Анализ данных в бизнесе 2019

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск

О курсе

Capture.PNG

Данная страничка содержит ссылки на материалы по курсу Анализ данных в бизнесе в 2019 учебном году на потоке образовательной программы "Прикладная Математика и Информатика" Факультета Компьютерных Наук НИУ ВШЭ.


Программа курса

Первый модуль будет читаться для 3 и 4 курса - обзор разделов:

  • Клиентская аналитика;
  • Задачи анализа данных в розничных сетях продаж товаров;
  • Основы оценки рисков;
  • Техника презентации.

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, а именно со следующими продуктами:

1) SAS BASE и SAS Enterprise Guide – для анализа данных и разработки алгоритмов.

2) SAS Enterprise Miner и SAS Forecast Server.

Второй модуль – командный проект только для 3 курса.

Студенты будут разделены на группы по 2-3 человека 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.


Лекции

 суббота, 09:00 - 10:20, ауд. 317
Название раздела Тема Дата для 3 и 4 курса Материал
Клиентская аналитика Вводная лекция и введение в клиентскую аналитику 12.01.2019 Лекция №1
Клиентская аналитика Построение моделей и визуализация данных 19.01.2019 Лекция №2
Клиентская аналитика Финансовое обоснование проектов, основанных на анализе данных 26.01.2019 Лекция №3
Задачи анализа данных в розничных сетях продаж товаров Введение в задачи анализа данных в ритейле 02.02.2019
Задачи анализа данных в розничных сетях продаж товаров Задачи оптимизации ассортимента и запасов товаров в ритейл-сети 09.02.2019
Задачи анализа данных в розничных сетях продаж товаров Оптимизация цен, прогнозирование объёмов промо 16.02.2019
Техника презентации Лекция бизнес-тренера Яны Лейкиной 26.02.2019
(перенос 23.02.2019)
ауд. 622, вторник 18.10
Основы оценки рисков Понятие о кредитном риске 02.03.2019
Основы оценки рисков Понятие о рыночном риске 09.03.2019
Основы оценки рисков Понятие о валидации моделей оценки риска. 16.03.2019

Семинары

01.02.2019 семинар для 3 курса в 16.40 и 18.10, ауд. 311


суббота 10:30 - семинар для 3 4 курса, ауд.205

Название раздела Тема Дата для 3 курса Дата для 4 курса Материал
Клиентская аналитика Знакомство с ПО SAS 12.01.2019 12.01.2019 Семинар №1
Клиентская аналитика Для 3 курса - Методология исследования данных (Титова Н.)
Для 4 курса - практика в построении моделей и визуализации данных (Сагайдак Г.)
25.01.2019 19.01.2019 Семинар №2 для 3 курса
Клиентская аналитика Финансовое обоснование проектов, основанных на анализе данных 01.02.2019 26.01.2019
Задачи анализа данных в розничных сетях продаж товаров Задача восстановления спроса, Прогнозирование новых товаров 02.02.2019 02.02.2019
Задачи анализа данных в розничных сетях продаж товаров Кластеризация магазинов 09.02.2019 09.02.2019
Задачи анализа данных в розничных сетях продаж товаров Расчёт эластичности товаров 16.02.2019 16.02.2019
Основы оценки рисков Практическое занятие 02.03.2019 02.03.2019
Основы оценки рисков Практическое занятие 09.03.2019 09.03.2019
Основы оценки рисков Практическое занятие 16.03.2019 16.03.2019

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 за первый модуль O_мод рассчитывается по формуле O_мод = min(0.3 * O_1 + 0.3 * O_2 + 0.3 * O_3 + 0.2 * O_экз, 10)

Оценка за проект во втором модуле O_практ выставляется по 10-балльной шкале по итогам защиты проекта.

Итоговая оценка O_итог определяется по формуле O_итог = 0.5 * O_мод + 0.5 * O_практ

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.

Контакты

Вопросы по курсу можно задавать на почту курса, а также в телеграм чат или преподавателю Титовой Наталии (@Natalitics).


Канал в telegram для объявлений: https://t.me/joinchat/AAAAAFInpnDF9lYG4NpdzA

Чат в telegram для обсуждений: https://t.me/joinchat/FSJ-rRXRgo9ygf7x_9z5JA


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], 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.

Рекомендуемая литература и полезные дополнительные материалы

Полезные материалы


Полезная литература