Майнор Интеллектуальный анализ данных/Введение в анализ данных/ИАД-18 — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Igtm (обсуждение | вклад) м |
Igtm (обсуждение | вклад) (Добавлены материалы с первого занятия) |
||
Строка 25: | Строка 25: | ||
|- | |- | ||
|12 января 2016 || align="center"|1 || Вводный семинар. Обсуждение основных понятий анализа данных.|| | |12 января 2016 || align="center"|1 || Вводный семинар. Обсуждение основных понятий анализа данных.|| | ||
+ | [https://docs.google.com/document/d/1rYzhPxOvY5xy7vD1SDnZz1ykodDeHfV7P4-qChElJT0/edit Неструктурированные материалы] | ||
|- | |- | ||
|19 января 2016 || align="center"|2 || Python для анализа данных. NumPy. || [http://nbviewer.jupyter.org/github/AnastasiaRysmyatova/ipython_notebooks/blob/master/ipython_notebook2.ipynb ipython notebook с семинара ] | |19 января 2016 || align="center"|2 || Python для анализа данных. NumPy. || [http://nbviewer.jupyter.org/github/AnastasiaRysmyatova/ipython_notebooks/blob/master/ipython_notebook2.ipynb ipython notebook с семинара ] |
Версия 21:30, 27 января 2016
Общая информация
|
Выставление оценки
- На семинарах по некоторым темам будут проводиться проверочные работы. Каждая проверочная оценивается по пятибалльной шкале.
- 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. |
Практические задания
Практическое задание №1 "Изучение Numpy, Pandas, Matplotlib"