Майнор Интеллектуальный анализ данных/Введение в анализ данных/ИАД-18 — различия между версиями
Материал из Wiki - Факультет компьютерных наук
(→Расписание семинаров) |
|||
| Строка 51: | Строка 51: | ||
[http://nbviewer.jupyter.org/urls/dl.dropbox.com/s/t8fum2v9zuaduwz/sem_6.ipynb ipython notebook] | [http://nbviewer.jupyter.org/urls/dl.dropbox.com/s/t8fum2v9zuaduwz/sem_6.ipynb ipython notebook] | ||
|- | |- | ||
| − | | | + | |5 апреля 2016 || align="center"|10 || Подготовка к коллоквиуму. || |
| + | |||
| + | |- | ||
| + | |19 апреля 2016 || align="center"|11 || Решающие деревья. || | ||
[http://nbviewer.jupyter.org/urls/dl.dropbox.com/s/ssmbi9f3lkosral/decision_trees.ipynb ipython notebook] | [http://nbviewer.jupyter.org/urls/dl.dropbox.com/s/ssmbi9f3lkosral/decision_trees.ipynb ipython notebook] | ||
|- | |- | ||
| − | |26 апреля 2016 || align="center"| | + | |26 апреля 2016 || align="center"|12 || Пример работы с реальными данными (разбор проекта). || |
[http://nbviewer.jupyter.org/urls/dl.dropbox.com/s/uh64e2mcu9dy924/project_s.ipynb ipython notebook] | [http://nbviewer.jupyter.org/urls/dl.dropbox.com/s/uh64e2mcu9dy924/project_s.ipynb ipython notebook] | ||
|- | |- | ||
| − | |10 мая 2016 || align="center"| | + | |10 мая 2016 || align="center"|13 || Случайные леса (Random Forest). Метод главных компонент (PCA). || |
[http://nbviewer.jupyter.org/urls/dl.dropbox.com/s/9e1vabeu5fpm9ch/decision_trees.ipynb RF_notebook ] | [http://nbviewer.jupyter.org/urls/dl.dropbox.com/s/9e1vabeu5fpm9ch/decision_trees.ipynb RF_notebook ] | ||
Версия 14:49, 10 мая 2016
Общая информация
|
Выставление оценки
- На семинарах по некоторым темам будут проводиться проверочные работы.
- Также за курс будут выданы несколько практических заданий, которые будут оцениваться по десятибалльной шкале. На выполнение каждого практического задание будет даваться 2 недели. Штраф за просрочку сдачи составляет 0.2 балла в день.
- Оценка за работу в семестре будет ставиться исходя из набранных баллов.
- В конце семестра разрешается переписать одну пропущенную по любой причине проверочную работу. Также разрешается переписать все проверочные, пропущенные по уважительной причине.
- Результаты работ ИАД - 18
Расписание семинаров
| Дата | № занятия | Занятие | Материалы |
|---|---|---|---|
| 12 января 2016 | 1 | Вводный семинар. Обсуждение основных понятий анализа данных. | |
| 19 января 2016 | 2 | Python для анализа данных. NumPy. | ipython notebook с семинара |
| 26 января 2016 | 3 | Python для анализа данных. Pandas. Matplotlib. | |
| 02 февраля 2016 | 4 | Решение задач. | |
| 09 февраля 2016 | 5 | Градиентный спуск. Линейная регрессия. | |
| 16 февраля 2016 | 6 | Градиентный спуск. | |
| 01 марта 2016 | 7 | Градиентный спуск. Понятия Ridge и Lasso регрессии. | |
| 15 марта 2016 | 8 | Теория вероятностей. Решение задач на формулу полной вероятности и формулу Байеса. | |
| 15 марта 2016 | 9 | Консультация. Ridge и Lasso регрессии. | |
| 5 апреля 2016 | 10 | Подготовка к коллоквиуму. | |
| 19 апреля 2016 | 11 | Решающие деревья. | |
| 26 апреля 2016 | 12 | Пример работы с реальными данными (разбор проекта). | |
| 10 мая 2016 | 13 | Случайные леса (Random Forest). Метод главных компонент (PCA). |
Практические задания
Практическое задание №1 "Изучение Numpy, Pandas, Matplotlib"
Практическое задание №2 "Методы линейной регрессии"
