Майнор Интеллектуальный анализ данных/Прикладные задачи анализа данных — различия между версиями
Machine (обсуждение | вклад) (→15.06.2017) |
|||
| (не показано 8 промежуточных версии 3 участников) | |||
| Строка 3: | Строка 3: | ||
Преподаватели: Д. И. Игнатов, Е. Л. Черняк | Преподаватели: Д. И. Игнатов, Е. Л. Черняк | ||
| − | <big>'''ВНИМАНИЕ! | + | <big>'''ВНИМАНИЕ! |
| + | |||
| + | 15.06 лекция не состоится! | ||
| + | |||
| + | В группах ИАД 2, 3, 4 15.06 консультация с 13-30 до 15-00''' | ||
</big> | </big> | ||
| Строка 34: | Строка 38: | ||
* [https://docs.google.com/spreadsheets/d/1j0IYcG6-mbpBsDaRehaLgGXzLxzdJkqZlB9fjgTy2qE/edit?usp=sharing оценки за ТЗ] | * [https://docs.google.com/spreadsheets/d/1j0IYcG6-mbpBsDaRehaLgGXzLxzdJkqZlB9fjgTy2qE/edit?usp=sharing оценки за ТЗ] | ||
| − | [https://www.dropbox.com/s/ | + | [https://www.dropbox.com/s/a42xl06dctn3h17/Eng-IndGroupTask_KCh.pdf?dl=0(NEW) Инструкции по выполнению проекта] |
Автоматы по курсу: средняя оценка за домашние задания >= 8, оценка за ТЗ = 1, оценка за отчет по проекту >= 8 | Автоматы по курсу: средняя оценка за домашние задания >= 8, оценка за ТЗ = 1, оценка за отчет по проекту >= 8 | ||
| + | |||
| + | [https://docs.google.com/spreadsheets/d/1MH4h7iksglbgBxI6UYhb7BcftFlCw7yiyVMsSxBx5h8/edit?usp=sharing Итоговые оценки] | ||
== Материалы занятий == | == Материалы занятий == | ||
| Строка 73: | Строка 79: | ||
[https://www.dropbox.com/s/otnidq7fvly8hwp/hw3_data.zip?dl=0 Данные для Домашнего задания З] | [https://www.dropbox.com/s/otnidq7fvly8hwp/hw3_data.zip?dl=0 Данные для Домашнего задания З] | ||
| − | [https://www.dropbox.com/s/ | + | [https://www.dropbox.com/s/clgiw5kcvgz652q/hw3.pdf?dl=0 Домашнее задание 3] |
[https://github.com/fchollet/keras-resources Туториалы по keras] | [https://github.com/fchollet/keras-resources Туториалы по keras] | ||
| Строка 165: | Строка 171: | ||
[https://yadi.sk/i/PSgr-h2Z3JipaD Распознавание изображений] | [https://yadi.sk/i/PSgr-h2Z3JipaD Распознавание изображений] | ||
| + | |||
| + | |||
| + | |||
| + | === 15.06.2017 === | ||
| + | |||
| + | 15.06 лекция не состоится! | ||
| + | |||
| + | В группах ИАД 2, 3, 4 15.06 консультация с 13-30 до 15-00 | ||
| + | |||
| + | |||
| + | === 22.06.2017 === | ||
| + | |||
| + | Итоговый экзамен в виде защиты проектов и собеседования по курсу. | ||
| + | |||
| + | Адрес: ауд. 3316 Шаболовка ул., д. 26 | ||
| + | |||
| + | Команда защищает свой проект перед преподавателем курса предпочтительно со своим ноутбуком. | ||
Текущая версия на 01:22, 22 июня 2017
Материалы курса "Прикладные задачи анализа данных"
Преподаватели: Д. И. Игнатов, Е. Л. Черняк
ВНИМАНИЕ!
15.06 лекция не состоится!
В группах ИАД 2, 3, 4 15.06 консультация с 13-30 до 15-00
Домашние задания можно выполнять индивидуально или в группах по два человека. Отчет по домашнему заданию отправляйте по адресу: iad.hse@yandex.ru , тему письма сформатируйте так: ИАД-X ДЗ-Y Name1 Name2, где X – номер группы, Y – номер домашнего задания, а Name1 Name2 - ваши фамилии (или Name1, если вы делаете домашнее задание самостоятельно) .
Дедлайны домашних заданий в списке ниже. Если вы сдаете домашнее задание после дедлайна, то оценка снижается на 10% за каждый день опоздания.
- Дедлайн по 1 домашнему заданию: все группы -- до 23:59 9.02, кроме ИАД-2 -- до 23:59 16.02.
- Дедлайн по 2 домашнему заданию: все группы -- до 23:59 25.02 (внимание, ДЗ обновлено!!!)
- Дедлайн по 3 домашнему заданию: все группы -- до 23:59 9.03
- Дедлайн по 4 домашнему заданию: все группы -- до 23:59 6.04
- Дедлайн по 5 домашнему заданию: все группы -- до 23:59 16.04
- Дедлайн по техническому заданию по проекту: все группы, кроме ИАД-6 -- до 23:59 13.04, ИАД-6 -- до 23:59 20.04
- Дедлайн по отчету проекту: все группы -- до 23:59 14.06
Отчет по ДЗ состоит из трех частей: содержательный отчет, код и данные. Первые две части можно совместить в ipython notebook.
Оценки за домашние задания:
Инструкции по выполнению проекта
Автоматы по курсу: средняя оценка за домашние задания >= 8, оценка за ТЗ = 1, оценка за отчет по проекту >= 8
Содержание
Материалы занятий
19.01.2017
Лекция 1. Введение (upd: формула оценки)
26.01.2017
Лекция 2. Введение в АОТ. Морфология, методы выделения ключевых слов, синтаксис
Практическое занятие 1. Тетрадки и данные
Домашнее задание 1. Сравнение стилей
02.01.2017
Практическое занятие 2. Туториалы и полезные ссылки
(обновление) Домашнее задание 2. Word2vec
9.02.2017
Лекция 5. Классификация в задачах АОТ
Задания из курса Лауры Каллмайер
16.02.2017
Данные для Домашнего задания З
Практическое занятие 3. Нейронные сети
02.03.2017
Лекция 6. Поиск частых множеств и ассоциативные правила (повторение с примерами прикладных задач)
16.03.2017
Лекция 7. Поиск частых последовательностей (Sequence mining)
(UPD) Домашнее задание 4
(UPD) Домашнее задание 5
23.03.2017
Лабораторная по деревьям решений
Лекция 8. Майнинг последовательностей для демографических данных
06.04.2017
Рамочная презентация: введение в рекомендательные системы
Скрипт для работы в классе и первая часть домашнего задания
13.04.2017
Матричная факторизация в задаче коллаборативной фильтрации (SVD, NMF, BMF). Case-study 2.
Скрипт на Питоне для SVD и NMF.
20.04.2017
Гибридные рекомендательные системы на примере рекомендаций онлайн-радиостанций.
Surprise test (пример работы с библиотекой рекомендательных систем в Python)
27.04.2017
Спектральная кластеризация для анализа Интернет-данных
11.05.2017
Лекция про ссылочное ранжирование
Материал для самостоятельного чтения:
18.05.2017
18.05 лекция перенесена в ауд. 5307, Шаболовка 26
ВНИМАНИЕ! Занятия 18 мая ОТМЕНЯЮТСЯ!
25.05.2017
Методы кластеризации. DBScan и Mean-Shift (Denclue)
01.06.2017
15.06.2017
15.06 лекция не состоится!
В группах ИАД 2, 3, 4 15.06 консультация с 13-30 до 15-00
22.06.2017
Итоговый экзамен в виде защиты проектов и собеседования по курсу.
Адрес: ауд. 3316 Шаболовка ул., д. 26
Команда защищает свой проект перед преподавателем курса предпочтительно со своим ноутбуком.
