Введение в Data Science — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Abelugin (обсуждение | вклад) м (контакты Белугина) |
(→Критерии оценки) |
||
Строка 6: | Строка 6: | ||
== Критерии оценки == | == Критерии оценки == | ||
− | '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен | + | '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен<br /> |
− | Округление | + | Округление осуществляется по арифметическим правилам. |
=== Семинары === | === Семинары === | ||
Строка 15: | Строка 15: | ||
* Предусмотрено 11 семинаров | * Предусмотрено 11 семинаров | ||
* В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу | * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу | ||
− | * | + | * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. |
=== Домашние задания === | === Домашние задания === |
Версия 16:30, 7 апреля 2018
Содержание
О курсе
Курс для студентов 1 курса ФБиМ направлений "Маркетинг и рыночная аналитика" и "Управление бизнесом"
Критерии оценки
Оценка за курс = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен
Округление осуществляется по арифметическим правилам.
Семинары
- На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе
- Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.
- Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна
- Предусмотрено 11 семинаров
- В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу
- Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса.
Домашние задания
- В курсе предусмотрено 4 домашних задания
- Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.
Экзамен
Материалы курса
Лекции
№ | Тема | Презентация | Датасет |
---|
Семинары
Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить Anaconda, Python версии 3.6 и выше.
№ | Тема | Ноутбук | Датасет |
---|---|---|---|
1 | Введение в язык | Скачать IPython Notebook | Нет |
2 | Введение в Pandas | Скачать IPython Notebook | Датасет для работы на семинаре |
3 | Описательная статистика в Python | ||
4 | A/B-тестирование | ||
5 | Визуализация данных | ||
6 - 7 | Классификация. Метрики качества | ||
8 | Кластеризация | ||
9 | Регрессия. Метрики качества | ||
10 | Временные ряды | ||
11 | Анализ текстов |
Рабочие ведомости
Маркетинг и рыночная аналитика
Управление бизнесом
БМБ 171
БМБ 172
БМБ 173
БМБ 174
БМБ 175
БМБ 176
БМБ 177
БМБ 178
Дополнительное
Мероприятия
Data & Science: управление проектами, 14 апреля 2018, Москва — События Яндекса
Преподаватели
Лекции
- @unkinddragon
- alexander.belugin@outlook.com
Семинары
- @VasilyPanin (Telegram)
- elentevanyan@gmail.com
- Facebook Элен Теванян
- @elentevanyan (Telegram, если asap/мир вот-вот рухнет)