Программирование для анализа данных

Цели и задачи дисциплины

Цель дисциплины: освоить методы и способы анализа данных с использованием языка программирования Python для решения различных научных и практических задач. Задачи: -познакомиться с различными видами анализа данных (описательная статистика, визуализация, корреляционный и регрессионный анализ, проверка статистических гипотез) -научиться на практике проводить комплексное исследование датасетов с использованием библиотек языка программирования Python.

Краткое содержание дисциплины

В данном курсе для анализа данных используются язык программирования Python. Изучаются возможности использования библиотек и модулей Python для статистического анализа и визуализации данных (Numpy, Pandas, Scipy, Matplotlib, Scikit-learn, Statsmodels и др.). Большое внимание уделяется оценке числовых характеристик показателей, изучению взаимосвязей данных, измеренных в разных шкалах, построению регрессионных моделей, проверке их качества и адекватности, рассматриваются вопросы прогнозирования.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

УК-2 Способен управлять проектом на всех этапах его жизненного цикла
УК-6 Способен определять и реализовывать приоритеты собственной деятельности и способы ее совершенствования на основе самооценки и образования в течение всей жизни