Введение в науки о данных. (Магистратура). Учебное пособие.

Учебное пособие по дисциплине «Введение в науки о данных» посвящено практическому применению методов машинного обучения для решения экономических и финансовых проблем. Изложение построено в соответствии с методологией CRISP-DM, рассматривающей полный жизненный цикл проекта Data Science: от постановки бизнес-задачи до внедрения модели и ее промышленной эксплуатации. В курсе даются базовые понятия работы с данными (типы данных, источники, форматы хранения), детально рассматриваются этапы предварительной обработки (очистка, трансформация, масштабирование) и разведочного анализа данных (EDA). Особое внимание уделяется построению и интерпретации ключевых моделей машинного обучения: линейной и логистической регрессии, деревьев и лесов решений, нейронных сетей. В заключительных главах рассматриваются методы анализа текстовой и графической информации, а также принципы построения рекомендательных систем и интеллектуальных чат-ботов. Курс ориентирован на формирование у студентов базовых навыков работы с данными, разработки, валидации и интерпретации моделей машинного обучения с применением языка Python и специализированных библиотек. Материал иллюстрируется примерами из финансовой и банковской сферы (кредитный скоринг, прогнозирование оттока клиентов, анализ рыночной корзины).
Соответствует ФГОС ВО последнего поколения.
Для студентов магистратуры, обучающихся по направлениям подготовки  "Прикладная математика и информатика", "Прикладная информатика".

Калажоков, З. Х. Введение в науки о данных : учебное пособие / З. Х. Калажоков, Е. В. Романова, Е. А. Сальников.