Майнор Интеллектуальный анализ данных/Введение в анализ данных — различия между версиями
м (→Страницы семинаров: ссылка на семинары ИАД-6) |
(→Страницы семинаров) |
||
| Строка 116: | Строка 116: | ||
* [[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/ИАД-11,12|ИАД-11, Козлова А.]] | * [[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/ИАД-11,12|ИАД-11, Козлова А.]] | ||
* [[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/ИАД-11,12|ИАД-12, Козлова А.]] | * [[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/ИАД-11,12|ИАД-12, Козлова А.]] | ||
| − | * ИАД-13, Ромов П.А. | + | * [[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/ИАД-13|ИАД-13, Ромов П.А.]] |
* ИАД-14, Папулин С.Ю. | * ИАД-14, Папулин С.Ю. | ||
* [[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/ИАД-15|ИАД-15, Зиннурова Э.А.]] | * [[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/ИАД-15|ИАД-15, Зиннурова Э.А.]] | ||
Версия 07:40, 26 января 2016
Содержание
О курсе
В рамках курса «Введение в анализ данных» студенты овладевают базовыми понятиями и методами машинного обучения, учатся применять их в задачах анализа данных, а также приобретают практические навыки специалиста по анализу данных (data scientist). Практические задания и итоговый проект выполняются с использованием языка Python и инструментов PyData (iPython Notebook, NumPy, Pandas, scikit-learn и др.).
Читается: 3-4 модуль 2 курса, 2015/2016 учебный год.
Пререквизиты: Введение в программирование
Трудоемкость: 5 кредитов
Продолжительность
Всего: 72 аудиторных часа:
Из них:
- 36 часов лекций
- 36 часов практических занятий
Формы контроля
- проверочные работы на семинарах
- домашние задания
- проект по анализу данных
- экзамен
Учебный процесс
Полезные ссылки
Написать отзыв (анонимно): http://goo.gl/forms/RwdMxnChST
Второй поток
Почта потока (для домашних заданий и вопросов): hse.minor.dm@gmail.com
Почта лектора: sokolov.evg@gmail.com
Подписаться на рассылку (информация об отменах и переносах занятий): напишите пустое письмо на hse-minor-datamining-2+subscribe@googlegroups.com
Расписание лекций
Все занятия проходят по вторникам на ул. Шаболовка, 26.
| Пара | Группы | Преподаватель |
|---|---|---|
| 2, 10.30-11.50 | Второй поток, ИАД-11 – ИАД-20 (К-9) | Соколов Евгений Андреевич |
| 3, 12.10-13.30 | Первый поток, ИАД-1 – ИАД-10 (К-9) | Игнатов Дмитрий Игоревич |
Расписание семинаров
Все занятия проходят по вторникам на ул. Шаболовка, 26.
| Пара | Группа | Преподаватель | Группа | Преподаватель | Группа | Преподаватель | Группа | Преподаватель | Группа | Преподаватель |
|---|---|---|---|---|---|---|---|---|---|---|
| 1, 09.00-10.20 | ИАД-8 (ауд.4335) | Панов | ИАД-11 (ауд.3214) | Козлова | ИАД-13 (ауд.4336) | Ромов | ИАД-18 (ауд.4427) | Гитман, Рысьмятова | ИАД-19 (ауд.4428) | Квасов, Полякова |
| 1, 09.00-10.20 | ИАД-20 (ауд.3203) | Струминский | ||||||||
| 2, 10.30-10.50 | ИАД-4 (ауд.4336) | Умнов | ИАД-8 (ауд.4335) | Панов | ИАД-9 (ауд.4427) | Папулин | ИАД-10 (ауд.4428) | Зиннурова | ||
| 3, 12.10-13.30 | ИАД-12 (ауд.3214) | Козлова | ИАД-14 (ауд.4427) | Папулин | ИАД-15 (ауд.4428) | Зиннурова | ИАД-16 (ауд.3203) | Даулбаев, Чиркова | ИАД-17 (ауд.4335) | Гитман, Захаров |
| 4, 13.40-15.00 | ИАД-2 (ауд.4427) | Папулин | ИАД-3 (ауд.4428) | Шестаков | ИАД-5 (ауд.3203) | Паринов | ИАД-6 (ауд.3214) | Кашницкий | ИАД-7 (ауд.4336) | Умнов |
| 5, 15.10-16.30 | ИАД-1 (ауд.4427) | Папулин | ИАД-6 (ауд.3214) | Кашницкий |
Программа лекций
Лекция 1 (12.01.2016). Введение в машинное обучение и анализ данных. [Слайды, 1 поток] [Слайды, 2 поток]
Лекция 2 (19.01.2016). Постановки задач в машинном обучении. Примеры прикладных задач. [Слайды, 1 поток] [Слайды, 2 поток]
Лекция 3. Линейная алгебра и анализ данных.
Лекция 4. Математический анализ и анализ данных.
Лекция 5. Теория вероятностей и анализ данных.
Лекция 6. Математическая статистика и анализ данных.
Лекция 7. Линейная регрессия.
Лекция 8. Линейная классификация.
Лекция 9. Метрики качества алгоритмов.
Лекция 10. Оценивание качества алгоритмов.
Лекция 11. Логические методы и их интерпретируемость.
Лекция 12. Построение деревьев решений.
Лекция 13. Введение в композиции алгоритмов. Случайные леса.
Лекция 14. Особенности реальных данных.
Лекция 15. Анализ частых множеств признаков и ассоциативных правил.
Лекция 16. Задача кластеризации.
Лекция 17. Заключительная лекция.
Страницы семинаров
- ИАД-1, Папулин С.Ю.
- ИАД-2, Папулин С.Ю.
- ИАД-3, Шестаков А.
- ИАД-4, Умнов А.В.
- ИАД-5, Паринов А.С.
- ИАД-6, Кашницкий Ю.С.
- ИАД-7, Умнов А.В.
- ИАД-8, Панов А.И.
- ИАД-9, Папулин С.Ю.
- ИАД-10, Зиннурова Э.А.
- ИАД-11, Козлова А.
- ИАД-12, Козлова А.
- ИАД-13, Ромов П.А.
- ИАД-14, Папулин С.Ю.
- ИАД-15, Зиннурова Э.А.
- ИАД-16, Даулбаев Т., Чиркова Н.
- ИАД-17, Гитман И., Захаров Е.
- ИАД-18, Гитман И., Рысьмятова А.
- ИАД-19, Квасов А., Полякова Н.
- ИАД-20, Струминский К.
Полезные материалы
Курсы по машинному обучению и анализу данных
- Курс по машинному обучению К.В. Воронцова
- Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов
- Coursera: Машинное обучение и анализ данных (специализация)
- Coursera: Введение в машинное обучение, К.В. Воронцов
- Coursera: Machine Learning, Andrew Ng
Статьи
- An Introduction to Machine Learning Theory and Its Applications: A Visual Tutorial with Examples
- A Visual Introduction to Machine Learning
Книги
- Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
- Boris Mirkin. Core Concepts in Data Analysis: Summarization, Correlation, Visualization. 2010.
- James, Witten, Hastie, Tibshirani. An Introduction to Statistical Learning. 2013.
