Майнор Интеллектуальный анализ данных/Введение в анализ данных/ИАД-19 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Я хочу видеть мир в огне)
(Added contact info)
Строка 1: Строка 1:
Семинаристы: Нина Полякова, Андрей Квасов
 
 
 
{| style=" border: thin solid #9999bb; background-color: #e9e9ff; width: 88%; margin: 1em auto 1em auto; padding:.4em; vertical-align: middle; font-size: 90%;" cellpadding="0" cellspacing="0ex"
 
{| style=" border: thin solid #9999bb; background-color: #e9e9ff; width: 88%; margin: 1em auto 1em auto; padding:.4em; vertical-align: middle; font-size: 90%;" cellpadding="0" cellspacing="0ex"
 
|-  
 
|-  
Строка 6: Строка 4:
 
| style="background-color:{{{ЦветФона}}}; padding-left:3ex; padding-right:3ex;" | [http://nbviewer.jupyter.org/github/cheerupdude/ml-course-hse/blob/master/Homework_01.ipynb Выложено] домашнее задание №1. Срок сдачи - 16 февраля
 
| style="background-color:{{{ЦветФона}}}; padding-left:3ex; padding-right:3ex;" | [http://nbviewer.jupyter.org/github/cheerupdude/ml-course-hse/blob/master/Homework_01.ipynb Выложено] домашнее задание №1. Срок сдачи - 16 февраля
 
|}
 
|}
 +
 +
==Организационная информация==
 +
Семинаристы: Нина Полякова, Андрей Квасов
 +
 +
Чтобы задать вопрос по курсу/отправить домашнее задание следует написать письмо на hse.minor.dm@gmail.com
 +
 +
Тема письма _обязательно_ должна соответствовать формату: [ИАД-19], Фамилия Имя, Ваш текст
  
 
==Домашние задания==
 
==Домашние задания==

Версия 05:03, 3 февраля 2016

Announce.png Выложено домашнее задание №1. Срок сдачи - 16 февраля

Организационная информация

Семинаристы: Нина Полякова, Андрей Квасов

Чтобы задать вопрос по курсу/отправить домашнее задание следует написать письмо на hse.minor.dm@gmail.com

Тема письма _обязательно_ должна соответствовать формату: [ИАД-19], Фамилия Имя, Ваш текст

Домашние задания

Задание 1.

Скачать файл с домашним заданием без GitHub и танцев с бубном.

Примечание: при выполнении задания запрещается использовать все библиотеки кроме NumPy, Pandas, Matplotlib

Материалы по установке Jupyter на свой компьютер можно найти на cтраницe курса на github.com

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. Pandas.
IPython Notebook "Pandas_(sem2)"
26 января 2016 3 Python для анализа данных. Numpy. Проверочная работа.
IPython Notebook "Numpy_1(sem3)"

Ссылки

Оценки за курс

Страница курса на github.com