Просмотр исходного текста страницы Анализ данных 2022 (ОП "Журналистика" и "Медиакоммуникации")

== 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]]