Майнор Интеллектуальный анализ данных/Введение в анализ данных/ИАД-18 — различия между версиями

Версия 00:16, 30 апреля 2016

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

Дата	№ занятия	Занятие	Материалы
12 января 2016	1	Вводный семинар. Обсуждение основных понятий анализа данных.	Неструктурированные материалы
19 января 2016	2	Python для анализа данных. NumPy.	ipython notebook с семинара
26 января 2016	3	Python для анализа данных. Pandas. Matplotlib.	ipython notebook с семинара
02 февраля 2016	4	Решение задач.	задачи
09 февраля 2016	5	Градиентный спуск. Линейная регрессия.	ipython notebook с семинара слайды
16 февраля 2016	6	Градиентный спуск.
01 марта 2016	7	Градиентный спуск. Понятия Ridge и Lasso регрессии.	Домашнее задание
15 марта 2016	8	Теория вероятностей. Решение задач на формулу полной вероятности и формулу Байеса.	Задачи
15 марта 2016	8	Консультация. Ridge и Lasso регрессии.	ipython notebook
26 апреля 2016	8	Пример работы с реальными данными (разбор проекта)	ipython notebook

@@ Строка 50: / Строка 50: @@
 |15&nbsp;марта&nbsp;2016 || align="center"|8 || Консультация. Ridge и Lasso регрессии. ||
 [http://nbviewer.jupyter.org/urls/dl.dropbox.com/s/t8fum2v9zuaduwz/sem_6.ipynb ipython notebook]
+|-
+|26&nbsp;апреля&nbsp;2016 || align="center"|8 || Пример работы с реальными данными (разбор проекта) ||
+[http://nbviewer.jupyter.org/urls/dl.dropbox.com/s/uh64e2mcu9dy924/project_s.ipynb ipython notebook]
   |}