Анализ данных в Python 2020-2021
Содержание
О курсе
"Анализ данных в Python" читается на 4 курсе, в 1 и 2 модуле.
Преподаватель
Рогович Татьяна Владимировна
Ассистент
Инсан-Александр Латыпов
- @Le_Figaro в Telegram
Материалы курса
Дистрибутив для установки Anaconda на собственные компьютеры Пожалуйста, устанавливайте версию Python 3.7 и выше.
Лекции и семинары
Записи занятий на youtube: жмяк
Лекции и семинары
Все блокноты и семинары: репозиторий
| Дата | № | Блокноты и презентации | Данные | Доп. материалы |
|---|---|---|---|---|
| 17.09, 24.09 | Python Refresher | Блокноты | Задачи и решения | |
| 1.10 | Numpy | Блокнот | Задачи для самопроверки | |
| 15.10, 27.10 | Intro to Pandas (Titanic) | Блокнот | train.csv | Задачи для самопроверки |
| 3.11 | Pandas DateTime. Визуализация с Matplotlib | DataTime блокнот Matplotlib блокнот | ufo.csv populations.csv crimeRatesByState2005.tsv gapminderData.csv Films | |
| 10.11 | Визуализация в Plotly. | Plotly блокнот | Spidertchart data iris data Nuclear tests Coordinates | |
| 17.11 | Web-scraping | Блокноты | ||
| 20.11 | Введение в ML | Что такое данные и какие задачи может решать ML? Презентация | ||
| 24.11 | Логика решения задач ML | Презентация Kaggle блокнот | gender_submission train.csv test.csv | |
| 1.12 - 4.12 | Логика машинного обучения. Решающее дерево и случайный лес | Презентация EDA Блокнот Предсказываем цену домов. Блокнот Дома. Для урока | Дома. Данные | |
| 8.12 | ML: задача классификации. Cross validation и grid search | Титаник: блокнот для занятия |
Домашние задания
Домашние задания находим в проектах в ЛМС и там же сдаем.
| ДЗ | Дедлайн | Файлы |
|---|---|---|
| ДЗ1: Python | 1.10 23.59 | |
| ДЗ2: Pandas & Viz | 1.12 23.59 | ДЗ |
| ДЗ3: KNN | 11.12 23.59 | ДЗ3 |
| ДЗ4: ML | 15.12 23.59 | Демо-вариант КР |
Контрольные работы
| КР | ДАТА | Тестовый вариант |
|---|---|---|
| КР1: Python | 8.10 11:10 | Жмяк |
| КР2: Анализ данных и ML | 18.12 |
КР1
- Проводится во время занятия по расписанию.
- Тест и задачи будут опубликованы на online.hse.ru (проверьте логины заранее, мы не сможем вам оперативно помочь!)
- Задания по типу и количеству аналогичны демонстрационному варианту.
- Во время контрольной у вас должна быть включена камера в zoom и предоставлен доступ к экрану (прокторинг нашими силами на минималках).
Дополнительные баллы
Дополнительные баллы рассчитываются по следующей формуле:
- 8+ заданий: 1.5 балла
- 5-7 заданий: 1 балл
- <5 заданий: 0 баллов
Баллы прибавляются к итоговой оценке до округления.
| Номер | Платформа | Дедлайн |
|---|---|---|
| 1 | DataCamp. Pandas | 3 ноября 23.59 |
| 2 | LMS. Pandas | 11 ноября 23.59 |
| 3 | DataCamp. Viz | 18 ноября 23.59 |
| 4 | DataCamp. Project | 25 ноября 23.59 |
| 5 | Scraping | 3 декабря 23.59 |
| 6 | KNN (ДЗ) + 2 балла | 11 декабря 23.59 |
| 7 | DC | 20 декабря 23.59 |
| 8 | DC + 2 балла | 27 декабря 23.59 |
У студентов есть возможность получить до полутора
дополнительных баллов за выполнение необязательных заданий в течение
семестра. Дополнительные баллы учитываются в итоговой оценке до
округления с весом 1. Обратите внимания, что дополнительные задания,
выполненные в рамках онлайн курса засчитываются только при условии
прохождения исключительно с корпоративного почтового адреса студента.
Подключение студентов к онлайн курсу на платформе НПОО
(https://openedu.ru/) производит Дирекция по онлайн обучению НИУ ВШЭ
по заявке администратора учебного офиса образовательной программы.
Скрытая сессия для студентов ВШЭ автоматически появляется в личном
аккаунте на платформе. Регистрироваться на открытую сессию для всех
желающих слушателей нельзя. На платформе DataCamp слушатели
приглашаются в специальную сессию, созданную преподавателем курса.
Всего за семестр будет дано 10 небольших заданий. У каждого свой дедлайн. Задания будут выложены на вики и в ЛМС, решенные блокноты принимаются в ЛМС. После дедлайна задания не принимаются. В качестве некоторых заданий будет предложено пройти часть онлайн курса или выполнить его задания. Оценка за задание не ставится, задание считается выполненным, если оно выполнено на 100% (допускаются небольшие помарки, в этом случае выполнение засчитывается на усмотрение преподавателя).
Экзамен
Описание экзамена и требования
Оценка
Окончательная оценка = Округление(0.35 * среднее(Домашние задания) + 0.35 * среднее(Контрольные работы) + 0.3 * Экзамен)
Домашние задания выдаются по темам: программирование на Python, скрейпинг, визуализация, реализация алгоритма kNN. Контрольные работы по темам: программирование на Python, работа с данными Pandas.
Формат контрольных работ пока не определен (очно или дистанционно), будет сообщено позднее.
Преподаватель оставляет за собой право изменить темы домашних и контрольных работы, а также устроить устную защиту любой из форм контроля.
Домашнее задание должно быть сдано до установленного дедлайна. В случае сдачи в течение суток после дедлайна, оценка снижается на 1 балл. В случае сдачи в течение недели после дедлайна, оценка снижается на 2 балла. Работы, сданные позже, не принимаются и за них выставляется оценка «0».
Список рекомендуемых материалов
Линейная алгебра и статистика
- Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.
- Lavine. (2013). Introduction to Statistical Thought
- MIT Open course: Linear Algebra by Strang
Python
- Pandas Cheat Sheet
- Python RegExp Cheat Sheet
- O'Reilly: Python for Data Analysis
- Базовый курс по программированию на Stepik
Machine learning
- Bishop. (2006). Pattern Recognition and Machine Learning
- Курс по машинному обучению К.В. Воронцова
- Coursera: Machine Learning by Andrew Ng
- O'Reilly: Machine Learning for Hackers
Материала по ML
- Simple Decision Tree
- Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists
Статистика
- Бослав С. Статистика для всех (Есть в библиотеке)
- Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)
