Майнор Интеллектуальный анализ данных/Введение в анализ данных/ИАД-18 — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Igtm (обсуждение | вклад) (→Расписание семинаров) |
Igtm (обсуждение | вклад) (добавлен проект) |
||
| Строка 48: | Строка 48: | ||
[http://nbviewer.jupyter.org/urls/dl.dropbox.com/s/6i734tudomxku56/HW2_Username.ipynb Практическое задание №2 "Методы линейной регрессии"] | [http://nbviewer.jupyter.org/urls/dl.dropbox.com/s/6i734tudomxku56/HW2_Username.ipynb Практическое задание №2 "Методы линейной регрессии"] | ||
| + | |||
| + | [http://nbviewer.jupyter.org/urls/dl.dropbox.com/s/xpsuv6l33om4d6p/project.ipynb Проект. Начало.] ([https://www.dropbox.com/s/obcxbpwawie3zqy/student-mat.csv?dl=0 student-mat.csv], [https://www.dropbox.com/s/37pxauy419lakz5/student-por.csv?dl=0 student-por.csv]) | ||
Версия 13:49, 15 марта 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. | |
| 01 марта 2016 | 6 | Градиентный спуск. Понятия Ridge и Lasso регрессии. |
Практические задания
Практическое задание №1 "Изучение Numpy, Pandas, Matplotlib"
