
где:

'''mean(ДЗ)''' — среднее арифметическое домашних заданий, которые выдаются после семинаров по соответствующим темам

'''Экзамен''' — основан на спецификации Независимого экзамена по программированию базового уровня, т.е. состоит из аналогичных задач (120 мин)

'''mean(Тесты)''' — среднее арифметическое мини-тестов, которые проводятся в начале/конце семинара (5-10 мин) по пройденным темам в формате closed book (запрещено пользоваться всем, кроме разрешенного)

'''Бонус''' — самостоятельное решение задач, а также их комментирование и ответы на вопросы преподавателя во время семинара (aka активность)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===

'''ДЗ''' — дедлайны ДЗ объявляется при его выдаче. За сдачу ДЗ после дедлайна выставляется 0 баллов. В случае форс-мажоров со стороны Вышки (отключения света или интернета в общежитиях или неполадки на платформе, не позволившие вовремя сдать задания) дедлайны могут быть увеличены для всех студентов на 1 календарный день

'''Тесты''' и '''Бонус''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

=== Правила пересдач ===

Пересдаче подлежит только Экзамен. Формула расчёта результатов после первой пересдачи — основная, т.е. с учетом накопленной оценки.
Оценка после второй пересдачи равна оценке за Экзамен. В остальном правила пересдач при ликвидации академической задолженности соответствуют «Разделу VIII. Порядок организации пересдач» [https://www.hse.ru/docs/551872110.html ПОПАТКУСа].

== Книги ==

=== Рекомендуемая основная литература ===
* Lutz, M. (2019). Learning Python (Vol. 5rd ed). Beijing: O’Reilly Media.

=== Рекомендуемая дополнительная литература ===
* Vanderplas, J. T. (2016). Python Data Science Handbook : Essential Tools for Working with Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly Media. Retrieved from [http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1425081 this]

[[Категория:Data Culture]]
[[Категория:Курсы по Python (DC) в 2022/23 году]]

Программирование на языке Python для ГосМунУпр 2022/23

2023-04-03T09:46:23Z

Kir.sth:

На этой странице можно найти различные материалы и организационную информацию по дисциплине [https://www.hse.ru/edu/courses/646500711 "Программирование на языке Python"], читаемой для студентов 1-го курса бакалавриата ОП [https://www.hse.ru/ba/gmu/ "Государственное и муниципальное управление"] ФСН ВШЭ в 3-4 модулях 2022/2023 учебного года.

== О курсе ==
Дисциплина «Программирование на языке Python» представляет собой адаптацию общеуниверситетского курса по программированию на Python специально для студентов образовательной программы «Государственное и муниципальное управление» и направлен на формирование компетенций в области понимания кода и написания собственных программ. В курсе будут рассмотрены темы, которые необходимы для успешного освоения базовых типов данных и синтаксических конструкций Python.

Курс нацелен не столько на освоение синтаксиса языка Python, сколько на обучение программированию вообще. Язык программирования Python является одним из самых простых в освоении и популярных языков программирования. Программирование на Python даёт мощный инструмент для обработки объемов данных, превышающих объемы доступные для обработки в электронных таблицах. Помимо этого Python позволяет автоматизировать рутинные операции практически в любой деятельности в науке и индустрии.

[https://www.hse.ru/ba/gmu/courses/646500711.html ПУД "Программирование на языке Python"]

[https://www.hse.ru/ba/gmu/courses/646507710.html ПУД "Независимого экзамена по программированию. Базовый уровень"]

== Необходимые ссылки ==
Дисциплина реализуется с помощью онлайн-курса '''[https://edu.hse.ru/course/view.php?id=133389 «Python как иностранный»]''' и направлена на формирование компетенций по алгоритмическому мышлению и программированию, которые будет оцениваться на Независимом экзамене (НЭ). Про организацию, уровни и линейки курсов по Data Culture можно прочитать [https://www.hse.ru/dataculture/ здесь]

Подробнее про НЭ по Цифровым компетенциям можно прочитать на соответствующей '''[https://www.hse.ru/studyspravka/examsdataculture странице]'''. Материалы по подготовке к НЭ по программированию можно найти [https://online.hse.ru/course/view.php?id=4788 здесь]. Порядок организации Независимых экзаменов по Цифровым компетенциям подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

== Полезные штуки ==

* Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]
* [https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект лекций] по Python от Михаила Густокашина
* [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing Шпаргалка] по Python
* Курс небольших заметок и задач прямо в браузере на [https://pythontutor.ru/ Питонтьютор]
* [https://academy.yandex.ru/handbook/python Хэндбук по Python] от Яндекса — хорошие тексты и много задач в формате контестов
* Онлайн визуализаторы кода: [https://pythontutor.com/ тут] и [https://cscircles.cemc.uwaterloo.ca/visualize тут]

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БГУ221 || Кубаева Ассоль Рауфжоновна || @assolkubaeva || ||
|-
| БГУ222 || Жучкова Светлана Васильевна || @Lana_Lob || ||
|-
| БГУ223 [https://t.me/+rOyr3dRGlMNkYTIy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Никита Дворнов || @dvivaterax
|-
| БГУ224 [https://t.me/+6Vh3m6NeybAxN2U6 чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Никита Дворнов || @dvivaterax
|-
| БГУ225 || Быков Кирилл Валерьевич || @darkydash || ||
|-
|}

== Материалы курса ==

{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Введение в программирование''' '''Переменные и арифметические действия'''
||
||
[https://drive.google.com/file Семинар 1]
|-
| 2 || '''Логический тип данных и условный оператор'''
||
||
|-
| 3 || '''Цикл while'''
||
||
|-
| 4 || ''' Введение в структурированные типы данных и цикл for'''
||
||
|-
| 5 || '''Методы'''
||
||
[https://drive.google.com/file/d/1D4c5kU_N8YDXymE7eAXKuJVSJwLfnvep/view?usp=sharing Семинар 5]
|-
| 6 || '''Неупорядоченные типы данных'''
||
||
|-
| 7 || '''Вложенные структуры данных и сортировки'''
||
||
|-
| 8 || '''Функции'''
||
||
|-
| 9 || '''Текстовые файлы и табличные данные'''
||
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

min(10,
0.45 * mean(ДЗ) +
0.35 * Экзамен +
0.2 * mean(Тесты) +
0.1 * Бонус
)
где:

'''mean(ДЗ)''' — среднее арифметическое домашних заданий, которые выдаются после семинаров по соответствующим темам

'''Экзамен''' — основан на спецификации Независимого экзамена по программированию базового уровня, т.е. состоит из аналогичных задач (120 мин)

'''mean(Тесты)''' — среднее арифметическое мини-тестов, которые проводятся в начале/конце семинара (5-10 мин) по пройденным темам в формате closed book (запрещено пользоваться всем, кроме разрешенного)

'''Бонус''' — самостоятельное решение задач, а также их комментирование и ответы на вопросы преподавателя во время семинара (aka активность)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===

'''ДЗ''' — дедлайны ДЗ объявляется при его выдаче. За сдачу ДЗ после дедлайна выставляется 0 баллов. В случае форс-мажоров со стороны Вышки (отключения света или интернета в общежитиях или неполадки на платформе, не позволившие вовремя сдать задания) дедлайны могут быть увеличены для всех студентов на 1 календарный день

'''Тесты''' и '''Бонус''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

=== Правила пересдач ===

Пересдаче подлежит только Экзамен. Формула расчёта результатов после первой пересдачи — основная, т.е. с учетом накопленной оценки.
Оценка после второй пересдачи равна оценке за Экзамен. В остальном правила пересдач при ликвидации академической задолженности соответствуют «Разделу VIII. Порядок организации пересдач» [https://www.hse.ru/docs/551872110.html ПОПАТКУСа].

== Книги ==

=== Рекомендуемая основная литература ===
* Lutz, M. (2019). Learning Python (Vol. 5rd ed). Beijing: O’Reilly Media.

=== Рекомендуемая дополнительная литература ===
* Vanderplas, J. T. (2016). Python Data Science Handbook : Essential Tools for Working with Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly Media. Retrieved from [http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1425081 this]

[[Категория:Data Culture]]
[[Категория:Курсы по Python (DC) в 2022/23 году]]

Программирование на языке Python для ГосМунУпр 2022/23

2023-02-15T19:42:02Z

Kir.sth:

На этой странице можно найти различные материалы и организационную информацию по дисциплине [https://www.hse.ru/edu/courses/646500711 "Программирование на языке Python"], читаемой для студентов 1-го курса бакалавриата ОП [https://www.hse.ru/ba/gmu/ "Государственное и муниципальное управление"] ФСН ВШЭ в 3-4 модулях 2022/2023 учебного года.

== О курсе ==
Дисциплина «Программирование на языке Python» представляет собой адаптацию общеуниверситетского курса по программированию на Python специально для студентов образовательной программы «Государственное и муниципальное управление» и направлен на формирование компетенций в области понимания кода и написания собственных программ. В курсе будут рассмотрены темы, которые необходимы для успешного освоения базовых типов данных и синтаксических конструкций Python.

Курс нацелен не столько на освоение синтаксиса языка Python, сколько на обучение программированию вообще. Язык программирования Python является одним из самых простых в освоении и популярных языков программирования. Программирование на Python даёт мощный инструмент для обработки объемов данных, превышающих объемы доступные для обработки в электронных таблицах. Помимо этого Python позволяет автоматизировать рутинные операции практически в любой деятельности в науке и индустрии.

[https://www.hse.ru/ba/gmu/courses/646500711.html ПУД "Программирование на языке Python"]

[https://www.hse.ru/ba/gmu/courses/646507710.html ПУД "Независимого экзамена по программированию. Базовый уровень"]

== Необходимые ссылки ==
Дисциплина реализуется с помощью онлайн-курса '''[https://edu.hse.ru/course/view.php?id=133389 «Python как иностранный»]''' и направлена на формирование компетенций по алгоритмическому мышлению и программированию, которые будет оцениваться на Независимом экзамене (НЭ). Про организацию, уровни и линейки курсов по Data Culture можно прочитать [https://www.hse.ru/dataculture/ здесь]

Подробнее про НЭ по Цифровым компетенциям можно прочитать на соответствующей '''[https://www.hse.ru/studyspravka/examsdataculture странице]'''. Материалы по подготовке к НЭ по программированию можно найти [https://online.hse.ru/course/view.php?id=4788 здесь]. Порядок организации Независимых экзаменов по Цифровым компетенциям подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

== Полезные штуки ==

* Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]
* [https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект лекций] по Python от Михаила Густокашина
* [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing Шпаргалка] по Python
* Курс небольших заметок и задач прямо в браузере на [https://pythontutor.ru/ Питонтьютор]
* [https://academy.yandex.ru/handbook/python Хэндбук по Python] от Яндекса — хорошие тексты и много задач в формате контестов
* Онлайн визуализаторы кода: [https://pythontutor.com/ тут] и [https://cscircles.cemc.uwaterloo.ca/visualize тут]

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БГУ221 || Кубаева Ассоль Рауфжоновна || @assolkubaeva || ||
|-
| БГУ222 || Жучкова Светлана Васильевна || @Lana_Lob || ||
|-
| БГУ223 [https://t.me/+rOyr3dRGlMNkYTIy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Никита Дворнов || @dvivaterax
|-
| БГУ224 [https://t.me/+6Vh3m6NeybAxN2U6 чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Никита Дворнов || @dvivaterax
|-
| БГУ225 || Быков Кирилл Валерьевич || @darkydash || ||
|-
|}

== Материалы курса ==

{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Введение в программирование''' '''Переменные и арифметические действия'''
||
||
[https://drive.google.com/file Семинар 1]
|-
| 2 || '''Логический тип данных и условный оператор'''
||
||
|-
| 3 || '''Цикл while'''
||
||
|-
| 4 || ''' Введение в структурированные типы данных и цикл for'''
||
||
|-
| 5 || '''Методы'''
||
||
|-
| 6 || '''Неупорядоченные типы данных'''
||
||
|-
| 7 || '''Вложенные структуры данных и сортировки'''
||
||
|-
| 8 || '''Функции'''
||
||
|-
| 9 || '''Текстовые файлы и табличные данные'''
||
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

min(10,
0.45 * mean(ДЗ) +
0.35 * Экзамен +
0.2 * mean(Тесты) +
0.1 * Бонус
)
где:

'''mean(ДЗ)''' — среднее арифметическое домашних заданий, которые выдаются после семинаров по соответствующим темам

'''Экзамен''' — основан на спецификации Независимого экзамена по программированию базового уровня, т.е. состоит из аналогичных задач (120 мин)

'''mean(Тесты)''' — среднее арифметическое мини-тестов, которые проводятся в начале/конце семинара (5-10 мин) по пройденным темам в формате closed book (запрещено пользоваться всем, кроме разрешенного)

'''Бонус''' — самостоятельное решение задач, а также их комментирование и ответы на вопросы преподавателя во время семинара (aka активность)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===

'''ДЗ''' — дедлайны ДЗ объявляется при его выдаче. За сдачу ДЗ после дедлайна выставляется 0 баллов. В случае форс-мажоров со стороны Вышки (отключения света или интернета в общежитиях или неполадки на платформе, не позволившие вовремя сдать задания) дедлайны могут быть увеличены для всех студентов на 1 календарный день

'''Тесты''' и '''Бонус''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

=== Правила пересдач ===

Пересдаче подлежит только Экзамен. Формула расчёта результатов после первой пересдачи — основная, т.е. с учетом накопленной оценки.
Оценка после второй пересдачи равна оценке за Экзамен. В остальном правила пересдач при ликвидации академической задолженности соответствуют «Разделу VIII. Порядок организации пересдач» [https://www.hse.ru/docs/551872110.html ПОПАТКУСа].

== Книги ==

=== Рекомендуемая основная литература ===
* Lutz, M. (2019). Learning Python (Vol. 5rd ed). Beijing: O’Reilly Media.

=== Рекомендуемая дополнительная литература ===
* Vanderplas, J. T. (2016). Python Data Science Handbook : Essential Tools for Working with Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly Media. Retrieved from [http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1425081 this]

[[Категория:Data Culture]]
[[Категория:Курсы по Python (DC) в 2022/23 году]]

Программирование на языке Python для ГосМунУпр 2022/23

2023-02-15T19:28:14Z

Kir.sth:

На этой странице можно найти различные материалы и организационную информацию по дисциплине [https://www.hse.ru/edu/courses/646500711 "Программирование на языке Python"], читаемой для студентов 1-го курса бакалавриата ОП [https://www.hse.ru/ba/gmu/ "Государственное и муниципальное управление"] ФСН ВШЭ в 3-4 модулях 2022/2023 учебного года.

== О курсе ==
Дисциплина «Программирование на языке Python» представляет собой адаптацию общеуниверситетского курса по программированию на Python специально для студентов образовательной программы «Государственное и муниципальное управление» и направлен на формирование компетенций в области понимания кода и написания собственных программ. В курсе будут рассмотрены темы, которые необходимы для успешного освоения базовых типов данных и синтаксических конструкций Python.

Курс нацелен не столько на освоение синтаксиса языка Python, сколько на обучение программированию вообще. Язык программирования Python является одним из самых простых в освоении и популярных языков программирования. Программирование на Python даёт мощный инструмент для обработки объемов данных, превышающих объемы доступные для обработки в электронных таблицах. Помимо этого Python позволяет автоматизировать рутинные операции практически в любой деятельности в науке и индустрии.

[https://www.hse.ru/ba/gmu/courses/646500711.html ПУД "Программирование на языке Python"]

[https://www.hse.ru/ba/gmu/courses/646507710.html ПУД "Независимого экзамена по программированию. Базовый уровень"]

== Необходимые ссылки ==
Дисциплина реализуется с помощью онлайн-курса '''[https://edu.hse.ru/course/view.php?id=133389 «Python как иностранный»]''' и направлена на формирование компетенций по алгоритмическому мышлению и программированию, которые будет оцениваться на Независимом экзамене (НЭ). Про организацию, уровни и линейки курсов по Data Culture можно прочитать [https://www.hse.ru/dataculture/ здесь]

Подробнее про НЭ по Цифровым компетенциям можно прочитать на соответствующей '''[https://www.hse.ru/studyspravka/examsdataculture странице]'''. Материалы по подготовке к НЭ по программированию можно найти [https://online.hse.ru/course/view.php?id=4788 здесь]. Порядок организации Независимых экзаменов по Цифровым компетенциям подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

== Полезные штуки ==

* Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]
* [https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект лекций] по Python от Михаила Густокашина
* [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing Шпаргалка] по Python
* Курс небольших заметок и задач прямо в браузере на [https://pythontutor.ru/ Питонтьютор]
* [https://academy.yandex.ru/handbook/python Хэндбук по Python] от Яндекса — хорошие тексты и много задач в формате контестов
* Онлайн визуализаторы кода: [https://pythontutor.com/ тут] и [https://cscircles.cemc.uwaterloo.ca/visualize тут]

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БГУ221 || Кубаева Ассоль Рауфжоновна || @assolkubaeva || ||
|-
| БГУ222 || Жучкова Светлана Васильевна || @Lana_Lob || ||
|-
| БГУ223 [https://t.me/+rOyr3dRGlMNkYTIy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Никита Дворнов || @dvivaterax
|-
| БГУ224 [https://t.me/+6Vh3m6NeybAxN2U6 чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Никита Дворнов || @dvivaterax
|-
| БГУ225 || Быков Кирилл Валерьевич || @darkydash || ||
|-
|}

== Материалы курса ==

{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]
|-
| 12 || '''Подведение итогов'''
||
* Подготовиться к итоговой защите проектов
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

min(10,
0.45 * mean(ДЗ) +
0.35 * Экзамен +
0.2 * mean(Тесты) +
0.1 * Бонус
)
где:

'''mean(ДЗ)''' — среднее арифметическое домашних заданий, которые выдаются после семинаров по соответствующим темам

'''Экзамен''' — основан на спецификации Независимого экзамена по программированию базового уровня, т.е. состоит из аналогичных задач (120 мин)

'''mean(Тесты)''' — среднее арифметическое мини-тестов, которые проводятся в начале/конце семинара (5-10 мин) по пройденным темам в формате closed book (запрещено пользоваться всем, кроме разрешенного)

'''Бонус''' — самостоятельное решение задач, а также их комментирование и ответы на вопросы преподавателя во время семинара (aka активность)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===

'''ДЗ''' — дедлайны ДЗ объявляется при его выдаче. За сдачу ДЗ после дедлайна выставляется 0 баллов. В случае форс-мажоров со стороны Вышки (отключения света или интернета в общежитиях или неполадки на платформе, не позволившие вовремя сдать задания) дедлайны могут быть увеличены для всех студентов на 1 календарный день

'''Тесты''' и '''Бонус''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

=== Правила пересдач ===

Пересдаче подлежит только Экзамен. Формула расчёта результатов после первой пересдачи — основная, т.е. с учетом накопленной оценки.
Оценка после второй пересдачи равна оценке за Экзамен. В остальном правила пересдач при ликвидации академической задолженности соответствуют «Разделу VIII. Порядок организации пересдач» [https://www.hse.ru/docs/551872110.html ПОПАТКУСа].

== Книги ==

=== Рекомендуемая основная литература ===
* Lutz, M. (2019). Learning Python (Vol. 5rd ed). Beijing: O’Reilly Media.

=== Рекомендуемая дополнительная литература ===
* Vanderplas, J. T. (2016). Python Data Science Handbook : Essential Tools for Working with Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly Media. Retrieved from [http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1425081 this]

[[Категория:Data Culture]]
[[Категория:Курсы по Python (DC) в 2022/23 году]]

Программирование на языке Python для ГосМунУпр 2022/23

2023-02-15T18:30:15Z

Kir.sth:

Программирование на языке Python для ГосМунУпр 2022/23

2023-02-15T18:19:57Z

Kir.sth:

Программирование на языке Python для ГосМунУпр 2022/23

2023-02-15T16:59:31Z

Kir.sth: Новая страница: «На этой странице можно найти различные материалы и организационную информацию по дисци…»

Wiki ФКН

2023-02-12T19:23:34Z

Kir.sth:

__NOTOC__

= Учебные курсы факультета компьютерных наук =

== Курсы за 2022/23 учебный год ==

{| class="wikitable"
|-

! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы
|-
|
'''ПМИ'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2022/2023_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2022/2023_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Математический_анализ_1_2022/2023_(основной_поток) | Математический анализ-1 (основной поток)]]

[[Математический_анализ_1_2022/2023_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]

[[DM1base-2022-23 | Дискретная математика (ПМИ основной поток + ЭАД)]]

[[Дискретная_математика_(пилотный_поток) | Дискретная математика (пилотный поток)]]

[http://wiki.cs.hse.ru/Язык_программирования_Python_2022/2023_(основной_поток) Язык программирования Python 2022/2023 (основной_поток)]

[[Алгоритмы_и_структуры_данных_1_(основной_поток) | Алгоритмы и структуры данных 1 (основной поток)]]

[[Алгоритмы_и_структуры_данных_пилотный_поток_2022/2023 | Алгоритмы и структуры данных (пилотный поток)]]

[[Теория_чисел | Теория чисел (пилотный поток)]]

[[Теория_чисел_(основной_поток) | Теория чисел (основной поток)]]

'''ПИ'''

[[Дискретная математика 2022-2023 | Дискретная математика ]]

[[Алгебра ПИ 2022-2023 | Алгебра]]

'''ПАД'''

[[Calculus DSBA 2022/2023 | Calculus (DSBA)]]

[[English_DSBA_2022/2023 | English DSBA (DSBA)]]

[[LAaG DSBA 2022/2023 | LAaG (DSBA)]]

[[Discrete Mathematics DSBA 2022/2023 | Discrete Mathematics ]]

[[Introduction to Programming DSBA 2022/2023 | Introduction to Programming on Python (DSBA)]]

[[Introduction to Programming 2 DSBA 2022/2023 | Introduction to Programming on C++ (DSBA)]]

[[Foundations_of_Law_DSBA_2022/2023 | Foundations of Law (DSBA)]]

[[Introduction to Economics DSBA 2022/2023]]

'''КНАД'''

[[Дискретная_математика_КНАД 22/23| Дискретная математика (КНАД) ]]

[[Математический_анализ_КНАД 22/23| Математический анализ (КНАД) ]]

[[Линейная_алгебра_КНАД 22/23| Линейная алгебра (КНАД) ]]

[[Программирование_на_Python_КНАД 22/23| Программирование на Python (КНАД) ]]

[[Алгоритмы и структуры данных - 1 2022/2023 2 модуль (ЭАД КНАД ВСН) | Алгоритмы и структуры данных 2022/2023 2 модуль (ЭАД КНАД ВСН)]]

[[Python_для_сбора_и_анализа_данных_КНАД_22/23 | Python для сбора и анализа данных (КНАД)]]

[[Программирование_на_С++_КНАД_22/23 | Программирование на С++]]

||

'''ПМИ'''

[[Математическая_статистика_2022/2023_(пилотный_поток)| Математическая статистика (пилотный поток)]]

[[Математическая_статистика_2022/2023_(основной_поток)| Математическая статистика (основной поток)]]

[[Теория_вероятностей_2022/2023_(пилотный_поток)| Теория вероятностей (пилотный поток)]]

[[Теория_вероятностей_2022/2023_(основной_поток)| Теория вероятностей (основной поток)]]

[[Математический_Анализ_2_на_ПМИ_2022/2023_(пилотный_поток) | Математический анализ - 2 (пилотный поток)]]

[[Математический_анализ_-_2_(2022/23) | Математический анализ - 2 (основной поток)]]

[[Язык_программирования_C%2B%2B_(углубленный_курс)_2022 | Язык программирования C++ (углубленный курс)]]

[[Математическая_логика_ПМИ_22/23 | Математическая логика ]]

[[Продвинутый_Python_2022/2023 | Продвинутый Python ]]

[[Алгоритмы_и_структуры_данных_2_2022/2023 | Алгоритмы и структуры данных - 2 ]]

[[Язык_программирования_Rust | Язык программирования Rust ]]

[[Инструменты_промышленной_разработки_2022/2023 | Инструменты промышленной разработки 2022/2023 ]]

[[CAOS-2022 | Архитектура компьютеров и операционные системы]]

[[Дифференциальные уравнения (ПМИ)]]

[[Основы_матричных_вычислений_2022/2023 | Основы матричных вычислений ]]

'''ПИ'''

[[Алгоритмы_и_структуры_данных_на_ПИ_2022/2023 | Алгоритмы и структуры данных на ПИ]]

[[Теория вероятностей и математическая статистика 2022-2023 | Теория вероятностей и математическая статистика]]

[[НИС_Методы_и_алгоритмы_защиты_информации_2022/2023 | НИС Методы и алгоритмы защиты информации ]]

'''ПАД'''

[[Discrete Mathematics 2 DSBA 2022/2023 | Discrete Mathematics 2 (DSBA)]]

[[Business_and_Management_in_Global_Context_22/23 | Business and Management in Global Context 22/23]]

[[Calculus-2]]

[[Algorithms and Data Structures DSBA 2022/2023 | Algorithms and Data Structures]]

[[Probability and Statistics (DSBA)]]

[[Introduction to Micro and Macroeconomics DSBA 2022/2023]]

[[Differential_Equations_2021 | Differential Equations ]]

[[ACOS_DSBA_2022/2023 | Computer Architecture and Operating Systems]]

'''КНАД'''

[[Алгебра КНАД 2022/2023 | Алгебра]]

[[Математический_анализ -- 2 (2022/23) | Математический анализ -- 2]]

[[Алгоритмы_и_структуры_данных_2_КНАД 22/23 | Алгоритмы и структуры данных 2]]

[[Теория_вероятностей_КНАД 22/23 | Теория вероятностей ]]

[[ACOS_COMPDS_2022/2023 | Архитектура Компьютера и Операционные Системы]]

[[Математическая_статистика_КНАД_22/23 | Математическая статистика]]

[[Численные_методы_КНАД_22/23 | Численные методы]]

||

'''ПМИ'''

[[Машинное_обучение_1 | Машинное обучение 1]]

[[Компьютерные_сети_2022/2023 | Компьютерные сети 2022/2023]]

[[ Operation Research and Game Theory | Operation Research and Game Theory]]

[[ Statistical learning theory 2022 | Statistical Learning Theory]]

[[ Функциональное_программирование_22-23 | Функциональное программирование ]]

[[ Основы_тензорных_вычислений_(2022/2023) | Основы тензорных вычислений ]]

[[Глубинное обучение 1 22/23 | Введение в глубинное обучение 22/23]]

[[Математическое_моделирование_2022 | Математическое моделирование 2022]]

[[time_series_modelling_22_23 | Моделирование временных рядов 22/23]]

[[Теория_чисел_и_криптография | Теория чисел и криптография]]

[[Методы_оптимизации_22/23 | Методы оптимизации]]

'''ПМИ / МОП'''

[[Машинное_обучение_2 | Машинное обучение 2]]

[[Прикладная_статистика_в_машинном_обучении_22/23 | Прикладная статистика в машинном обучении 22/23]]

[[НИС_Машинное_обучение_и_приложения_3_курс_2022/2023 | НИС Машинное обучение и приложения 3 курс]]

[[Глубинное обучение 1 22/23 | Глубинное обучение 1 22/23]]

[[Методы оптимизации в машинном обучении 2023]]

'''ПМИ / РС'''

[https://osukhoroslov-hse.notion.site/a35a6a40088b44a7a9e374727a0f2548 Распределенные системы]

[https://osukhoroslov-hse.notion.site/dbce4f5101ed47dca0b363122f139aac НИС Распределенные системы]

[http://wiki.cs.hse.ru/Database_Systems_2023 Database Systems 2023]

'''ПМИ / ТИ'''

[[Theory of Computation 2022 | Theory of Computation]]

[[ NIS-TCS-22-23 | НИС Теоретическая информатика ]]

[[KKTI-22-23 | Комбинаторные конструкции в теоретической информатике]]

'''ПИ'''

[[ SPA_2022 |Принципы статического анализа исходного кода ]]

'''ПАД'''

[[tssp-2022-23 | Time series and stochastic processes 2022-23]]

[https://github.com/xenakas/dsba_ecm_2022 Elements of Econometrics]

[[BAFE-2022-23 | Business Analytics and Financial Engineering 2022-2023]]

[[Machine learning 1 DSBA 2022/2023]]

[[Databases]]

[[Optimisation methods]]

[[ MACE1_DSBA_22-23 | Research Seminar "Mathematical and Computational Engineering in Science and Business 1"]]

[[ DAF1_DSBA_22-23 | Research Seminar "Data Analysis in Finance 1"]]

||

'''ПМИ'''

[https://www.notion.so/2022-2023-12475421ada6400c8bd5bf24a2a30c01 ВКР]

[[ Случайные_процессы_(зима_2023) | Случайные процессы (зима 2023)]]

[[ Функциональное_программирование_22-23 | Функциональное программирование ]]

[[ Haskell_23 | Промышленное программирование на Haskell ]]

[[ Основы_тензорных_вычислений_(2022/2023) | Основы тензорных вычислений ]]

[[ Глубинное_обучение_в_обработке_звука_22/23 | Глубинное обучение в обработке звука ]]

[[ Методы_предобучения_без_учителя_22/23 | Методы предобучения без учителя ]]

[[ Символьные_вычисления_22/23 | Символьные вычисления ]]

[[Эффективные системы глубинного обучения 22/23|Эффективные системы глубинного обучения]]

[[Теория_и_практика_онлайн-экспериментов_22/23 | Теория и практика онлайн-экспериментов]]

[[Децентрализованные_системы | Децентрализованные системы ]]

[[Введение_в_дифференциальную_геометрию_22/23 | Введение в дифференциальную геометрию ]]

'''ПМИ / МОП'''

[[НИС_Машинное_обучение_и_приложения_4_курс_2022/2023 | НИС Машинное обучение и приложения 4 курс]]

[[Глубинное_обучение_2022 | Глубинное обучение]]

[[Глубинное_обучение_в_анализе_графовых_данных_22/23 | Глубинное обучение в анализе графовых данных]]

[[LSML_2022/2023 | Машинное обучение для больших данных]]

'''ПМИ / РС'''

[https://osukhoroslov-hse.notion.site/2-b1c2d4487ac8478f89cd4fa427da3e27 НИС Распределенные системы]

'''ПМИ / ТИ'''

[[A_Theorist's_Toolkit_2022_2023 | A Theorist's Toolkit, AMI]]

[[OWF2022 | Односторонние функции и их применения]]

[[InfTheory2022 | Теория информации]]

[[ NIS-TCS-22-23 | НИС Теоретическая информатика ]]

'''ПИ'''

'''ПАД'''

[[ Statistics4MR-2022-23 | Statistics for Market Research 2022-23]]

[[ Strategy_22-23_DSBA | Decision Making Strategy 2022-2023]]

[[ APFM_22-23 | Asset Pricing and Financial Markets 2022-2023]]

[[ CMC_DSBA_22-23 | Core management concepts ]]

[[Machine learning 2 DSBA 2022/2023]]

[[ MACE2_DSBA_22-23 | Research Seminar "Mathematical and Computational Engineering in Science and Business 2"]]

[[ DAF2_DSBA_22-23 | Research Seminar "Data Analysis in Finance 2"]]

[[ DANS_DSBA_22-23 | Research Seminar "Data Analysis in the Natural Sciences" ]]

[[Risk-Management_DSBA_22-23 | Research Seminar "Risk-Management" ]]

[[Quantitative finance DSBA]]

||

[[Дополнительные_главы_теории_вероятностей_2023|ДГТВ]]

[[Теория_вычислений_2023|Теория вычислений]]

[[Случайные_графы_2022 | Случайные графы]]

[[Майнор_Биоинформатика_1_год_2022/23 | Биоинформатика 1 год 2022/23]]

[[Майнор Биоинформатика 2 год 2022/23 | Биоинформатика 2 год]]

[[Основы_машинного_обучения | Основы машинного обучения (майнор ИАД)]]

[[Основы_глубинного_обучения | Основы глубинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных | Прикладные задачи анализа данных (майнор ИАД)]]

[[Введение_в_программирование_22/23_(майнор_ИАД) | Введение в программирование 22/23 (майнор ИАД)]]

[[Базы данных 22/23 (майнор ИАД)| Базы данных 22/23 (майнор ИАД)]]

[[Adaptation course in Discrete Math (факультатив)]]

[[Уравнения с частными производными (2022-2023)|Уравнения с частными производными (2022-2023]]

|}

== Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==

=== 1 семестр ===
{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули

|-
| [[Цифровая грамотность для международных отношений 22/23 | Цифровая грамотность для международных отношений 22/23]] || Международных отношения || 1 курс || 1-2 модуль

|-
| [http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23#.D0.9D.D0.B5.D0.BE.D0.B1.D1.85.D0.BE.D0.B4.D0.B8.D0.BC.D1.8B.D0.B5_.D1.81.D1.81.D1.8B.D0.BB.D0.BA.D0.B8 Основы анализа данных для международных отношений 22/23] || Международных отношения || 2 курс || 1-2 модуль

|-
| [http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%BD%D0%B0_Python_%D0%BE%D1%81%D0%B5%D0%BD%D1%8C_2022_%D0%BC%D0%B0%D1%82%D1%84%D0%B0%D0%BA#.D0.9F.D1.80.D0.B0.D0.B2.D0.B8.D0.BB.D0.B0_.D0.B4.D0.B5.D0.B4.D0.BB.D0.B0.D0.B9.D0.BD.D0.BE.D0.B2 Основы программирования на Python осень 2022 матфак] || Математика Совместная бакалавриат НИУ ВШЭ и ЦПМ Совместная магистратура НИУ ВШЭ и ЦПМ Математика и математическая физика|| 2-4 курс бакалавриата 1-2 курс магистратуры || 1-2 модуль

|-
| [[Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации") | Анализ данных]] || Журналистика Медиакоммуникации || 2 курс || 1-2 модуль

|-
| [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D0%A4%D0%AD%D0%9D)_-_2022-2023 Машинное обучение] || Экономика || 3,4 курс || 1-2 модули
|}

=== 2 семестр ===

{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули

|-
| [[Прикладное программное обеспечение (основы Python)| Прикладное программное обеспечение (основы Python)]] || Социология || 1 курс || 3 модуль

|-
| [[Программирование на языке Python| Программирование на языке Python]] || Государственное и муниципальное управление || 1 курс || 3-4 модуль

|-
| [[Основы программирования в Python | Основы программирования в Python]] || Политология || 2 курс || 3-4 модули

|-
| [[Основы программирования в Python для школы дизайна | Основы программирования в Python для школы дизайна]] || Дизайн, Мода, Современное искусство || 2 курс || 3-4 модули

|-
| [[Основы программирования в Python для ВШБ | Основы программирования в Python для ВШБ]] || Управление бизнесом Логистика и управлением цепями поставок Маркетинг и рыночная аналитика || 2 курс || 3 модуль

|-
| [[Программирование на Python для МО 22/23 | Программирование на Python для МО 22/23]] || Международные отношения || 1 курс || 3 модуль

|-
| [[Машинное_обучение_22/23_Матфак| Машинное_обучение_22/23_Матфак]] || Факультет математики || 3 курс || 3-4 модули
|-
| [[Анализ_Данных_22/23_Политологи| Анализ_Данных_22/23_Политологи]] || ФСН || 3 курс || 3-4 модули

|}

== Курсы магистратуры ФКН ==
{| class="wikitable"
|-
| [[Ликбез_разработчика_(2022) | Ликбез разработчика]] || Машинное обучение и высоконагруженные системы|| 1 year
|-
| [[RecSys_2022_2023 | Рекомендательные системы]] || ФТИАД || 2 year
|-
| [[Linear_Algebra_for_Data_Science_(2022) | Linear Algebra for Data Science]] || Data Science || 1 year
|-
| [[Ordered_Sets_in_Data_Analysis_(2022) | Ordered Sets in Data Analysis]] || Data Science || 1 year
|-
| [[ NIS-TCS-22-23 | НИС Теоретическая информатика ]] || Науки о данных, специализация ТИ ||
|-
| [[Mathematical Foundations of Probability theory | Mathematical foundations of probability theory]] || Math of Machine Learning || 1 year
|-
| [[Markov Chains | Markov Chains]] || Math of Machine Learning || 1 year
|-
| [[Reinforcement_learning_2022_2023 | Математические основы обучения с подкреплением ]] || Math of Machine Learning || 2 year
|-
| [[Theoretical computer science spring 2023 | Theoretical computer science spring 2023]] || PhD || 1 year
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[econ_probability_2022-23|Теория вероятностей и математическая статистика]] || фэн, 2 курс || 1-4 модуль
|-
| [[econ_metrics_2022-23|Эконометрика ип 2022-23]] || фэн, 3 курс || 1-4 модуль
|-
| [[econ_dynamic_opt_2022-23|Динамическая оптимизация в экономике и финансах]] || фэн, 3-4 курс || 1-2 модуль
|-
| [[icef-dse-2022-23|Data Science for Economics 2022-23]] ||icef, 3-4 year || 1-2 module
|-
| [[Лицей ВШЭ. Практикум по программированию 10 класс 2022-23 | Лицей ВШЭ. Практикум по программированию 10 класс]] || Лицей ВШЭ || 10 класс
|-
| [[icef-scalc-2022-fall|Stochastic Calculus Fall 2022]] ||icef, master 1 year || 2 module
|-
| [[econ_metrics_smfe_2022-23|Эконометрика (продвинутый уровень) 2022-23]] || фэн, магистратура, 1 курс || 3-4 модуль
|}

= Архив =

== Курсы за 2021/22 учебный год ==
{| class="wikitable"
|-

! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы
|-
|
'''ПМИ'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2021/2022_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2021/2022_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Алгебра_на_ПМИ_2021/2022_(пилотный_поток) | Алгебра (пилотный поток)]]

[[Алгебра_на_ПМИ_2021/2022_(основной_поток) | Алгебра (основной поток)]]

[[Математический_Анализ_1_на_ПМИ_2021/2022_(пилотный_поток) | Математический анализ 1 (пилотный поток)]]

[[Математический_анализ_1_2021/2022_(основной_поток) | Математический анализ-1 (основной поток)]]

[[DM1-2021-22 | Дискретная математика]]

[http://wiki.cs.hse.ru/Основы_и_методология_программирования_на_ПМИ_2021/2022_(основной_поток) Основы и методология программирования 2021/2022 (основной поток)]

[[Алгоритмы и структуры данных пилотный поток 2021/2022 | Алгоритмы и структуры данных пилотный поток 2021/2022]]

[[Алгоритмы и структуры данных 1 основной поток 2021/2022 (4 модуль) | Алгоритмы и структуры данных 1 основной поток 2021/2022 (4 модуль)]]

'''ПИ'''

[[DM1-SE-2021-22 | Дискретная математика-1 ПИ]]

[http://hsealgebra22.wikidot.com/ Алгебра 2021/2022 ПИ wikidot]

[[Алгебра 2021/2022 ПИ | Алгебра 2021/2022 ПИ]]

'''ПАД'''

[[Algebra_DSBA_2021/2022 | Algebra DSBA]]

[[Discrete Mathematics DSBA 2021/2022 | Discrete Mathematics (DSBA)]]

[[LAaG DSBA 2021/2022 | LAaG (DSBA)]]

[[Calculus DSBA 2021/2022 | Calculus (DSBA)]]

[[Introduction to Programming DSBA 2021/2022 | Introduction to Programming (DSBA)]]

'''КНАД'''

[[Математический_анализ_(КНАД) | Математический анализ (КНАД)]]

[[Линейная алгебра_(КНАД) | Линейная алгебра (КНАД)]]

[[Программирование_на_Python | Программирование на Python (КНАД)]]

[[Дискретная_математика_КНАД | Дискретная математика (КНАД)]]

[[Алгоритмы и структуры данных-1 2021/2022 4 модуль (КНАД) | Алгоритмы и структуры данных (КНАД)]]

[[Программирование_на_С++_КНАД | Программирование на С++ (КНАД)]]

[[Python_для_сбора_и_анализа_данных_КНАД | Python для сбора и анализа данных (КНАД)]]

[[ИПР_КНАД_22 | Инструменты промышленной разработки (КНАД)]]

||

'''ПМИ'''

[[Теория_вероятностей_и_математическая_статистика_2021/2022_(пилотный_поток)| ТВиМС (пилотный поток)]]

[[Теория_вероятностей_2021/2022_(основной_поток)| ТВиМС (основной поток)]]

[[Математический анализ 2021/2022 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]

[http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_-_2.1_(2021/22) Математический анализ - 2.1 (основной поток)]

[[Математический_анализ_-_2.2_(2021/22) | Математический анализ - 2.2 (основной поток)]]

[[MissingSemester2021/2022 | Инструменты промышленной разработки (The Missing Semester of your CS education)]]

[[Язык программирования C++ (углубленный курс) | Язык программирования C++ (углубленный курс)]]

[[Математическая логика | Математическая логика]]

[[Дифференциальные уравнения (ПМИ, 2022)]]

[[Алгоритмы и структуры данных 2 2021 | Алгоритмы и структуры данных 2]]

[[Алгоритмы_и_структуры_данных_пилотный_поток_2020/2021 | Алгоритмы и структуры данных – 2 на ПМИ (пилотный поток)]]

[[CAOS-2021 | Архитектура компьютеров и операционные системы]]

[[Основы_матричных_вычислений_2021/2022| Основы матричных вычислений 2021/2022]]

'''ПИ'''

[[Алгоритмы и структуры данных на ПИ 2021/2022 | Алгоритмы и структуры данных на ПИ]]

[[НИС Методы и алгоритмы защиты информации | НИС Методы и алгоритмы защиты информации]]

'''ПАД'''

[[Discrete Mathematics 2 DSBA 2021/2022 | Discrete Mathematics 2 (DSBA)]]

[[Business_and_Management_in_Global_Context_2021/22 | Business and Management in Global Context (DSBA)]]

[[Statistics_DSBA_2021/2022 | Probability and Statistics (DSBA)]]

[[Differential_Equations_2023 | Differential Equations ]]

[[ACOS_DSBA_2021/2022 | Computer Architecture and Operating Systems (DSBA)]]

||

[https://www.notion.so/2021-2022-7374a6eeced2434288226a339bd5037f Курсовая работа]

'''ПМИ'''

[[Intro_to_DL_21/22 | Introduction to Deep Learning 21/22 ]]

[[Безопасность_компьютерных_систем_21/22 | Безопасность компьютерных систем 21/22]]

[http://wiki.cs.hse.ru/%D0%A7%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5_%D0%9C%D0%B5%D1%82%D0%BE%D0%B4%D1%8B_2022#.D0.A3.D1.87.D0.B5.D0.B1.D0.BD.D1.8B.D0.B9_.D0.BF.D0.BB.D0.B0.D0.BD Численные методы (2022)]

[[Методы_оптимизации_21/22 | Методы оптимизации 21/22]]

[http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_22 Математическое моделирование]

[http://wiki.cs.hse.ru/NIS-TCS-20-21 НИС Теоретическая информатика]

[[time_series_modelling_21_22 | Моделирование временных рядов 21/22]]

[[Анализ данных в бизнесе (Кафедра SAS) 21/22 | Анализ данных в бизнесе (Кафедра SAS) 21/22]]

[[Comb2021_2022 | Комбинаторные конструкции в теоретической информатике]]

[[Машинное_обучение_1/2021_2022 | Машинное обучение 1]]

[[Theory of Computation 2021 | Theory of Computation]]

[http://math-info.hse.ru/s21/8 Прикладные дифференциальные уравнения]

[[Сбор_и_разметка_данных_для_машинного_обучения_21/22 | Сбор и разметка данных для машинного обучения 21/22]]

[[Промышленное_программирование_на_языке_Java/2022 | Промышленное программирование на языке Java]]

'''ПМИ / PC'''

[https://osukhoroslov-hse.notion.site/5ca71a3b2b17452599f169468df43408 НИС Распределенные системы]

[[Database_Systems_2022 | Database Systems 2022]]

[https://osukhoroslov-hse.notion.site/082aef7073a844afa4c1bf718a773d77 Распределенные системы]

[https://naorlov.notion.site/naorlov/Nets-2021-51931594039e40aeb9102b784d7a8e70 Компьютерные сети]

'''ПМИ / МОП'''

[[Машинное_обучение_2/2021_2022 | Машинное обучение 2]]

[[Методы оптимизации в машинном обучении 2022| Методы оптимизации в машинном обучении 2022]]

[[НИС_Машинное_обучение_и_приложения_3_курс_2021/2022 | НИС Машинное обучение и приложения 3 курс]]

[http://wiki.cs.hse.ru/Psmo_21_22 Прикладная статистика в машинном обучении 21/22]

[[Statistical_learning_theory_2021 | Statistical learning theory]]

'''ПИ'''

[[ML4SE_1 | НИС Машинное обучение для программной инженерии]]

[[Технологии прикладного анализа данных SAS | Технологии прикладного анализа данных SAS]]

'''ПАД'''

[http://wiki.cs.hse.ru/Time_Series_and_Stochastic_Processes_ada_21_22 Time series and stochastic processes 2021-22]

[https://github.com/xenakas/dsba_ecm_2021 Elements of Econometrics ]

[[Data Science Case Studies (JD SAS) 21/22 | Data Science Case Studies (JD SAS) 21/22]]

[[SAS Technologies for Data Mining | SAS Technologies for Data Mining]]
[[Optimization_Methods_2022 | Optimization Methods]]

||

[[Введение_в_дифференциальную_геометрию_2022 | Введение в дифференциальную геометрию 2022]]

[[Символьные_вычисления_21/22 | Символьные вычисления 21/22]]

[[Случайные_процессы_(зима_2022) | Случайные процессы (зима 2022) ]]

[[Методы_сжатия_и_передачи_медиаданных_21/22 | Методы сжатия и передачи медиаданных 21/22]]

[[Теория_и_практика_онлайн-экспериментов_21/22 | Теория и практика онлайн-экспериментов 21/22]]

[[Безопасность_компьютерных_систем_21/22 | Безопасность компьютерных систем 21/22]]

[http://wiki.cs.hse.ru/%D0%94%D0%B8%D0%B7%D0%B0%D0%B9%D0%BD_%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC_21/22 Дизайн систем]

[http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D1%82%D0%B5%D0%BD%D0%B7%D0%BE%D1%80%D0%BD%D1%8B%D1%85_%D0%B2%D1%8B%D1%87%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%B8%D0%B9 Основы тензорых вычислений]

[[Сбор_и_разметка_данных_для_машинного_обучения_21/22 | Сбор и разметка данных для машинного обучения 21/22]]

[[Байесовские_методы_машинного_обучения_2021 | Байесовские методы машинного обучения]]

[[НИС_Машинное_обучение_и_приложения_4_курс_2021/2022 | НИС Машинное обучение и приложения 4 курс]]

[https://artemova.notion.site/artemova/c88a68750cff4b509699fa127be11801 Глубинное обучение для текстовых данных 2021/2022]

[http://wiki.cs.hse.ru/LSML_2021/2022 Машинное обучение для больших данных 21/22]

[[Эффективные системы глубинного обучения 21/22|Эффективные системы глубинного обучения]]

'''ПМИ / РС'''

[https://osukhoroslov-hse.notion.site/2-0cd36b67b9f64182bfeabcda9ede647a НИС Распределенные системы 2]

[[msbdp_21 | Методы и системы обработки больших данных]]

[https://osukhoroslov-hse.notion.site/cee4a50ac8cf4e328cefbd35cf822fa5 Облачные вычисления]

'''ПМИ / ТИ'''

[[InfTheory2021 | Теория информации]]

[[OWF2021 | Односторонние функции и их применения]]

[[ConvAppr22 | Выпуклое программирование и аппроксимационные алгоритмы ]]

'''ПАД'''

[[Statistics 4mr 2021-22 | Statistical Methods for Market Research (DSBA)]]

[[Decision Making Strategy]]

||

[[Дополнительные_главы_теории_вероятностей_2022|ДГТВ]]

[[Дополнительные_главы_теории_вероятностей-2_2021/2022|ДГТВ-2]]

[[Теория_вычислений_2022|Теория вычислений]]

[[NonClassicalLogics|Факультатив "Неклассические логики" (3 модуль)]]

[[Криптография_на_решётках_21/22| Криптография на решётках]]

[http://wiki.cs.hse.ru/%D0%9C%D0%B0%D0%B9%D0%BD%D0%BE%D1%80_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_1_%D0%B3%D0%BE%D0%B4_2021/22 Майнор Биоинформатика 1 год 2021/22]

[[Майнор_Биоинформатика_2_год_2021/22|Майнор Биоинформатика 2 год 2021/22]]

[[Введение_в_программирование_21/22_(майнор_ИАД) | Введение в программирование 21/22 (майнор ИАД)]]

[[Основы_машинного_обучения/2022 | Основы машинного обучения (майнор ИАД)]]

[[Основы_глубинного_обучения/2021_2022 | Основы глубинного обучения (майнор ИАД)]]

[[Прикладные_задачи_анализа_данных/2022 | Прикладные задачи анализа данных (майнор ИАД)]]

[[Функциональное_программирование_2019 | Функциональное программирование 2021]]

[[KotlinElective|Факультатив "Язык Kotlin" (ноя-дек 2021)]]

[[Dopglavy_DM_2022| Дополнительные главы дискретной математики]]

[[Факультатив_Data_Science_в_игровой_индустрии_(SAS) | Факультатив Data Science в игровой индустрии (SAS)]]

[[Факультатив_Анализ_данных_на_платформе_SAS | Факультатив Анализ данных на платформе SAS]]

[https://rroll.to/2D8yXl Основы и методология пикапа на ПМИ 2021/2022]

|}

== Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==

=== 2 семестр ===
{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули
|-
| [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BD%D0%B0_%D1%8F%D0%B7%D1%8B%D0%BA%D0%B5_Python,_%D0%B6%D1%83%D1%80%D0%BD%D0%B0%D0%BB%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_2022 Программирование на языке Python] || Журналистика || 2 курс || 4 модуль
|-
| [http://wiki.cs.hse.ru/Программирование_на_Python_деп_медиа_2022 Программирование на языке Python] || Журналистика и Медиакоммуникации || 1 курс || 3 модуль
|-
| [http://wiki.cs.hse.ru/Python_для_ОП_%22Психология%22_2021/2022 Программирование на языке Python] ||Психология || 1 курс || 3-4 модуль
|-
| [http://wiki.cs.hse.ru/Python_для_ОП_%22Экономика_и_статистика%22_и_ОП_%22География_глобальных_изменений%22_2021/2022 Программирование на языке Python] ||Экономика и статистика; География глобальных изменений || 2 курс || 3 модуль
|-
| [[Культура работы с данными]] ||Иностранные языки и межкультурная коммуникация || 1 курс || 3-4 модуль
|-
| [[Машинное обучение на матфаке 2022|Машинное обучение]] || Математика || 3-4 модули || 3-4 модули
|-
| [[Введение_в_МО_БИ_21/22| Введение в машинное обучение]] || Бизнес-информатика || 3 курс || 3-4 модули
|-
| [[Excel для анализа данных 21-22]] || Иностранные языки и межкультурная коммуникация || 4 курс || 3 модуль
|-
| [[Введение в Data Science 21-22]] || УБ и МиРА || 2 курс || 4 модуль
|-
| [[Основы программирования в Python (Мирэк) 2022 | Основы программирования в Python]] || Мировая экономика || 2 курс || 3-4 модуль
|-
|[http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B8_%D0%BE%D0%B1%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B8_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%A5%D0%B8%D0%BC%D0%B8%D1%8F Python для извлечения и обработки данных] || Химия || 2 курс || 4 модуль
|-
| [http://wiki.cs.hse.ru/Цифровая_грамотность_Городское_планирование_2021-2022 Цифровая грамотность] || Городское планирование || 1 курс || 4 модуль
|}

=== 1 семестр ===
{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули
|-
| [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%93%D0%B5%D0%BE%D0%B3%D1%80%D0%B0%D1%84%D0%B8%D1%8F_2020/21 Цифровая грамотность] || География глобальных измерений и геоинформационные технологии || 1 курс || 1-2 модули
|-
| [[Цифровая грамотность, Востоковедение 2021/2022| Цифровая грамотность]] || Востоковедение || 1 курс || 1-2 модули
|-
|[[Цифровая Грамотность ИКВиА 2021/2022 | Цифровая грамотность]] || ИКВиА || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%B2_%D0%B4%D0%B5%D1%8F%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%D1%8E%D1%80%D0%B8%D1%81%D1%82%D0%B0_2018-2019 Цифровая грамотность] || Юриспруденция || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%B2_%D0%B4%D0%B5%D1%8F%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%D1%8E%D1%80%D0%B8%D1%81%D1%82%D0%B0_2018-2019 Цифровая грамотность] || Юриспруденция:частное право || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%98%D1%81%D1%82%D0%BE%D1%80%D0%B8%D1%8F_2021/2022 Цифровая грамотность] ||История || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Цифровая_грамотность_Филология_2021/2022 Цифровая грамотность] || Филология || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_2020-21_(%D0%9A%D1%83%D0%BB%D1%8C%D1%82%D1%83%D1%80%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F) Цифровая грамотность] || Культурология || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%94%D0%B5%D0%BF%D0%B0%D1%80%D1%82%D0%B0%D0%BC%D0%B5%D0%BD%D1%82_%D0%9C%D0%B5%D0%B4%D0%B8%D0%B0_2021-2022 Цифровая грамотность] || Медиакоммуникации и Журналистика || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Цифровая_грамотность_Философия_2021/2022 Цифровая грамотность] || Философия || 1 курс || 1-2 модуль
|-
| [http://wiki.cs.hse.ru/Основы_программирования_на_Python_осень_2021_матфак Основы программирования на Python] || Математика || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_R,_%D0%A1%D0%BE%D1%86%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F Анализ данных в R] || Социология || 4 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%9F%D0%9C%D0%A1%D0%90%D0%A0-2_2020 Методы анализа больших данных в исследованиях поведения покупателя] || Прикладные методы социального анализа рынков (магистратура) || 2 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D0%A4%D0%AD%D0%9D)_-_2021-2022 Машинное обучение] || Экономика || 3,4 курс || 1-2 модули
|-
| [[Программирование_ЭкСтат_ГП | Программирование на языке Python ]] || Городское планирование, Экономика и статистика || 3 курс || 1-2 модули
|-
| [[Основы анализа данных в международных отношениях 2021/2022 | Основы анализа данных в международных отношениях]] || Международные отношения || 2 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B8_%D0%BE%D0%B1%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B8_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85 Python извлечение и обработка данных] || Клеточная и молекулярная биотехнология || 1 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%B2_Python_(%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F_2020) Основы программирования в Python ] || Политология || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Основы_работы_с_данными:_сбор,_анализ,_визуализация_(ОП_%22Журналистика%22) Основы работы с данными: сбор, анализ, визуализация] || Журналистика || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science Data Science] || Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме (магистратура) || 1 курс || 2 модуль
|-
| [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D1%81%D0%BE%D0%B2._%D0%B1%D0%B0%D0%BA._%D0%92%D0%A8%D0%AD-%D0%A0%D0%AD%D0%A8_2021) Машинное обучение] || Совместный бакалавриат НИУ ВШЭ и РЭШ || 3 курс || 1-2 модули
|-
|
|| Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Data_Analysis_in_Economics_and_Finance_2020-2021 Data Analysis in Economics and Finance] || Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/Data_Analysis_in_Journalism_and_Political_Science_2020-2021 Data Analysis in Journalism and Political Science]|| Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули
|-
| [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%B8%D0%BA%D0%BB%D0%B0%D0%B4%D0%BD%D1%8B%D0%B5_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%B2_%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D1%83%D1%80%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_2020_1%D0%BC%D0%BE%D0%B4%D1%83%D0%BB%D1%8C Прикладные исследования в культурологии] || Прикладная культурология (магистратура) || 1 курс || 1 модуль
|-
| [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B8_%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D1%8B%D0%B5_%D0%B8%D0%BD%D1%81%D1%82%D1%80%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D1%8B_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F Программирование и лингвистические данные] || Фундаментальная и компьютерная лингвистика || 1 курс || 1, 2, 3, 4 модули
|-
| [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B8_%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D1%8B%D0%B5_%D0%B8%D0%BD%D1%81%D1%82%D1%80%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D1%8B_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F Программирование и лингвистические данные] || Фундаментальная и компьютерная лингвистика || 1 курс || 1, 2, 3 модули
|-
| [http://wiki.cs.hse.ru/%D0%9A%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D0%B0%D1%8F_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_%D0%B8_%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8 Программирование и теория алгоритмов] || Фундаментальная и компьютерная лингвистика || 3 курс || 2, 3, 4 модули
|-
| [https://github.com/daria-sa/NNmethods_ba_hse21-22/ Нейросетевые методы в обработке текстов] || Фундаментальная и компьютерная лингвистика || 4 курс || 1, 2, 3 модули
|-

|}

== Курсы магистратуры ФКН ==

{| class="wikitable"
|-
| [[Modern_Data_Analysis_2021_2022 | Modern Data Analysis]] || Data Science (Науки о данных) || 2 year
|-
| [[Project_Seminar_2021_2022 | Проектный семинар специализации ТИ]] || Науки о данных, специализация ТИ || 1 year
|-
| [[Theory of Computation 2021 | Theory of Computation]] || Науки о данных, специализация ТИ || 1 year
|-
| [[ConvAppr22 | Выпуклое программирование и аппроксимационные алгоритмы ]] || Науки о данных, специализация ТИ || 1 year
|-
| [[RecSys_2021_2022 | Рекомендательные системы]] || ФТИАД || 2 year
|-
| [[Stochastic_analysis_2021_2022 | Стохастический анализ 2021-2022]] || Math of Machine Learning || 1 year
|-
| [[Reinforcement_learning_2021_2022 | Математические основы обучения с подкреплением 2021-2022]] || Math of Machine Learning || 2 year
|-
| [[Theoretical_Computer_Science_2022 | Theoretical computer science 2021-2022]] || Theoretical computer science || PhD
|-
| [[Машинное_обучение_(современные_методы)-МОиВС-2021-2022 | Машинное обучение (современные методы)]] || Машинное обучение и высоконагруженные системы|| 1 year
|-
| [[Алгоритмы_и_структуры_данных-МОиВС-2021-2022 | Алгоритмы и структуры данных]] || Машинное обучение и высоконагруженные системы|| 1 year
|-
| [[Основы_промышленной_разработки-МОиВС-2021-2022 | Основы промышленной разработки]] || Машинное обучение и высоконагруженные системы|| 1 year
|-
| [[Глубинное обучение-МОиВС-2022-2023 | Глубинное обучение]] || Машинное обучение и высоконагруженные системы|| 1 year
|-
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [http://wiki.cs.hse.ru/Econ_probability_2021-22 Теория вероятностей и математическая статистика] || фэн, 2 курс || 1-4 модуль
|-
| [[Динамическая оптимизация в экономике и финансах, фэн, 2021/22|Динамическая оптимизация в экономике и финансах]] || фэн, 3-4 курс || 1-2 модуль
|-
|}

= Архив до 2020/21 учебного года включительно =
[[Wiki ФКН/Архив]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-12-13T15:01:33Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
=== Лекции ===
# '''Организация курса''' - [https://drive.google.com/file/d/1gLHhQZMOmwN1RlmJn33i_BpmsGsrFDn8/view?usp=share_link презентация]
# '''Как выглядит образцовый проект''' - [https://drive.google.com/file/d/1u6kV0knt7ImHD-1BACWfRVRcTPlx-ykj/view?usp=sharing кодбук], [https://drive.google.com/file/d/1wfc3PpmezgjnVSlJbS9wO2fprdGF6bu2/view?usp=share_link запись]
# '''Разбор демонстрационного вариант НЭ''' - здесь скоро будет ссылка на запись

=== Семинары ===
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]

[https://drive.google.com/file/d/1uiwMA1SBGvVqdPziAaXsyi9WCFL7Dmso/view?usp=sharing Решения 5.1]

[https://drive.google.com/file/d/1ukIcMtC6xuIS--k6qDo5FdSzrocdt8Gj/view?usp=sharing Решения 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]

[https://drive.google.com/file/d/1upmcIvos49O8POZ2pXN6akyHbtnXsl2g/view?usp=sharing Решения 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1vBzCamltf9GtEk-vgrjgrU7xU_5gRB6S/view?usp=sharing Задачи 7]

[https://drive.google.com/file/d/1v3MUWIAiqgYyf8gtw20KX4jsroi-UyWw/view?usp=sharing Решения 7]
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
[https://numpy.org/doc/stable/user/index.html NumPy doc]

[https://pandas.pydata.org/docs/user_guide/index.html Pandas doc]

[https://matplotlib.org/stable/plot_types/index.html Matplotlib doc]

[https://drive.google.com/file/d/1wkM_YK8VNVDlJf6ITmmWFvmMblarG9G6/view?usp=share_link CheatSheet]
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 10 в онлайн-курсе
* Подготовиться к разбору заданий из темы 10
||
[https://drive.google.com/file/d/1y2X62a1glg4KNHFd5tUF75OZ9mqVO41p/view?usp=sharing Семинар 8]

[https://drive.google.com/file/d/1w-tQgFG7Pz8-AMQeoorjBUUEGEdhA8x8/view?usp=sharing Задачи 8]

[https://drive.google.com/file/d/1w4hOxUB9KNJf8vceZJ1pwxukaesT5_p9/view?usp=share_link Решения 8]
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
[https://drive.google.com/file/d/1x1A5hD58sEAAVAZ4B2OV5xa4CGHP80Y2/view?usp=sharing Задачи 9]

[https://drive.google.com/file/d/1yIfehMyXGy3akcvDLaeM8wv3twj0jAhq/view?usp=share_link Решения 9]
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 10'''
||
[https://drive.google.com/file/d/1z7Q1krJrzts3WyJxVcur0EuVEG5pUL41/view?usp=share_link Задачи 10]

[https://drive.google.com/file/d/1zLxGuh70W25hd2fJ2ZL0drnkydFlbBbr/view?usp=share_link Решения 10]
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к итоговой защите проектов
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-12-13T15:00:07Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
=== Лекции ===
# '''Организация курса''' - [https://drive.google.com/file/d/1gLHhQZMOmwN1RlmJn33i_BpmsGsrFDn8/view?usp=share_link презентация]
# '''Как выглядит образцовый проект''' - [https://drive.google.com/file/d/1u6kV0knt7ImHD-1BACWfRVRcTPlx-ykj/view?usp=sharing кодбук], [https://drive.google.com/file/d/1wfc3PpmezgjnVSlJbS9wO2fprdGF6bu2/view?usp=share_link запись]
# '''Разбор демонстрационного вариант НЭ'''

=== Семинары ===
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]

[https://drive.google.com/file/d/1uiwMA1SBGvVqdPziAaXsyi9WCFL7Dmso/view?usp=sharing Решения 5.1]

[https://drive.google.com/file/d/1ukIcMtC6xuIS--k6qDo5FdSzrocdt8Gj/view?usp=sharing Решения 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]

[https://drive.google.com/file/d/1upmcIvos49O8POZ2pXN6akyHbtnXsl2g/view?usp=sharing Решения 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1vBzCamltf9GtEk-vgrjgrU7xU_5gRB6S/view?usp=sharing Задачи 7]

[https://drive.google.com/file/d/1v3MUWIAiqgYyf8gtw20KX4jsroi-UyWw/view?usp=sharing Решения 7]
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
[https://numpy.org/doc/stable/user/index.html NumPy doc]

[https://pandas.pydata.org/docs/user_guide/index.html Pandas doc]

[https://matplotlib.org/stable/plot_types/index.html Matplotlib doc]

[https://drive.google.com/file/d/1wkM_YK8VNVDlJf6ITmmWFvmMblarG9G6/view?usp=share_link CheatSheet]
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 10 в онлайн-курсе
* Подготовиться к разбору заданий из темы 10
||
[https://drive.google.com/file/d/1y2X62a1glg4KNHFd5tUF75OZ9mqVO41p/view?usp=sharing Семинар 8]

[https://drive.google.com/file/d/1w-tQgFG7Pz8-AMQeoorjBUUEGEdhA8x8/view?usp=sharing Задачи 8]

[https://drive.google.com/file/d/1w4hOxUB9KNJf8vceZJ1pwxukaesT5_p9/view?usp=share_link Решения 8]
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
[https://drive.google.com/file/d/1x1A5hD58sEAAVAZ4B2OV5xa4CGHP80Y2/view?usp=sharing Задачи 9]

[https://drive.google.com/file/d/1yIfehMyXGy3akcvDLaeM8wv3twj0jAhq/view?usp=share_link Решения 9]
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 10'''
||
[https://drive.google.com/file/d/1z7Q1krJrzts3WyJxVcur0EuVEG5pUL41/view?usp=share_link Задачи 10]

[https://drive.google.com/file/d/1zLxGuh70W25hd2fJ2ZL0drnkydFlbBbr/view?usp=share_link Решения 10]
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к итоговой защите проектов
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-12-09T18:13:02Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
=== Лекции ===
# '''Организация курса''' - [https://drive.google.com/file/d/1gLHhQZMOmwN1RlmJn33i_BpmsGsrFDn8/view?usp=share_link презентация]
# '''Как выглядит образцовый проект''' - [https://drive.google.com/file/d/1u6kV0knt7ImHD-1BACWfRVRcTPlx-ykj/view?usp=sharing кодбук], [https://drive.google.com/file/d/1wfc3PpmezgjnVSlJbS9wO2fprdGF6bu2/view?usp=share_link запись]
# '''Разбор демонстрационного вариант НЭ'''

=== Семинары ===
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]

[https://drive.google.com/file/d/1uiwMA1SBGvVqdPziAaXsyi9WCFL7Dmso/view?usp=sharing Решения 5.1]

[https://drive.google.com/file/d/1ukIcMtC6xuIS--k6qDo5FdSzrocdt8Gj/view?usp=sharing Решения 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]

[https://drive.google.com/file/d/1upmcIvos49O8POZ2pXN6akyHbtnXsl2g/view?usp=sharing Решения 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1vBzCamltf9GtEk-vgrjgrU7xU_5gRB6S/view?usp=sharing Задачи 7]

[https://drive.google.com/file/d/1v3MUWIAiqgYyf8gtw20KX4jsroi-UyWw/view?usp=sharing Решения 7]
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
[https://numpy.org/doc/stable/user/index.html NumPy doc]

[https://pandas.pydata.org/docs/user_guide/index.html Pandas doc]

[https://matplotlib.org/stable/plot_types/index.html Matplotlib doc]

[https://drive.google.com/file/d/1wkM_YK8VNVDlJf6ITmmWFvmMblarG9G6/view?usp=share_link CheatSheet]
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 10 в онлайн-курсе
* Подготовиться к разбору заданий из темы 10
||
[https://drive.google.com/file/d/1y2X62a1glg4KNHFd5tUF75OZ9mqVO41p/view?usp=sharing Семинар 8]

[https://drive.google.com/file/d/1w-tQgFG7Pz8-AMQeoorjBUUEGEdhA8x8/view?usp=sharing Задачи 8]
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
[https://drive.google.com/file/d/1x1A5hD58sEAAVAZ4B2OV5xa4CGHP80Y2/view?usp=sharing Задачи 9]
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 10'''
||
[https://drive.google.com/file/d/1z7Q1krJrzts3WyJxVcur0EuVEG5pUL41/view?usp=share_link Задачи 10]
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к итоговой защите проектов
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-12-09T18:09:58Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
=== Лекции ===
# '''Организация курса''' - [https://drive.google.com/file/d/1gLHhQZMOmwN1RlmJn33i_BpmsGsrFDn8/view?usp=share_link презентация]
# '''Как выглядит образцовый проект''' - [https://drive.google.com/file/d/1u6kV0knt7ImHD-1BACWfRVRcTPlx-ykj/view?usp=sharing кодбук], [https://drive.google.com/file/d/1wfc3PpmezgjnVSlJbS9wO2fprdGF6bu2/view?usp=share_link запись]
# '''Разбор демонстрационного вариант НЭ'''

=== Семинары ===
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]

[https://drive.google.com/file/d/1uiwMA1SBGvVqdPziAaXsyi9WCFL7Dmso/view?usp=sharing Решения 5.1]

[https://drive.google.com/file/d/1ukIcMtC6xuIS--k6qDo5FdSzrocdt8Gj/view?usp=sharing Решения 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]

[https://drive.google.com/file/d/1upmcIvos49O8POZ2pXN6akyHbtnXsl2g/view?usp=sharing Решения 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1vBzCamltf9GtEk-vgrjgrU7xU_5gRB6S/view?usp=sharing Задачи 7]

[https://drive.google.com/file/d/1v3MUWIAiqgYyf8gtw20KX4jsroi-UyWw/view?usp=sharing Решения 7]
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
[https://numpy.org/doc/stable/user/index.html NumPy doc]

[https://pandas.pydata.org/docs/user_guide/index.html Pandas doc]

[https://matplotlib.org/stable/plot_types/index.html Matplotlib doc]

[https://drive.google.com/file/d/1wkM_YK8VNVDlJf6ITmmWFvmMblarG9G6/view?usp=share_link CheatSheet]
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 10 в онлайн-курсе
* Подготовиться к разбору заданий из темы 10
||
[https://drive.google.com/file/d/1y2X62a1glg4KNHFd5tUF75OZ9mqVO41p/view?usp=sharing Семинар 8]

[https://drive.google.com/file/d/1w-tQgFG7Pz8-AMQeoorjBUUEGEdhA8x8/view?usp=sharing Задачи 8]
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
[https://drive.google.com/file/d/1x1A5hD58sEAAVAZ4B2OV5xa4CGHP80Y2/view?usp=sharing Задачи 9]
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 10'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к итоговой защите проектов
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-12-01T08:13:08Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
=== Лекции ===
# '''Организация курса''' - [https://drive.google.com/file/d/1gLHhQZMOmwN1RlmJn33i_BpmsGsrFDn8/view?usp=share_link презентация]
# '''Как выглядит образцовый проект''' - [https://drive.google.com/file/d/1u6kV0knt7ImHD-1BACWfRVRcTPlx-ykj/view?usp=sharing кодбук], [https://drive.google.com/file/d/1wfc3PpmezgjnVSlJbS9wO2fprdGF6bu2/view?usp=share_link запись]
# '''Разбор демонстрационного вариант НЭ'''

=== Семинары ===
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]

[https://drive.google.com/file/d/1uiwMA1SBGvVqdPziAaXsyi9WCFL7Dmso/view?usp=sharing Решения 5.1]

[https://drive.google.com/file/d/1ukIcMtC6xuIS--k6qDo5FdSzrocdt8Gj/view?usp=sharing Решения 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]

[https://drive.google.com/file/d/1upmcIvos49O8POZ2pXN6akyHbtnXsl2g/view?usp=sharing Решения 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1vBzCamltf9GtEk-vgrjgrU7xU_5gRB6S/view?usp=sharing Задачи 7]

[https://drive.google.com/file/d/1v3MUWIAiqgYyf8gtw20KX4jsroi-UyWw/view?usp=sharing Решения 7]
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
[https://numpy.org/doc/stable/user/index.html NumPy doc]

[https://pandas.pydata.org/docs/user_guide/index.html Pandas doc]

[https://matplotlib.org/stable/plot_types/index.html Matplotlib doc]

[https://drive.google.com/file/d/1wkM_YK8VNVDlJf6ITmmWFvmMblarG9G6/view?usp=share_link CheatSheet]
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
[https://drive.google.com/file/d/1y2X62a1glg4KNHFd5tUF75OZ9mqVO41p/view?usp=sharing Семинар 8]

[https://drive.google.com/file/d/1w-tQgFG7Pz8-AMQeoorjBUUEGEdhA8x8/view?usp=sharing Задачи 8]
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
[https://drive.google.com/file/d/1x1A5hD58sEAAVAZ4B2OV5xa4CGHP80Y2/view?usp=sharing Задачи 9]
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к итоговой защите проектов
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-11-24T12:56:12Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
=== Лекции ===
# '''Организация курса''' - [https://drive.google.com/file/d/1gLHhQZMOmwN1RlmJn33i_BpmsGsrFDn8/view?usp=share_link презентация]
# '''Как выглядит образцовый проект''' - [https://drive.google.com/file/d/1u6kV0knt7ImHD-1BACWfRVRcTPlx-ykj/view?usp=sharing кодбук], [https://drive.google.com/file/d/1wfc3PpmezgjnVSlJbS9wO2fprdGF6bu2/view?usp=share_link запись]
# '''Разбор демонстрационного вариант НЭ'''

=== Семинары ===
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]

[https://drive.google.com/file/d/1uiwMA1SBGvVqdPziAaXsyi9WCFL7Dmso/view?usp=sharing Решения 5.1]

[https://drive.google.com/file/d/1ukIcMtC6xuIS--k6qDo5FdSzrocdt8Gj/view?usp=sharing Решения 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]

[https://drive.google.com/file/d/1upmcIvos49O8POZ2pXN6akyHbtnXsl2g/view?usp=sharing Решения 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1vBzCamltf9GtEk-vgrjgrU7xU_5gRB6S/view?usp=sharing Задачи 7]

[https://drive.google.com/file/d/1v3MUWIAiqgYyf8gtw20KX4jsroi-UyWw/view?usp=sharing Решения 7]
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
[https://numpy.org/doc/stable/user/index.html NumPy doc]

[https://pandas.pydata.org/docs/user_guide/index.html Pandas doc]

[https://matplotlib.org/stable/plot_types/index.html Matplotlib doc]

[https://drive.google.com/file/d/1wkM_YK8VNVDlJf6ITmmWFvmMblarG9G6/view?usp=share_link CheatSheet]
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
[https://drive.google.com/file/d/1y2X62a1glg4KNHFd5tUF75OZ9mqVO41p/view?usp=sharing Семинар 8]

[https://drive.google.com/file/d/1w-tQgFG7Pz8-AMQeoorjBUUEGEdhA8x8/view?usp=sharing Задачи 8]
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к итоговой защите проектов
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-11-24T12:49:36Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
=== Лекции ===
# '''Организация курса''' - [https://drive.google.com/file/d/1gLHhQZMOmwN1RlmJn33i_BpmsGsrFDn8/view?usp=share_link презентация]
# '''Как выглядит образцовый проект''' - [https://drive.google.com/file/d/1u6kV0knt7ImHD-1BACWfRVRcTPlx-ykj/view?usp=sharing кодбук], [https://drive.google.com/file/d/1wfc3PpmezgjnVSlJbS9wO2fprdGF6bu2/view?usp=share_link запись]
# '''Разбор демонстрационного вариант НЭ'''

=== Семинары ===
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]

[https://drive.google.com/file/d/1uiwMA1SBGvVqdPziAaXsyi9WCFL7Dmso/view?usp=sharing Решения 5.1]

[https://drive.google.com/file/d/1ukIcMtC6xuIS--k6qDo5FdSzrocdt8Gj/view?usp=sharing Решения 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]

[https://drive.google.com/file/d/1upmcIvos49O8POZ2pXN6akyHbtnXsl2g/view?usp=sharing Решения 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1vBzCamltf9GtEk-vgrjgrU7xU_5gRB6S/view?usp=sharing Задачи 7]

[https://drive.google.com/file/d/1v3MUWIAiqgYyf8gtw20KX4jsroi-UyWw/view?usp=sharing Решения 7]
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
[https://drive.google.com/file/d/1y2X62a1glg4KNHFd5tUF75OZ9mqVO41p/view?usp=sharing Семинар 8]

[https://drive.google.com/file/d/1w-tQgFG7Pz8-AMQeoorjBUUEGEdhA8x8/view?usp=sharing Задачи 8]
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к итоговой защите проектов
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-11-23T01:09:16Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
=== Лекции ===
# '''Организация курса''' - [https://drive.google.com/file/d/1gLHhQZMOmwN1RlmJn33i_BpmsGsrFDn8/view?usp=share_link презентация]
# '''Как выглядит образцовый проект''' - [https://drive.google.com/file/d/1u6kV0knt7ImHD-1BACWfRVRcTPlx-ykj/view?usp=sharing кодбук], запись
# '''Разбор демонстрационного вариант НЭ'''

=== Семинары ===
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]

[https://drive.google.com/file/d/1uiwMA1SBGvVqdPziAaXsyi9WCFL7Dmso/view?usp=sharing Решения 5.1]

[https://drive.google.com/file/d/1ukIcMtC6xuIS--k6qDo5FdSzrocdt8Gj/view?usp=sharing Решения 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]

[https://drive.google.com/file/d/1upmcIvos49O8POZ2pXN6akyHbtnXsl2g/view?usp=sharing Решения 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1vBzCamltf9GtEk-vgrjgrU7xU_5gRB6S/view?usp=sharing Задачи 7]

[https://drive.google.com/file/d/1v3MUWIAiqgYyf8gtw20KX4jsroi-UyWw/view?usp=sharing Решения 7]
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
[https://drive.google.com/file/d/1y2X62a1glg4KNHFd5tUF75OZ9mqVO41p/view?usp=sharing Семинар 8]

[https://drive.google.com/file/d/1w-tQgFG7Pz8-AMQeoorjBUUEGEdhA8x8/view?usp=sharing Задачи 8]
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к итоговой защите проектов
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-11-23T01:06:43Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
=== Лекции ===
# '''Организация курса''' - [https://drive.google.com/file/d/1gLHhQZMOmwN1RlmJn33i_BpmsGsrFDn8/view?usp=share_link презентация]
# '''Как выглядит образцовый проект'''
# '''Разбор демонстрационного вариант НЭ'''

=== Семинары ===
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]

[https://drive.google.com/file/d/1uiwMA1SBGvVqdPziAaXsyi9WCFL7Dmso/view?usp=sharing Решения 5.1]

[https://drive.google.com/file/d/1ukIcMtC6xuIS--k6qDo5FdSzrocdt8Gj/view?usp=sharing Решения 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]

[https://drive.google.com/file/d/1upmcIvos49O8POZ2pXN6akyHbtnXsl2g/view?usp=sharing Решения 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1vBzCamltf9GtEk-vgrjgrU7xU_5gRB6S/view?usp=sharing Задачи 7]

[https://drive.google.com/file/d/1v3MUWIAiqgYyf8gtw20KX4jsroi-UyWw/view?usp=sharing Решения 7]
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
[https://drive.google.com/file/d/1y2X62a1glg4KNHFd5tUF75OZ9mqVO41p/view?usp=sharing Семинар 8]

[https://drive.google.com/file/d/1w-tQgFG7Pz8-AMQeoorjBUUEGEdhA8x8/view?usp=sharing Задачи 8]
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к итоговой защите проектов
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-11-23T00:51:20Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]

[https://drive.google.com/file/d/1uiwMA1SBGvVqdPziAaXsyi9WCFL7Dmso/view?usp=sharing Решения 5.1]

[https://drive.google.com/file/d/1ukIcMtC6xuIS--k6qDo5FdSzrocdt8Gj/view?usp=sharing Решения 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]

[https://drive.google.com/file/d/1upmcIvos49O8POZ2pXN6akyHbtnXsl2g/view?usp=sharing Решения 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1vBzCamltf9GtEk-vgrjgrU7xU_5gRB6S/view?usp=sharing Задачи 7]

[https://drive.google.com/file/d/1v3MUWIAiqgYyf8gtw20KX4jsroi-UyWw/view?usp=sharing Решения 7]
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
[https://drive.google.com/file/d/1y2X62a1glg4KNHFd5tUF75OZ9mqVO41p/view?usp=sharing Семинар 8]

[https://drive.google.com/file/d/1w-tQgFG7Pz8-AMQeoorjBUUEGEdhA8x8/view?usp=sharing Задачи 8]
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к итоговой защите проектов
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-11-23T00:37:39Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]

[https://drive.google.com/file/d/1uiwMA1SBGvVqdPziAaXsyi9WCFL7Dmso/view?usp=sharing Решения 5.1]

[https://drive.google.com/file/d/1ukIcMtC6xuIS--k6qDo5FdSzrocdt8Gj/view?usp=sharing Решения 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]

[https://drive.google.com/file/d/1upmcIvos49O8POZ2pXN6akyHbtnXsl2g/view?usp=sharing Решения 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1vBzCamltf9GtEk-vgrjgrU7xU_5gRB6S/view?usp=sharing Задачи 7]

[https://drive.google.com/file/d/1v3MUWIAiqgYyf8gtw20KX4jsroi-UyWw/view?usp=sharing Решения 7]
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к итоговой защите проектов
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-11-23T00:36:16Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]

[https://drive.google.com/file/d/1uiwMA1SBGvVqdPziAaXsyi9WCFL7Dmso/view?usp=sharing Решения 5.1]

[https://drive.google.com/file/d/1ukIcMtC6xuIS--k6qDo5FdSzrocdt8Gj/view?usp=sharing Решения 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]

[https://drive.google.com/file/d/1upmcIvos49O8POZ2pXN6akyHbtnXsl2g/view?usp=sharing Решения 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1vBzCamltf9GtEk-vgrjgrU7xU_5gRB6S/view?usp=sharing Задачи 7]

[https://drive.google.com/file/d/1v3MUWIAiqgYyf8gtw20KX4jsroi-UyWw/view?usp=sharing Решения 7]
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-11-23T00:35:27Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]

[https://drive.google.com/file/d/1uiwMA1SBGvVqdPziAaXsyi9WCFL7Dmso/view?usp=sharing Решения 5.1]

[https://drive.google.com/file/d/1uiwMA1SBGvVqdPziAaXsyi9WCFL7Dmso/view?usp=sharing Решения 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]

[https://drive.google.com/file/d/1upmcIvos49O8POZ2pXN6akyHbtnXsl2g/view?usp=sharing Решения 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1vBzCamltf9GtEk-vgrjgrU7xU_5gRB6S/view?usp=sharing Задачи 7]

[https://drive.google.com/file/d/1v3MUWIAiqgYyf8gtw20KX4jsroi-UyWw/view?usp=sharing Решения 7]
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-11-23T00:33:28Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]

[https://drive.google.com/file/d/1upmcIvos49O8POZ2pXN6akyHbtnXsl2g/view?usp=sharing Решения 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1vBzCamltf9GtEk-vgrjgrU7xU_5gRB6S/view?usp=sharing Задачи 7]

[https://drive.google.com/file/d/1v3MUWIAiqgYyf8gtw20KX4jsroi-UyWw/view?usp=sharing Решения 7]
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-11-12T15:23:44Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1vBzCamltf9GtEk-vgrjgrU7xU_5gRB6S/view?usp=sharing Задачи 7]

|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-11-12T13:31:06Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1v3kBnUzgU8wsrf4zKQ4A-u6Vi3E0rvTV/view?usp=sharing Задачи 7]

|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-11-12T13:04:25Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1uvDZvbCe9UGZE2RmHBlR8jZcpNwHfdXv/view?usp=sharing Задачи 7]

|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-11-12T13:02:03Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
[https://drive.google.com/file/d/1uc_g-keWww6RoN9nCRGD47Kw9Me2jdwR/view?usp=sharing Семинар 7]

[https://drive.google.com/file/d/1uvDZvbCe9UGZE2RmHBlR8jZcpNwHfdXv/view?usp=sharing Задачи 7]
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-10-21T08:15:02Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
[https://drive.google.com/file/d/1tUIQo1aG9m1eTxGz-fOiXQW2QOaesbqG/view?usp=sharing Семинар 6]

[https://drive.google.com/file/d/1tNBf2gegM6dO7IN-jix-LEIDl7VXgLNg/view?usp=sharing Задачи 6]
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-10-17T18:12:08Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант НЭ]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-10-17T18:10:31Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]''' и направлена на формирование компетенций в области статистики и анализа данных, которые будет оцениваться на Независимом экзамене (НЭ).

Из чего состоит НЭ можно прочитать в '''[https://drive.google.com/file/d/1ireaP0hKlQCzS--BCtzi_-Q3RLkDjKPI/view Спецификации]''', а также посмотреть '''[https://drive.google.com/file/d/1ByikW4pZ2gdw4DLNbBc90bdfT7dJIcPK/view Демонстрационный вариант]'''.

[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-10-12T17:05:24Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]'''

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной


[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
[https://drive.google.com/file/d/1r758MJeHCZw571AxDkKLgoJ7mGLiAISt/view?usp=sharing Задачи 3]

[https://drive.google.com/file/d/1r8ysBrMmNT7NFYi_5_cq3IhzyPt9u_rn/view?usp=sharing Решения 3]

|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
[https://drive.google.com/file/d/1rDNz96EnKWI1ukl5crwLYYEfMw1Z_D4O/view?usp=sharing Семинар 4]

[https://drive.google.com/file/d/1rEVFCDj2SDW3k8_SOYZ-5Pbmx18Arhmq/view?usp=sharing Задачи 4]

[https://drive.google.com/file/d/1rFITwEda-qCnKxgwdisTRVLor9ZkfZ8j/view?usp=sharing Решения 4]
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
[https://drive.google.com/file/d/1rJ2R4DY_3Sm-jxqooTVHN6tXhmJqQBmT/view?usp=sharing Семинар 5]

[https://drive.google.com/file/d/1rL42T7YCw7PcWxFdeHXOllai5FRbGQH1/view?usp=sharing Задачи 5.1]

[https://drive.google.com/file/d/1rRw9HODqrapzgeH31ASxfUgPKRX-3hUR/view?usp=sharing Задачи 5.2]
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-10-12T16:42:55Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]'''

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной


[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

=== Cheat sheets ===
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-10-12T16:40:49Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]'''

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной


[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || Анна Заремба || @anazaremba
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

==== Cheat sheets ====
* Базовый питон - [https://drive.google.com/file/d/1r6s_mpd9PcwjQXc4_24t3OL_uxgOGEgQ/view?usp=sharing раз]
* NumPy - [https://drive.google.com/file/d/1qreUTqpv0X9n4oBjfidPpX9DXJnnPDpQ/view?usp=sharing раз], [https://drive.google.com/file/d/1qpQfvqEZp0BbqdmUY8qml-0BGm0qBW3k/view?usp=sharing два]
* Pandas - [https://drive.google.com/file/d/1qoybMvNXR9ISqWlrO2m9mfIg452tJmHG/view?usp=sharing раз], [https://drive.google.com/file/d/1qn9ZP8FptBg_n5rlUarsvKBKJ4E-m4ms/view?usp=sharing два]

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-09-26T19:43:38Z

Kir.sth: /* Материалы курса */

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]'''

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной


[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || Софья Шандыбина || @esthesuntik
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || Лика Капустина ||@lika_kapustina
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || Алкаев Владислав || @Avonna
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]

[https://drive.google.com/file/d/1kCCSEpmh_3R6sfXs9MjtVLWFbSt-WDi6/view?usp=sharing Решения 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-09-23T12:57:32Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]'''

'''[https://github.com/aaparshina/FCI_22-23_data_analysis Репозиторий]''' с материалами курса на гитхабе Анастасии Алексеевны Паршиной


[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || ||
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-09-23T12:38:33Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]'''



[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || ||
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
[https://drive.google.com/file/d/1inXJ31isCET1_65DsSGZhEWh9OhEzpkk/view?usp=sharing Семинар 1]

[https://drive.google.com/file/d/1iwbJ948u2wvbrQZ5xmB_WY7_38nwXkOZ/view?usp=sharing Задачи 1]

[https://drive.google.com/file/d/1iy2RNBAqWWtAE-lAsSy9A4acJqzZ-PR3/view?usp=sharing Решения 1]
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
[https://drive.google.com/file/d/1j1lvo2qguJ6xD9EWTkxD44GSm9s6RG39/view?usp=sharing Семинар 2]

[https://drive.google.com/file/d/1j6OWrpTuAYx4M4V4fTZUSZCwicVHwkaQ/view?usp=sharing Задачи 2]
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-09-20T18:18:48Z

Kir.sth:

== О курсе ==
Дисциплина читается для студентов 2-го курса ОП [https://www.hse.ru/ba/journ/ "Журналистика"] и [https://www.hse.ru/ba/media/ "Медиакоммуникации"] ФКМД ВШЭ в 1-2 модулях 2022/2023 уч. г.

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ факультета коммуникаций, медиа и дизайна и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с сетевым анализом и основы машинного обучения.

[https://www.hse.ru/ba/journ/courses/646483446.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/journ/courses/646487205.html ПУД "Независимого экзамена по анализу данных"] на ОП "Журналистика"

[https://www.hse.ru/ba/media/courses/646483450.html ПУД курса "Анализ данных"] и [https://www.hse.ru/ba/media/courses/646487209.html ПУД "Независимого экзамена по анализу данных"] на ОП "Медиакоммуникации"

== Необходимые ссылки ==
Дисциплина реализуется с помощью '''[https://edu.hse.ru/course/view.php?id=136231 «Учебника по анализу данных (начальный)»]'''



[https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям] подробно описан в Приложении 17 к [https://www.hse.ru/docs/551872110.html ПОПАТКУСу]

== Команда курса ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты
|-
| БЖУР211 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР212 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
| БЖУР213 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БЖУР214 || Довгополый Иоанн Алексеевич || @TriariiMisha || ||
|-
| БЖУР215 [https://t.me/+ZZwyTHOEldxmZTEy чат группы]|| Паршина Анастасия Алексеевна || @aaparshina || Жданова Мария || @avonadz
|-
| БМД211 [https://t.me/+znsTom4TeO8xZmFi чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Соколова Ирина || @irsklv
|-
| БМД212 [https://t.me/+IMIqpRbPufJiNzUy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Яковлева Паулина || @paulinebakst
|-
| БМД213 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД214 || Волкова Анастасия Эдуардовна || @vol_anastasia || ||
|-
| БМД215 [https://t.me/+1e5Q7i8jNLtjNjMy чат группы] || Степановских Кирилл Олегович || @kir_stepanovskikh || Киберча Анастасия || @Saranast
|-
| БМД216 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД217 || Аброскин Илья Дмитриевич || @iiiiilllllyyyyyaaaa || ||
|-
| БМД218 || Перевышина Татьяна Олеговна || @prvshna || ||
|-
|}

== Материалы курса ==
{| class="wikitable"
|-
! № !! Тема занятия !! Задание к занятию !! Материалы занятия
|-

| 1 || '''Модуль Pandas и NumPy'''
||
* Установить дистрибутив Anaconda
* Вспомнить базовый Python
* Посмотреть тему 1 в онлайн-курсе
||
|-

| 2 || '''Фильтрация и сортировка данных в Pandas'''
||
* Посмотреть тему 2 в онлайн-курсе
||
|-

| 3 || '''Типы данных. Создание новых переменных'''
||
* Посмотреть тему 3 в онлайн-курсе
* Подготовиться к разбору заданий из темы 3
||
|-

| 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения'''
||
* Посмотреть тему 4 в онлайн-курсе
* Подготовиться к опросу по содержанию темы 4
* Подготовиться к разбору заданий из темы 4
||
|-

| 5 || '''Описательные статистики: меры центральной тенденции и разброса'''
||
* Посмотреть тему 5 в онлайн-курсе
* Подготовиться к разбору заданий из темы 5
* Подготовиться к '''письменному Тесту №1 по темам 3-4'''
||
|-

| 6 || '''Выбросы. Пропущенные значения'''
||
* Посмотреть тему 6 в онлайн-курсе
* Подготовиться к разбору заданий из темы 6
||
|-

| 7 || '''Корреляция'''
||
* Посмотреть тему 7 в онлайн-курсе
* Подготовиться к разбору заданий из темы 7
* Подготовиться к '''письменному Тесту №2 по темам 5-6'''
||
|-

| 8 || '''Контрольная работа'''
||
* Подготовиться к '''Контрольной работе по темам 3-7'''
||
|-

| 9 || '''Линейная регрессия'''
||
* Посмотреть тему 12 в онлайн-курсе
* Подготовиться к разбору заданий из темы 12
||
|-

| 10 || '''Введение в визуализацию данных'''
||
* Посмотреть тему 8 в онлайн-курсе
* Подготовиться к разбору заданий из темы 8
||
|-

| 11 || '''Продвинутая визуализация данных'''
||
* Посмотреть тему 9 в онлайн-курсе
* Подготовиться к разбору заданий из темы 9
* Подготовиться к '''письменному Тесту №3 по темам 7, 8, 12'''
||
|-

| 12 || '''Подведение итогов'''
||
* Подготовиться к разбору заданий из демоверсии Независимого экзамена
||
|-
|}

== Правила выставления оценок ==
=== Формула ===
Итоговая оценка вычисляется по формуле:

* 0.2 * Активность на семинарах +
* 0.2 * КР +
* 0.2 * Тесты +
* 0.2 * Проект +
* 0.2 * Экзамен

где:

'''Активность на семинарах''' – самостоятельное написание решения задач, а также его комментирование и ответы на вопросы преподавателя

'''КР''' – контрольная работа в формате Независимого экзамена по Анализу данных 2022-23 года начального уровня (80 мин)

'''Тесты''' – среднее арифметическое 3 тестов, которые проводятся в начале семинара (5-10 мин) по пройденным темам в формате closed book

'''Проект''' – выполняется в группах из 2 человек и представляет собой самостоятельный анализ и интерпретацию полученных результатов на выбранных данных поэтапно:
* Поиск и описание данных. Сортировка и фильтрация
* Описание признаков, шкал данных и построение частотных таблиц
* Расчет мер центральной тенденции, определение выбросов
* Определение корреляции и ее интерпретация
* Визуализация данных и подведение итогов проделанной работы

'''Экзамен''' – аналогичен Независимому экзамену по Анализу данных 2022-23 года начального уровня (120 мин)

Ни одна из форм контроля не округляется. Округляется только итоговая оценка арифметически (3.49 округляется до 3, 3.50 – до 4)

=== Правила дедлайнов ===
'''Тесты''' и '''Активность''' – при пропуске форм контроля по уважительной причине (подтверждённой учебным офисом или документально лично преподавателям) студент имеет право на перерасчет итоговой оценки без пропущенных форм контроля

'''КР''' – если студент не может написать контрольную работу по уважительной причине, то вес контрольной работы для него переносится на экзамен

'''Проект''' – для каждого этапа устанавливается соответствующий дедлайн. Если группа не сдала этап работы в установленный дедлайн, то от итоговой оценки за проект отнимается 1 балл. Если вовремя не был сдан ни один из этапов проекта, то максимальная возможная оценка за проект – 5 баллов

'''Экзамен''' – если студент не может написать экзамен по уважительной причине, то он может написать экзамен в период пересдач

В случае подозрения в несамостоятельном выполнении задания преподаватель имеет право обнулить оценку за него или провести устную защиту

== Полезные материалы ==
===Python===
Как установить дистрибутив Anaconda на [https://disk.yandex.ru/i/-BoigY3b8-3kYw Windows] и [https://disk.yandex.ru/i/uM6escVXBKax9Q MacOS]

[https://edu.hse.ru/course/view.php?id=133389 Онлайн-курс] по Python для начинающих

[https://github.com/hse-python-jour/hse_intro_to_data_journalism/blob/main/Gustokashin_summary_python.pdf Конспект] лекций по Python от Михаила Густокашина

===Книги===
==== Рекомендуемая основная литература ====
* Elementary statistics : a step by step approach, Bluman, A. G.,
* Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.

==== Рекомендуемая дополнительная литература ====
* Савельев В. Статистика и котики.

[[Категория:Data Culture]]
[[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-09-20T18:09:40Z

Kir.sth:

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-09-20T18:08:18Z

Kir.sth:

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-09-20T18:03:17Z

Kir.sth:

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-09-20T18:01:37Z

Kir.sth:

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-09-20T17:16:28Z

Kir.sth:

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-09-20T17:14:40Z

Kir.sth:

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-09-20T17:12:35Z

Kir.sth:

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-09-20T17:09:30Z

Kir.sth:

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-09-16T07:45:34Z

Kir.sth:

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-09-16T07:44:02Z

Kir.sth:

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-09-16T07:40:56Z

Kir.sth:

Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

2022-09-16T07:22:14Z

Kir.sth: