[МУЗЫКА] [МУЗЫКА]
Здравствуйте, мы очень рады,
что вы заинтересовались нашей специализацией, и в этой лекции
я вам коротко расскажу о том, что вас ждет, если вы решите с нами поучиться.
Специализация посвящена статистическому анализу данных и состоит из четырех
курсов, каждый из которых, с одной стороны, завершенная вещь,
то есть он рассматривает определенный класс задач и завершается проектом,
где вы сможете своими руками что-то поделать на реальных данных и закрепить
полученные в курсе знания.
С другой стороны, все-таки они расположены немножко по уровню сложности, если первый
курс самый базовый, то второй, третий и четвертый как бы немножечко посложнее.
Давайте я коротко расскажу вам про каждый из курсов, что будет, собственно, внутри.
Первый курс будет полезен тем из вас, чей опыт работы с данными, может быть,
не очень большой,
или если вы неуверенно чувствуете себя в основах и хотели бы их закрепить.
Здесь мы говорим о теории вероятности, об основах,
о случайных величинах и признаках, о характеристиках распределений,
дальше мы говорим об основах математической статистики,
говорим о мерах и центре вариативности, ну, и, конечно же, говорим о том,
как визуализировать распределение, и немножечко о графическом анализе данных.
В завершение мы поговорим еще и о выборках, о том,
как грамотно строить выборки, о том, как гарантировать корректную процедуру отбора,
какие возможности и ограничения следуют из разных логик отбора, и, конечно же, о том,
как работать с неопределенными, нетипичными или отсутствующими данными,
так тоже бывает.
Если первый курс описательный, то второй — здесь мы уже переходим к статистике.
Здесь мы начинаем с проверки статистических гипотез,
что такое гипотеза, и как их проверять, какие бывают критерии, какая логика,
какие принципы, и затем вот эту вот теорию начинаем разворачивать на рассмотрении
конкретных инструментов: как исследовать взаимосвязи линейные, нелинейные,
и в завершение посмотрим на то, как можно не только исследовать взаимосвязи,
но и прогнозировать значение одного признака, зная значения другие.
То есть мы поговорим о корелляции, о таблицах сопряженности,
о линейных регрессиях.
Если вам интересно узнать, например, связаны ли счастье и богатство,
или связана ли активность пользователя с днем недели или со временем года, или вы
хотите узнать, способствует ли наличие страницы в социальных сетях популярности
корпоративного сайта, то вот за такого рода вопросами вам во второй курс.
Приходите, пожалуйста.
Третий курс касается сравнения и формирования групп.
И здесь у нас есть тоже как бы две содержательных части.
В первой части мы говорим о сравнении групп или категорий.
Мы говорим о критериях, параметрических и непараметрических, о возможностях
и ограничениях, и если вас интересуют вроде вопросы, по-разному ли ищут работу в
городе или на селе, или различаются регионы или целевые группы по доходу,
возрасту или социально-демографическому составу, то вам сюда.
Здесь мы подробнее поговорим о классах задач и о способах их решения.
Вторая половина третьего курса посвящена уже формированию групп.
Если в первом случае мы знаем, что группы существуют,
и сравниваем их характеристики, то во втором случае мы говорим о том, что,
возможно, есть какая-то структура в наших данных, в которой мы не уверены,
но мы подозреваем, что она есть.
И мы пытаемся выявить эти группы, допустим, людей, или университетов,
или компаний, или еще чего-то или рубрик, по сходным характеристикам,
которыми эти объекты обладают.
И мы поговорим об основных алгоритмах кластеризации, посмотрим, как строить
кластеры, как их описывать и как понимать, что же за группы, собственно, получились.
Ну, и четвертый курс.
Он такой условно самый сложный,
и здесь мы поговорим об анализе трендов и о применении классификаторов.
Тренды — это про что?
Тренды — это в общем-то слово популярное, и здесь мы рассматриваем, допустим,
такие вопросы, как растут ли наши продажи или стабилен ли приток клиентов,
тенденция это или случайность, есть ли какие-то сезонные закономерности в том,
как развивается показатель, который нас интересует, как выявить эти тренды,
как описать и как понять, что за ними стоит.
Также в этом курсе мы поговорим о факторном анализе,
который позволяет узнать, есть ли какие-нибудь скрытые переменные за
проявлением каких-то вот мелких видимых характеристик.
Понять, как найти эти переменные, понять, как описать, что за ними стоит,
и как интерпретировать то, что, собственно, получается.
Ну, и в завершении поговорим о классификаторах.
Классификаторы позволяют нам отнести объект к той или иной категории с заданной
вероятностью, исходя из нашего знания о некоторых характеристиках этого объекта.
Ну, вот, например, отдаст кредит заемщик или нет, закончит студент курс или нет,
сработает лекарство или нет, и вот такие вот прочие задачи,
мы поговорим об основных методах, о простых классификаторах.
К примеру, мы рассмотрим деревья решений,
как они устроены и как они помогают в принятии решений, мы поговорим о простых
бинарных классификаторах, о логистической регрессии и на данных построим модель,
которая позволит нам классифицировать и прогнозировать.
Также, что важно, в конце каждого курса у нас будут не только теоретические,
но и практические лекции, и вам будут предложены видео,
в которых будет показано, как на практике решать то,
что мы рассматриваем в двух продуктах — при помощи SPSS и при помощи R.
Насколько мне известно, во многих университетах, по крайней мере социологам,
анализ данных преподают с применением SPSS.
В МГУ это, по крайней мере, так.
Если в вашей организации есть этот пакет или если вы хотите им овладеть, то вы
сможете пойти по SPSS-треку и попробовать посмотреть эти практические видео.
SPSS — это, к сожалению, платный продукт.
Ну, как к сожалению?
Реальность такова.
Но есть бесплатная версия 14-дневная,
которую вы можете, зарегистрировавшись на сайте, скачать.
В материалах курса есть инструкция, как это делать.
И попрактиковаться.
Но, поскольку срок жизни бесплатной версии достаточно короткий, лучше устанавливать
ее поближе к тому моменту, когда вы решите делать практические задания.
Ну, и R, второй продукт, второй инструмент, это, наверное, самый, или,
по крайней мере, один из самых распространенных методов или способов
анализа данных сейчас, и он бесплатный, и при помощи R вы можете анализировать
данные в любом месте практически без дополнительных финансовых затрат.
Правда, он потребует от вас некоторой дополнительной подготовки,
материалы для которой мы, разумеется, предоставим.
Для R есть большое количество сред.
R-студио, к примеру, ставится или еще что-то.
Мы будем показывать практику на Юпитер-ноутбукс,
и также вы сможете практиковаться, прямо не выходя из курса, прямо в среде курса,
решать какие-то задачки, которые мы будем разбирать на лекциях.
Итак, вот такая наша специализация.
Добро пожаловать.
Еще раз спасибо большое за интерес к нашей специализации, и мы уже с нетерпением ждем
возможности поработать с вами и пообщаться с вами на форуме.
Ольга Ечевскаядоцент, кандидат социологических наук
Наталья ГалановаСпециалист по анализу данных
Виктор ДёминСпециалист по анализу данных, кандидат технических наук
