Основы Data Science

Описание: Курс знакомит обучающихся с основными концепциями и методами анализа данных и машинного обучения. Содержание курса включает в себя методы и инструменты для сбора, хранения, обработки и визуализации данных, методы и приёмы извлечения и обработки данных из сети интернет и различных типов файлов. Курс предполагает знакомство с библиотеками Pandas и Scikit-learn — наиболее популярными инструментами для анализа данных и машинного обучения, используя язык программирования Python

Количество кредитов: 5

Пререквизиты:

• Проектирование баз данных

Трудоемкость дисциплины:

Компонент: Компонент по выбору

Цикл: Базовые дисциплины

Цель

• Основной целью изучения данной дисциплины является подготовка магистрантов к выполнению практических работ по науке о данных.

Задача

Результат обучения: знание и понимание

• знать основные концепции и методы Data Science, включая этапы работы с данными, основы статистики, машинного обучения и визуализации данных

Результат обучения: применение знаний и пониманий

• Уметь переводить реальную проблему в математические термины.

Результат обучения: формирование суждений

• Уметь формулировать задачу извлечения знаний как комбинацию методов фильтрации, анализа и исследования данных

Результат обучения: навыки обучения или способности к учебе

• Научится развивать сложное аналитическое мышление

Методы преподавания

Основная литература

• D.Cielen, A.. Meysman, Mohamed Ali Introducing Data Science. Big Data, Machine Learning, and more, using Python tools. Manning Publications Co, 2016, p.322

Дополнительная литература

• Han, J., Kamber, M., Pei, J. Data mining concepts and techniques. Morgan Kaufmann, 2011.