Просмотр исходного текста страницы Data science in business 21 22


[[Файл:Capture.PNG|1000px|безрамки|справа]]

=== Расписание занятий  ===
Занятия проводятся по '''субботам'''<br />

'''Общая ссылка для всех лекций и семинаров:''' https://zoom.us/j/92914699718<br />
<br />
'''''9:30''''' - лекция на английском<br />
'''''11:10''''' - лекция на русском (запись)<br />
'''''13:00''''' - семинар на русском (запись)<br />
'''''14:40''''' - семинар на английском<br />
'''''16:20''''' - семинар на русском<br />
'''''18:10''''' - семинар на английском<br />
<br />

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  [https://www.hse.ru/edu/courses/375283606 Анализ данных в бизнесе]  в 2020/2021 учебном году на потоке образовательных программ :  .
*[https://cs.hse.ru/ami "Прикладная Математика и Информатика"] Факультета Компьютерных Наук НИУ ВШЭ
*[https://www.hse.ru/ba/data/about "Прикладной анализ данных"] Факультета Компьютерных Наук НИУ ВШЭ
*[https://www.hse.ru/ba/icef/ "Международный институт экономики и финансов"] Международный институт экономики и финансов НИУ ВШЭ  
*[https://www.hse.ru/ba/bi/ "Бизнес-информатика"] Высшая школа бизнеса НИУ ВШЭ

дополнительные ссылки:
*[https://cs.hse.ru/sas/ Базовая кафедра компании SAS на факультете компьютерных наук ВШЭ ]
*[https://www.hse.ru/edu/courses/375283606 Карточка курса и программа]
*[https://www.sas.com/ru_ru/home.html Сайт компании  SAS]

*'''[https://www.sas.com/ru_ru/careers/internship-program.html#m=schedule-2019 Календарь стажерской программы на 2020/2021 год]'''

== 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 [https://support.sas.com/edu/schedules.html?id=2588&ctry=RU ссылка на курс]
*по основам статистического анализа с использованием ПО SAS [https://support.sas.com/edu/schedules.html?id=5235&ctry=RU 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) [https://www.sas.com/sas/training/scyp.html ссылка на курс].

== Лекции ==


  '''суббота      '''
{| class="wikitable"
'''      ПАД и МИЭФ - 09:30 - 10:50; <br />
'''ПМИ, БЭК и БИ - 11:10 - 12:30 '''<br />
<br />
'''ссылка на подключение к лекции''' - https://zoom.us/j/92914699718
|-
! Название раздела !! Тема !! Дата для 3 и 4 курса !! Презентация!! Запись 
|-
| Клиентская аналитика || Вводная лекция и введение в клиентскую аналитику || 16.01.2021  || [https://drive.google.com/file/d/1GqOZwsEEZ2D1Ar3tvFIdx5RYyy-Ln8nM/view?usp=sharing Лекция №1] || [https://drive.google.com/file/d/1JWG3WdtlPKGD9A-VuP6iDMn4j-ETgKgg/view?usp=sharing Лекция №1]
|-
| Клиентская аналитика || Построение моделей и визуализация данных || 23.01.2021  || [https://drive.google.com/file/d/1EC0IVmXEBavt_uylO04Zvg20ntLMgbO7/view?usp=drivesdk Лекция №2] || [https://drive.google.com/file/d/1yYSHwg4_FXiRAXziIn-tyqNb5NQ0jZve/view?usp=drivesdk Лекция №2]
|-
| Клиентская аналитика || Текстовый анализ данных || 30.01.2021  || [https://drive.google.com/file/d/1l15XEsGQEwhIzcak1kXsvxN6vRFvTr9V/view?usp=sharing Лекция №3 - рус] [https://drive.google.com/file/d/14hvnV_hMqgcLTGuvLtwwFZJ7JShfpriF/view?usp=sharing Лекция №3 - Eng] || [https://drive.google.com/file/d/1mUV5b9kpF1uWDTwLe515Hh2xcryEjSF2/view?usp=sharing Лекция №3 - рус] [https://drive.google.com/file/d/1VwP4hZWabY5FNx4VJLDT1W0ouBLhQ5ZU/view?usp=sharing Лекция №3 - Eng]
|-
| Задачи анализа данных в розничных сетях продаж товаров || Введение в задачи анализа данных в ритейле. Прогнозирование спроса || 06.02.2021 || [https://drive.google.com/file/d/1GD-MMh_0J8g9TD3CTwmqWWwClxR9tuq1/view?usp=sharing Лекция №4 - рус] || [https://drive.google.com/file/d/1JDoo03eeIbxgmAm7glzYVa_tNqg98Lr9/view?usp=sharing Лекция №4] 
|-
| Задачи анализа данных в розничных сетях продаж товаров || Описательная аналитика в Ритейл: кластеризация магазинов, сегментация товаров, восстановление спроса || 13.02.2021 ||[https://drive.google.com/file/d/1EO7NUI6Mm_1xYdI6LaKX2h_pwBMBkIIT/view?usp=sharing Лекция №5] || [https://drive.google.com/file/d/1YF_08RsRNeXBy5ljWF5cJNPiYLPxZt6f/view?usp=sharing Лекция №5]
   
|-
| Задачи анализа данных в розничных сетях продаж товаров || Задачи оптимизации запасов товаров в ритейл-сети, оптимизация цен, оптимизация ассортимента|| 20.02.2021 || [https://drive.google.com/file/d/1gVpt_xnI1YktPuDJTJYN350WkGjHxcQK/view?usp=sharing Лекция №6] || [https://drive.google.com/file/d/1Pb-YANBVxG4jsD50JCOs91-kTT5lfj-P/view?usp=sharing Лекция №6]

|-
| Основы оценки рисков || Введение в кредитные риски  || 06.03.2021  || [https://drive.google.com/file/d/1sOIJ_qixdURKH-wupqgvrzphi4Nv-8Fz/view?usp=sharing Лекция №7] || [https://drive.google.com/file/d/1Ry9UzDUsFK1FgsMtPg_J0p5NLy6XTa4y/view?usp=sharing Лекция №7]
|-
| Основы оценки рисков || Введение в рыночные риски  || 13.03.2021   || [https://drive.google.com/file/d/1W6kKGqzZ6iD7pymgM8kdojeWkLRVbuyU/view?usp=sharing Лекция №8] || [https://drive.google.com/file/d/1Y_IDa4tYEr4j2ctta6cayCcMNthdul-I/view?usp=sharing Лекция №8]
|-
| Основы оценки рисков || Валидация моделей || 20.03.2021   || [https://drive.google.com/file/d/1KEiiCC0JN0f7r1fv3khEvONqK2aYKrHm/view?usp=sharing Лекция №9] || [https://drive.google.com/file/d/1S198_wXn5clueaff_BLVznNBsKTAliME/view?usp=sharing Лекция №9]
|-
| ModelOps (запись) || Операционализация моделей машинного обучения || (запись доступна до 9.04.2021)  ||  || [https://youtu.be/e4fo20VSp-Y Запись лекции №10]
|}

== Семинары ==

 '''суббота   
'''Группа ПМИ 1 - 13:00, Группа ПМИ 2, БЭК - 16:20,<br />
'''Группа ПАД 1 - 14:40, Группа ПАД 2 и МИЭФ - 18:10  <br />
'''Группа БИ просматривает записи семинаров (запись будет направляться отдельно) '''<br />
<br />
'''ссылка на подключение к семинару''' - https://zoom.us/j/92914699718
{| class="wikitable"
|-
! Название раздела !! Тема !! Дата для 3 курса !!  Презентация !! Запись 
|-
| Клиентская аналитика || Знакомство с ПО SAS || 16.01.2021 ||  || [https://drive.google.com/file/d/1mLZw3Wgw07zJrqIakOoxTDVs6QfFMNvL/view?usp=sharing Семинар №1]
|-
| Клиентская аналитика 
|| Методология исследования данных ||23.01.2021 ||   || [https://drive.google.com/file/d/1lA7KIOd_JkNIzNWMmpVyq6yrOB354jhy/view?usp=drivesdk Семинар №2]
|-
| Клиентская аналитика || Финансовое обоснование проектов, основанных на анализе данных || 30.01.2021 || [https://drive.google.com/file/d/1IZpyRI9ZEZM9BCtEZLSB9yMqBLO_PouM/view?usp=sharing Семинар №3] || [https://drive.google.com/file/d/1e7IMZYEtmuZxvBd7Z2EHM8THkZvEgfVJ/view?usp=sharing Семинар №3]
|-
| Задачи анализа данных в розничных сетях продаж товаров || Задача восстановления спроса, Прогнозирование новых товаров || 06.02.2021 ||[https://drive.google.com/file/d/1JYsICO0BoplPN8gHPTItV2cy2xM7IA04/view?usp=sharing Семинар №4] ||[https://drive.google.com/file/d/1rOmpEKM_xz2-0GMtjxFIZ2iKi9IoGwCR/view?usp=sharing Семинар №4]
|-
| Задачи анализа данных в розничных сетях продаж товаров || Оптимизация запасов в сети || 13.02.2021 || [https://drive.google.com/file/d/1d11uLIGrg5z65FCshPHvb1JCeqn7fHuh/view?usp=sharing Семинар №5] ||  [https://drive.google.com/file/d/1eGvR9eTsVmLsmdakweBOdrfD3M-ZeStc/view?usp=sharing Семинар №5]
 
|-
| Задачи анализа данных в розничных сетях продаж товаров || Расчёт эластичности товаров. Кластеризации магазинов || 20.02.2021 || [https://drive.google.com/file/d/17OLSfwwy8xa2th0g-Bwyuh7t0hvSc6rz/view?usp=sharing Семинар №6]|| [https://drive.google.com/file/d/17Sbm4mrXB0OKdJddOGW9P-QgTY4YN6hX/view?usp=sharing Семинар №6]
|-
| Основы оценки рисков || Практическое занятие по кредитным рискам || 06.03.2021 || || [https://drive.google.com/file/d/1f7DPSu-w47ESHeX5DjfeLg9XSAtedmA0/view?usp=sharing Семинар №7]

|-
| Основы оценки рисков || Практическое занятие по рыночным рискам || 13.03.2021 || [https://drive.google.com/file/d/15GwASABX24xJPRYNXCButDocCDOAnpvF/view?usp=sharing Семинар №8] || [https://drive.google.com/file/d/1TA_IhJ6E-qVYfsu2cbAYLRpXg17F9ng9/view?usp=sharing Семинар №8]
|-
| Основы оценки рисков || Практическое занятие по валидации моделей || 20.03.2021 || [https://drive.google.com/file/d/1fCUHDEQceFKsDQ49bg0keUluAffSraBJ/view?usp=sharing Семинар №9] || [https://drive.google.com/file/d/17XrmJFSVtDD_AYCjYO_EjCetiJieG7cQ/view?usp=sharing Семинар №9]
|}

== 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 ==

'''Домашнее задание №1'''

Задание состоит из 2 частей:

1. Исследование данных и обработка данных для проведения последующей сегментации;

2. Составить профили клиентов на основе проведенных сегментаций (использовать минимум 2 метода сегментации).


Подробное описание Домашнего задания №1 с примерами и результатами [https://drive.google.com/file/d/16WFqo1xfPvnlGLwyorWFGdiL2ZM8xp8D/view?usp=sharing читай в приложенном файле]


Каждый студент выбирает вариант, который указан напротив его ФИО в списке
[https://docs.google.com/spreadsheets/d/1jlY6dqZmYKZq65e_pcbHFoNIL31KK6Gd_xoiP9IteMY/edit?usp=sharing по ссылке]


Варианты и описание данных представлены  [https://drive.google.com/open?id=1jxwwFMEHVh91ZKx5_PqnMSUlsICytIbI в папке по ссылке]


Для того, чтобы получить оценку, требуется:

1. Прислать архив с файлами, где производились все расчеты и сопроводительное письмо с выводами и комментариями по
каждой части:

* Расчеты могут производиться через код (python/sas/sql), сводные таблицы и формулы в excel или проект SAS Viya;
* Все выводы необходимо подтверждать визуально интерпретируемыми графикамии данными.

2. Архив (.zip) с файлами требуется отправить на почту Natalia.Titova@sas.com с темой «ФКН ВШЭ»

3. Название файла требуется отправлять по шаблону <Имя>_<Фамилия>_<номер группы>_hw1.zip.

Пример, Alexander_Sharipov_156_hw1



'''Оценка за  домашнее задание  №1''' выставляется по 10-балльной шкале, где:

«8-10» — задание решено полностью, выполнены все 2 части домашней работы:
* проведен анализ данных, предоставлен рабочий код и таблицы по исследованию данных;
* построены сегментации 2-мя методами;
* предоставлены понятные выводы с подтверждёнными данными (таблицы, графики);

«6-7» —задание решено неполностью или с недочётами:
* проведен анализ данных, предоставленрабочий код и таблицы по исследованию данных;
* построена сегментация хотя бы одним методом;
* предоставлены понятные выводы с подтверждёнными данными (таблицы, графики);

«4-5» —задание решено с существенными недочетами,
* проведен анализ данных, предоставлен рабочий код и таблицы по исследованию данных;
* выявлены верхнеуровневые зависимости и закономерности по клиентам без построения модели сегментации;

«0-3» — задание не решено или решено неверно.

''Срок сдачи – 2 недели (19 февраля 2021 23:59).''


'''Домашнее задание №2'''

Описание ДЗ 2 находится в файле [https://drive.google.com/file/d/1R6BLH40CLk7uewRn02JlGj64Ov2peJgK/view?usp=sharing по ссылке]

''Срок сдачи – 4 марта 2021 23:59.''


'''Домашнее задание №3'''

Необходимо построить скориниговую модель, оценивающую вероятность дефолта клиента на стадии заведения кредитной заявки.
Для этого необходимо:

0. Скачать данные по ссылке https://drive.google.com/drive/u/0/folders/16CMyPnLu7Fv7IgsYOZimQK-7MaFZEWEZ

Каждый студент выбирает 2 выборки "accept" и "reject", которые начинаются с варианта студента. 
Номера вариантов для ДЗ №3 необходимо взять  такие же как и для ДЗ №1

Выполненное задание необходимо отправить в следующем виде:

1) Файл/скрипты с построенными моделями (обязательно должны быть комментарии, без комментариев задание считается нерешенным)

2) Excel файл с ответами на следующие вопросы: 

1. Какая доля 1 в выборке "accept"?

2. Необходимо рассчитать для всех интервальных переменных следующее:
  - Доля пропущенных значений 
  - Медиана
  - Среднее
  - Среднеквадратическое отклонение
  - Есть ли аномальные значения, выбросы? 
  - Information Value
3. Необходимо рассчитать для всех категориальных переменных следующее:
  - Мода
  - Доля пропущенных значений
  - Information Value
  - Есть ли выбросы, аномальные значений
4. Построить логистическую регрессию только на одобренных заявках с преобразованными переменными WoE. Какое значение GINI? F1 мера?

5. Провести анализ Reject Inference. Какая доля отказанных заявок? 

6. Построить логистическую регрессию на всех заявках с преобразованными переменными WoE. Какое значение GINI, F1? Изменилась ли модель? 

7. Какую модель вы рекомендуете для внедрения в продуктивную среду? Дать развернутое пояснение
  

Оценка за  домашние задания  №3 выставляется по 2-балльной шкале, где «2» — задание решено полностью, «1» — задание решено не полностью или с недочётами, «0» — задание не решено или решено неверно.
Перевод оценки за домашние задания из 2-балльной шкалы в 10-балльную проводится путём умножения оценки на 5 без округления.

За домашнюю работу №3  будут выставляться оценки:
«2» – правильно построена модель и на выборке accept, и на выборке reject. Даны верные ответы.
«1,6» – правильно построена модель и на выборке accept, и на выборке reject. 50% ответов верные.
«1,4» – правильно построена модель и на выборке accept, и на выборке reject. Даны неверные ответы
«1» - построена модель только на выборке accept. 
«0,8» - задание решено не полностью. 50% ответов верные.
«0» — задание не решено или решено неверно.

''Срок сдачи –  до 27.03.2021 включительно''

Решения присылать на почту Maria.Vorobyova.Ser@gmail.com 
В теме письма обязательно должно быть следующее:  ВШЭ + Номер курса+номер_вариант+ФИО. 

В названии файла необходимо указать:
*Номер курса
*Номер варианта
*ФИО


Пример: «ПМИ_3курс_Вариант_8_ИвановИванИванович»

Если работы будут повторять друг друга, обе работы будут считаться нерешенными.

== Командный проект для 3 курса ==

'''Выбор темы для командного проекта по курсу "Анализ данных в бизнесе" '''
 
Студенты делятся на группы по 3 человека. В дальнейшем 2-3 группы могут соединить в одну. Внутри группы должен быть определен капитан команды - ответственное лицо группы. 

Ответственное лицо 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: [https://docs.google.com/document/d/1p_gECsEVi95_3-WW2eBJaA3yEGCJBzejDILSkPQDX7c/edit?usp=sharing ссылка на файл]

Ссылка на форму подачи заявки на тему: [https://forms.gle/QG2SwvYZ5tN2Pwow5 ссылка на файл]


'''Сроки выбора тем:'''

'''До 17 апреля группа должна  выбрать две темы из указанного списка''', указав первый и второй приоритет для этих тем.

'''18 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 3-х групп студентов.


При возникновении вопросов пишите в Telegram Титовой Наталии.


Итогом каждого проекта должна быть презентация результатов проекта на 10-15 минут. 

Защита проекта для ПАД будет в середине мая  (17-22 мая), а также для всех желающих.которые готовы будут защититься. 

Финальная защита для ПМИ и БЭК будет в середите июня (15-19 июня) до начала сессии. 

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

Те студенты, которые не нашли себе группу  тоже подают заяку на тему, но на одного себя. Мы сами соединим с группой по схожей теме.


'''Даты защиты учебных проектов в 4 модуле:'''

Защиты проектов пройдут с 17 по 19 июня 2021 года.

В файле по ссылке вы найдете список проектных групп с привязкой к дате и времени защиты, а так же ссылки для подключения к самим защитам. 

[https://docs.google.com/spreadsheets/d/1bKLieQ4htcn996CijYwkeVZVswsBv7WhA24_kp15nds/edit?usp=sharing Командные проекты - даты защит по группам и ссылки на подключение.]

== 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 [https://drive.google.com/open?id=1s2yIzkdGDVGm92wDQBB0OlHOIANaJxK2 ссылке]. 

*Рабочая программа дисциплины для 4 курса можно найти по следующей [https://drive.google.com/open?id=12FxhMSSkVVNHrHv2Jy4nboBEEVhfnu86 ссылке].

*'''[https://drive.google.com/open?id=1J7MHkux4wBq828_6Lg3trCmkxdutXV1K Инструкция по подключению к SAS OnDemand  и скачиванию ПО SAS]'''

*[https://drive.google.com/open?id=1ANDlimb5hp4ds0sUcReR6xq5sVrcX5n9 Лекции и семинары]  ''Внимание: файлы в папке обновляются!''

== Рекомендуемая литература и полезные дополнительные материалы ==

'''Полезные материалы'''

*[https://support.sas.com/en/software/enterprise-guide.html#freetutorials Обучающий портал с дополнительной литературой для работы с SAS Enterprise Guide]
*[https://habr.com/company/sas/blog/ Блок компании  SAS  на хабре (Основы программирования на SAS Base)]


'''Полезная литература'''

''К разделу 1:''
*[https://www.sas.com/store/books/categories/business-concepts-leadership/data-mining-techniques-for-marketing-sales-and-customer-relationship-management-third-edition/prodBK_64447_en.html Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management, Third Edition Michael J. A. Berry Gordon S. Linoff ]
*[https://www.springer.com/gp/book/9780387725789  Database Marketing. Analyzing and Managing Customers, Blattberg, Robert C., Kim, Byung-Do, Neslin, Scott A. ]

*[http://10k.inc.hse.ru/files/McKINSEY_GUIDE_to_business_plan.pdf LeSueur J. (2007) McKinsey&Company  (2000) How to write a business plan.]
*[http://support.sas.com/resources/papers/proceedings12/286-2012.pdf	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]
*[http://support.sas.com/resources/papers/proceedings17/SAS0733-2017.pdf	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.
*[http://kaplan-publishing.kaplan.co.uk/cima/p2/pages/study-text.aspx Kaplan Publishing (2018) CIMA P2 Study Text. Advanced Management Accounting.]
*[http://support.sas.com/resources/papers/proceedings12/286-2012.pdf 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]
*[https://support.sas.com/resources/papers/proceedings16/SAS6222-2016.pdf Baer D. and Grover S. (2016) Enhanced Segmentation Using SAS® Visual Analytics and SAS® Visual Statistics. Paper 6222-2016, SAS Institute, Inc., Cary, NC.]

*[https://support.sas.com/documentation/cdl/en/vaamgs/71329/PDF/default/vaamgs.pdf SAS Documentation (2015). SAS® Visual Analytics 7.2, 7.3,and 7.4: Getting Started with Analytical Models]
*[https://support.sas.com/documentation/cdl/en/vaug/68648/HTML/default/viewer.htm#n0lfkxxrf3zhugn14g96lr8spatc.htm 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  ==

[[Файл:Титова Наталья Николаевна.jpg|микро|70px|безрамки|слева]] '''Титова Наталия Николаевна''' - старший преподаватель 
Natalia.Titova@sas.com




[[Файл:Лобок Татьяна Сергеевна.jpg|микро|70px|безрамки|слева]] '''Лобок Татьяна Сергеевна''' - менеджер базовой кафедры SAS
tlobok@hse.ru




[[Файл:Колос Екатерина Геннадьевна.jpg|микро|70px|безрамки|слева]] '''Колос Екатерина Геннадьевна''' - администратор сервера SAS 
Ekaterina.Kolos@sas.com