Технологии анализа больших данных

О курсе

Курс позволяет получить целостное представление о возможностях и ограничениях современных статистических методов и машинного обучения, а также об особенностях анализа данных для решения задач, возникающих в области государственного управления.

Материалы курса

Лекции

Дата	Тема	Презентация
04.04.2019	Введение. Применимость анализа данных в повседневной жизни. Анализ данных в государственном управлении: области, задачи	Лекция 1
18.04.2019	Введение в анализ данных. Описательные статистики. Корреляционный анализ	Лекция 2
25.04.2019	Введение в машинное обучение. Регрессионный анализ.	Лекция3
16.05.2019	Методы машинного обучения. Классификация.	Лекция 4-5
23.05.2019	Методы машинного обучения. Кластеризация	Лекция 4-5
30.05.2019	Статистические гипотезы. A/B тесты	Лекция 6
06.06.2019	Визуализация данных	Лекция 7
13.06.2019	Обсуждение проекта.	-

Семинары

Семинар 1

Самостоятельная работа:

Смотреть здесь

Входной контроль:

Смотреть тут

Презентация:
Нажимать сюда

Семинар 2

ДемоДатасет C2
СР2
СР2 для 182, 183, 185

Семинар 3

Презентация тут

Демодлялогических

Самостоятельная тут

СР 182,183, 185

Семинар 4

Данные для тренировки Самостоятельная тут

Семинар 5

Данные для семинара тут:
Презентация тут
Демо. Статистика по преступлениям
Расшифровка данных
Демо. ESSR

СР5

Семинар 6

Презентация ТУТ!
Данные для тренировки

СР6

Семинар 7 и 8

Презентация
Данные для тренировки 1
Данные для тренировки 2
Макросы

Самостоятельные 7 и 8

Проект

Проект сдается в виде небольшого исследования на произвольную тему.

По группам разделиться и записаться можно тут:
Запись по группам

Оценка за проект складывается из следующих критериев (за каждый ставится оценка от 0 до 10):

• Выбор темы – 0,1
• Целостность – 0,1
• Описательные статистики – 0,1
• Анализ данных с интерпретацией– 0,2
• Визуализация и представление результатов в презентации – 0,2
• Оформление отчета и excel-файла – 0,1
• Защита и ответы на вопросы – 0,2

Ведомости и оценки

Накопленная оценка формируется следующим образом:

0,05*О_{входной}+0,6*СР+0,35*ДЗ , где:

• О_{входной} -входной тест для определения текущего уровня
• СР - средняя оценка по еженедельным самостоятельным работам
• ДЗ - большое дз по курсу

Оценка по курсу формируется следующим образом:

0,5*О_{накопленная} + 0.5*О_{экзамен}

Ведомости

181 группа 182 группа 183 группа 184 группа 185 группа

Преподаватели курса

Лекции

Бурова Маргарита Борисовна

• E-mail
• VK Маргарита Бурова
• telegram: @burritas

Семинары

Группа	Семинарист	Ассистент	Контакты
БГУ181	Бурова Маргарита Борисовна	Саломатин Юрий	yuvsalomatin@edu.hse.ru, https://vk.com/id114420853
БГУ182	Горбунов Александр Андреевич	Федоров Павел	psfedorov@edu.hse.ru
БГУ183	Горбунов Александр Андреевич	Федоров Павел	psfedorov@edu.hse.ru
БГУ184	Бурова Маргарита Борисовна	Черных Татьяна	tochernykh@edu.hse.ru, vk.com/tanicher
БГУ185	Горбунов Александр Андреевич	Екатерина Стасева	kate.staseva8@gmail.com, vk.com/katy_staseva