ММО Политология 201810 — различия между версиями
(→Оценка за курс) |
|||
Строка 35: | Строка 35: | ||
* [http://datacamp-community.s3.amazonaws.com/9f0f2ae1-8bd8-4302-a67b-e17f3059d9e8 Pandas Cheatsheet] | * [http://datacamp-community.s3.amazonaws.com/9f0f2ae1-8bd8-4302-a67b-e17f3059d9e8 Pandas Cheatsheet] | ||
* [http://datacamp-community.s3.amazonaws.com/e9f83f72-a81b-42c7-af44-4e35b48b20b7 NumPy Cheatsheet] | * [http://datacamp-community.s3.amazonaws.com/e9f83f72-a81b-42c7-af44-4e35b48b20b7 NumPy Cheatsheet] | ||
+ | |||
+ | '''[https://cloud.mail.ru/public/5PBj/yxpVbQmWH Семинар 2.] Метрические методы ''' <br/> | ||
<br/> | <br/> |
Версия 19:48, 14 ноября 2018
Преподаватель - Шестаков Андрей
Форма обратной связи здесь
Оценки
Course repo
Telegram Group
Содержание
Описание курса
Целью данного курса является изучение
- Основных идеи и принципов машинного обучения с упором на их практическое применение
- Методов сбора и анализа сложный структур данных
Предполагается, что слушатели прошли вводный курс по языку Python и имеют базовые знания по высшей математике (линейная алгебра, мат. анализ)
Курс оценивается за счет
- Тестов на занятиях
- Практических и теоретических домашних заданий
- Коллоквиума в конце 2го модуля
- Проектной работы
- Экзамена
Материалы лекций
Лекция 1. Введение
Slides
Семинары
Семинар 1. Введение (повторение)
Частично проработанный ноутбук
Семинар 2. Метрические методы
Курсовой проект
В рамках курса студенты должны применить полученные знания для решения прикладной задачи. Размеры проектных групп 1-3 человека.
Отчет по проекту должен состоять из следующих частей:
- Мотивация и цель проекта
- Формальная постановка задачи
- Выгрузка и описание исходных данных
- Описание экспериментов и их результаты
Защита проекта будет проходить в виде презентации
Плагиат
Карается жестоко и на месте
Дедлайны
Дедлайны по всем заданиям являются строгими (то есть после дедлайна работы приниматься не будут).
Сроки сдачи могут быть сдвинуты в индивидуальном порядке в случае существования уважительных причин.
Формат сдачи домашних заданий
Практические ДЗ должны быть выполнены в Jupyter Notebook на языке Python 3. Файл должен успешно выполняться (кроме случаев нестыковки модулей) и содержать только релевантную информацию.
Крайне желательно следовать правилам PEP8
Полезные Ссылки
Machine learning
- Курс от Евгения Соколова
- machinelearning.ru
- Видео лекции Воронцова К.Ю.
- Elements of Statistical Learning (Trevor Hastie, Robert Tibshirani, Jerome Friedman)
Python
- Основные библиотеки и документация: NumPy, Pandas, SciKit-Learn, Matplotlib.
- Краткое руководство: краткое руководство с примерами по Python 2
- Python from scratch: A Crash Course in Python for Scientists
- Lectures Scientific Python
- A book: Wes McKinney «Python for Data Analysis»
- Коллекция интересных IPython ноутбуков