Информация для студентов 2020 года набора
Максимальное количество студентов: 120
Ограничения по программе: Информатика и вычислительная техника, Информационная безопасность, Программа двух дипломов НИУ ВШЭ и Лондонского университета "Международные отношения", Программа двух дипломов НИУ ВШЭ и Лондонского университета "Прикладной анализ данных", Программа двух дипломов НИУ ВШЭ и Лондонского университета по международным отношениям, Программа двух дипломов НИУ ВШЭ и Лондонского университета по международным отношениям, Цифровые инновации в управлении предприятием (программа двух дипломов НИУ ВШЭ и Лондонского университета), Прикладная математика и информатика, Прикладная математика и информатика, Прикладная математика и информатика, Цифровые инновации в управлении предприятием (программа двух дипломов НИУ ВШЭ и Лондонского университета), Мода
Дисциплины:
- Исследование данных и визуализация (2 курс 1 семестр);
Первый курс майнора посвящен развитию базовых навыков работы с инструментальными средствами анализа данных. Студенты познакомятся с языком R -- универсальным инструментом анализа и визуализации данных и машинного обучения, обладающим большим и дружелюбным сообществом. Мы научимся обрабатывать данные разных типов (чисел, категорий, строк, дат), делать полезные визуализации результатов и эффективные воспроизводимые отчёты и интерактивные презентации. Познакомимся с основными темами последующих курсов: этапами и инструментами исследования данных применением статистических моделей к предсказанию данных. В результате курса студенты будут способны быстро и эффективно провести исследование данных, графически исследовать ключевые закономерности и представить их в виде интерактивного отчета или дэшборда, построить базовые предсказательные модели.
- Технологии анализа данных (2 курс 2 семестр);
Углубляя навыки из первого курса майнора, в “Технологиях анализа данных” мы познакомимся с ключевыми пакетами, ориентированными на обработку сетей, текстов и других специфичных данных. Студенты научатся находить закономерности в данных, представленных в виде связей между элементами (социальные сети, коммуникации, торговые и политические отношения и т.д.), а также извлекать полезную информацию из длинных текстов, не читая их целиком. Кроме того, мы рассмотрим принципы построения рекомендательных систем и закрепим полученные за год навыки в проекте.
- Предиктивные модели и прикладная аналитика (3 курс 1 семестр)
В этом курсе студенты закрепят полученные ранее навыки и тесно познакомятся с ядром прикладной аналитики данных -- моделями машинного обучения, а также технологиями, необходимыми для решения прикладных задач. Курс разделен на два трека, выбираемые в зависимости от предпочтений, сформированных в течение первого года. Первый трек сфокусирован на задачах прикладной предиктивной аналитики (клиентской, UX, социальной и др.), а также основах баз данных и языка SQL. Второй трек ориентирован на более глубокое знакомство с методами продвинутого анализа сетей и текстов, которые применяются в цифровых социальных и гуманитарных науках. При этом в обоих треках студенты познакомятся с ключевыми понятиями и алгоритмами машинного обучения, получат опыт построения собственных моделей для решения конкретных задач в своей области.
- Приложения и практика анализа данных (3 курс 2 семестр)