Анализ данных в бизнесе (Кафедра SAS) — различия между версиями
| Строка 131: | Строка 131: | ||
|- | |- | ||
| Основы оценки рисков || Практическое занятие по валидации моделей || 13.03.2021 || 13.03.2021 || || | | Основы оценки рисков || Практическое занятие по валидации моделей || 13.03.2021 || 13.03.2021 || || | ||
| − | + | |- | |
| + | | ModelOps (опционально) || Знакомство с SAS Model Manager || 20.03.2021 в '''13:00''' || 20.03.2021 в '''13:00''' || || | ||
|} | |} | ||
Версия 12:31, 28 января 2021
Содержание
- 1 Расписание занятий
- 2 О курсе
- 3 Программа курса
- 4 Использование и изучение ПО SAS в курсе «Анализ данных в бизнесе»
- 5 Лекции
- 6 Семинары
- 7 Отчётность по курсу и критерии оценки
- 8 Домашние задания
- 9 Командный проект для 3 курса
- 10 Задать вопрос по курсу
- 11 Материалы по курсу
- 12 Рекомендуемая литература и полезные дополнительные материалы
- 13 Контакты
Расписание занятий
Занятия проводятся по субботам
Общая ссылка для всех лекций и семинаров: https://zoom.us/j/92914699718
9:30 - лекция на английском
11:10 - лекция на русском (запись)
13:00 - семинар на русском (запись)
14:40 - семинар на английском
16:20 - семинар на русском
18:10 - семинар на английском
При посещении лекции и семинара в Zoom просим студентов сделать Rename и подписаться в формате «Префикс_Фамилия Имя», указав один из префиксов (БИ, МИЭФ, ПАД, ПМИ, ФЭН, БЭК). Например, «БИ_Иванов Алексей»
О курсе
Данная страничка содержит ссылки на материалы по курсу Анализ данных в бизнесе в 2020/2021 учебном году на потоке образовательных программ : .
- "Прикладная Математика и Информатика" Факультета Компьютерных Наук НИУ ВШЭ
- "Прикладной анализ данных" Факультета Компьютерных Наук НИУ ВШЭ
- "Международный институт экономики и финансов" Международный институт экономики и финансов НИУ ВШЭ
- "Бизнес-информатика" Высшая школа бизнеса НИУ ВШЭ
дополнительные ссылки:
- Базовая кафедра компании SAS на факультете компьютерных наук ВШЭ
- Карточка курса и программа
- Сайт компании SAS
Программа курса
Первый модуль будет читаться для 3 и 4 курса - обзор разделов:
- Клиентская и текстовая аналитика;
- Задачи анализа данных в розничных сетях продаж товаров;
- Основы управления рисками.
Первый модуль сможет погрузить студентов в актуальные задачи в бизнесе, а также в особенности анализа данных и построения аналитических моделей по каждому разделу модуля. В этом модуле студентов познакомят с программным обеспечением SAS.
Второй модуль – командный проект только для 3 курса.
Студенты будут разделены на группы по 2-7 человек и каждой группе будет дана практическая задача. Данный модуль позволит получить студентам практический опыт в анализе данных, разработке и в построении аналитических моделей на реальных данных.
Использование и изучение ПО SAS в курсе «Анализ данных в бизнесе»
Студент по своему желанию может выбирать программный инструмент для выполнения практики: SAS, R, Python.
Студенты, планирующие выполнять практику на SAS, могут пройти бесплатно углубленные онлайн курсы.
Для получения доступа к курсу необходимо обратиться к преподавателю курса Титовой Наталии или написать запрос в Телеграм чате.
Если студент выполнил все практические задания на SAS и сдал курс на отлично, то он может получить:
- сертификат о прохождении академической программы SAS
- электронный бейдж Acclaim, подтверждающий сдачу курса и перечень использованных SAS технологий
Все желающие студенты могут бесплатно пройти базовые онлайн курсы SAS:
- по основам программирования на SAS Base ссылка на курс
- по основам статистического анализа с использованием ПО SAS ссылка на курс
Также желающие студенты, готовые потратить дополнительное время на изучение программирования в SAS, могут бесплатно попробовать сдать профессиональную сертификацию в рамках программы SCYP (SAS® Software Certified Young Professionals) ссылка на курс.
Лекции
суббота
| Название раздела | Тема | Дата для 3 и 4 курса | Презентация | Запись |
|---|---|---|---|---|
| Клиентская аналитика | Вводная лекция и введение в клиентскую аналитику | 16.01.2021 | Лекция 1 | Лекция #1 |
| Клиентская аналитика | Построение моделей и визуализация данных | 23.01.2021 | Лекция 2 | Лекция #2 |
| Клиентская аналитика | Текстовый анализ данных | 30.01.2021 | ||
| Задачи анализа данных в розничных сетях продаж товаров | Введение в задачи анализа данных в ритейле. Прогнозирование спроса | 06.02.2021 | ||
| Задачи анализа данных в розничных сетях продаж товаров | Описательная аналитика в Ритейл: кластеризация магазинов, сегментация товаров, восстановление спроса | 13.02.2021 | ||
| Задачи анализа данных в розничных сетях продаж товаров | Задачи оптимизации запасов товаров в ритейл-сети, оптимизация цен, оптимизация ассортимента | 20.02.2021 | ||
| Основы оценки рисков | Введение в кредитные риски | 27.02.2021 | ||
| Основы оценки рисков | Введение в рыночные риски | 06.03.2021 | ||
| Основы оценки рисков | Валидация моделей | 13.03.2021 | ||
| ModelOps (опционально) | Операционализация моделей машинного обучения | 20.03.2021 в 11.10 |
Семинары
суббота
Группа ПМИ 1 - 13:00, Группа ПМИ 2, БЭК - 16:20,
Группа ПАД 1 - 14:40, Группа ПАД 2 и МИЭФ - 18:10
Группа БИ просматривает записи семинаров (запись будет направляться отдельно)
ссылка на подключение к семинару - https://zoom.us/j/92914699718
| Название раздела | Тема | Дата для 3 курса | Дата для 4 курса | Презентация | Запись |
|---|---|---|---|---|---|
| Клиентская аналитика | Знакомство с ПО SAS | 16.01.2021 | 16.01.2021 | Семинар #1 | |
| Клиентская аналитика | Методология исследования данных | 23.01.2021 | 23.01.2021 | Семинар #2 | |
| Клиентская аналитика | Финансовое обоснование проектов, основанных на анализе данных | 30.01.2021 | 30.01.2021 | ||
| Задачи анализа данных в розничных сетях продаж товаров | Задача восстановления спроса, Прогнозирование новых товаров | 06.02.2021 | 06.02.2021 | ||
| Задачи анализа данных в розничных сетях продаж товаров | Оптимизация запасов в сети | 13.02.2021 | 13.02.2021 | ||
| Задачи анализа данных в розничных сетях продаж товаров | Расчёт эластичности товаров. Кластеризации магазинов | 20.02.2021 | 20.02.2021 | ||
| Основы оценки рисков | Практическое занятие по кредитным рискам | 27.02.2021 | 27.02.2021 | ||
| Основы оценки рисков | Практическое занятие по рыночным рискам | 06.03.2021 | 06.03.2021 | ||
| Основы оценки рисков | Практическое занятие по валидации моделей | 13.03.2021 | 13.03.2021 | ||
| ModelOps (опционально) | Знакомство с SAS Model Manager | 20.03.2021 в 13:00 | 20.03.2021 в 13:00 |
Отчётность по курсу и критерии оценки
В курсе предусмотрено несколько форм контроля знания:
- 3 практических домашних задания
- Письменный экзамен, вопросы в виде теста с вариантами ответов
- Командный проект ( только для 3 курса )
Критерии оценки знаний, навыков
- Оценки за все домашние задания выставляются по 2-балльной шкале, где «2» — задание решено полностью, «1» — задание решено не полностью или с недочётами, «0» — задание не решено или решено неверно.
Если домашнее задание разбито на несколько частей, то каждая часть оценивается по 2-балльной шкале как описано выше, а затем оценки усредняются с равными весами без округления.
Перевод оценки за домашние задания из 2-балльной шкалы в 10-балльную проводится путём умножения оценки на 5 без округления.
- Оценка за экзамен выставляется по 10-балльной шкале.
- Оценка за командный проект выставляется по 10-балльной шкале.
Порядок формирования оценок по дисциплине
Пусть оценки за 3 домашних задания по 10-балльной шкале — O_1,O_2,O_3, а оценка за экзамен в конце первого модуля по 10-балльной шкале — O_экз.
Итоговая оценка для студентов 4 курса O_итог рассчитывается по формуле
O_итог = 0.225 * O_1 + 0.225 * O_2 + 0.225 * O_3 + 0.325 * O_экз, 10
Итоговая оценка для студентов 3 курса в первом модуле O_мод рассчитывается по формуле
O_мод = 0.1 * O_1 + 0.1 * O_2 + 0.1 * O_3 + 0.2 * O_экз
Оценка за проект во втором модуле O_пр выставляется по 10-балльной шкале по итогам защиты проекта.
Итоговая оценка O_итог определяется по формуле O_итог = O_мод + 0.5 * O_пр
Округление происходит только в самом конце — в итоговой оценке. Округление арифметическое.
Каждое задание и экзамен оцениваются по 10-балльной шкале (по заданиям допускается дробная оценка). За некоторые задания можно будет получить бонусные баллы, о чем будет объявляться при выдаче задания.
Домашние задания
Командный проект для 3 курса
Выбор темы для командного проекта по курсу "Анализ данных в бизнесе"
Студенты делятся на группы по 3 человека. Внутри группы должен быть определен капитан команды (Руководитель группы). Руководитель группы является ответственным лицом от лица группы.
Руководитель группы отвечает за выполнение и результат следующих основных функций:
- отправка заявки на тему проекта и согласование темы проекта от лица всей группы с преподавателями;
- предоставление информации куратору о текущем статусе проекта: учет, распределение и контроль выполнения задания по проекту;
- отправка отчетов, презентаций, технической документации по выполненными работам группы в электронном виде.
Описания тем проектов: ссылка на файл
Ссылка на форму подачи заявки на тему: ссылка на файл
Сроки выбора тем:
До 31 марта группа должна выбрать две темы из указанного списка, указав первый и второй приоритет для этих тем.
С 1 по 7 апреля - каждой группе, которая подала заявку на проект через указанную форму, будет назначена тема проекта и куратор. При назначении тем будут учитываться приоритеты указанные студентами, а также средний балл студентов в группе по первому модулю курса. На одну тему назначается не более 2-ух групп студентов.
При возникновении вопросов пишите в Telegram Титовой Наталии.
Итогом каждого проекта должна быть презентация результатов проекта на 10 минут.
Защита проекта будет в начале июня. Оценка за проект во втором модуле выставляется по 10-балльной шкале по итогам защиты проекта.
Задать вопрос по курсу
Вопросы по курсу можно задавать на почту kafedraSAS.HSE@gmail.com, а также в телеграм чат или методисту кафедры Лобок Татьяне (@tatianalobok) tlobok@hse.ru.
Канал в telegram для объявлений: https://t.me/joinchat/S5rtWXWI7-jw8fYV
Чат в telegram для обсуждений: https://t.me/joinchat/S3PZRVqXeZeAB2cY
Все объявления и материалы по курсу будут вывешиваться в чате и в канале телеграм!
Преподаватели в чате бывают, но не всегда.
По всем важным вопросам стоит писать преподавателю Титовой Наталии в чате телеграм или на почту Natalia.Titova@sas.com. В название письма обязательно добавлять тег [ПМИ ФКН ВШЭ/ПАД ФКН ВШЭ/МИЭФ ФКН ВШЭ], а также указывать свою фамилию и имя.
Все приведенные файлы предназначены для использования студентами во время обучения и обновляются в течение года. По найденным опечаткам, неточностям, сбоям работы странички просьба писать на электронную почту.
Материалы по курсу
Документы и программа курса Внимание: файлы обновляются!
- Рабочая программа дисциплины для 3 курса можно найти по следующей ссылке.
- Рабочая программа дисциплины для 4 курса можно найти по следующей ссылке.
- Лекции и семинары Внимание: файлы в папке обновляются!
Рекомендуемая литература и полезные дополнительные материалы
Полезные материалы
- Обучающий портал с дополнительной литературой для работы с SAS Enterprise Guide
- Блок компании SAS на хабре (Основы программирования на SAS Base)
Полезная литература
К разделу 1:
- Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management, Third Edition Michael J. A. Berry Gordon S. Linoff
- Database Marketing. Analyzing and Managing Customers, Blattberg, Robert C., Kim, Byung-Do, Neslin, Scott A.
- LeSueur J. (2007) McKinsey&Company (2000) How to write a business plan.
- Shive W. and Mouton D. (2012) Improving Retail Decisions with Customer Analytics: Leveragin Actionable Customer Insights across the Retail Enterprise to Build Sales and Profits. Paper 286-2012, SAS Institute, Inc
- Baer D. (2017) Using Segmentation to Build More Powerful Models with SAS® Visual Analytics. Paper 733-2017, SAS Institute, Inc.
- К. Уолш (2000) Ключевые показатели менеджмента: как анализировать, сравнивать и контролировать данные, определяющие стоимость компании. М.: Дело. - Есть в открытом доступе.
- Kaplan Publishing (2018) CIMA P2 Study Text. Advanced Management Accounting.
- Shive W. and Mouton D. (2012) Improving Retail Decisions with Customer Analytics: Leveragin Actionable Customer Insights across the Retail Enterprise to Build Sales and Profits. Paper 2862012, SAS Institute, Inc., Cary, NC
- Baer D. and Grover S. (2016) Enhanced Segmentation Using SAS® Visual Analytics and SAS® Visual Statistics. Paper 6222-2016, SAS Institute, Inc., Cary, NC.
- SAS Documentation (2015). SAS® Visual Analytics 7.2, 7.3,and 7.4: Getting Started with Analytical Models
- SAS(R) Visual Analytics 7.3: User's Guide
К разделу 2:
- Шапиро Дж (2006). Моделирование цепи поставок. Питер. Серия «Теория менеджмента».
- Tijms H.C., Groenevelt H. (1984). Simple approximations for the reorder point in periodic and continuous review (s, S) inventory systems with service level constraints. European Journal of Operational Research, Vol. 17, Issue 2, August 1984, Pages 175-190.]
К разделу 3:
- Christoffersen P. (2012) Elements of Financial Risk Management. 2nd ed. Elseiver Academic Press.
К разделу 4:
- Мортон С. (2016) Лаборатория презентаций. Формула идеального выступления. Альпина Паблишер.
Контакты
Natalia.Titova@sas.com
tlobok@hse.ru
Ekaterina.Kolos@sas.com
