Майнор Интеллектуальный анализ данных/Введение в анализ данных/ИАД-18

Содержание

1 Общая информация
2 Выставление оценки
3 Расписание семинаров
4 Практические задания

Общая информация

Семинары в поддержку курса Введение в анализ данных .
Семинаристы: Игорь Гитман и Анастасия Рысьмятова.
Почта: "hse.minor.dm+18@gmail.com"

Выставление оценки

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

Расписание семинаров

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	9	Консультация. Ridge и Lasso регрессии.	ipython notebook
22 марта 2016	10	Линейные алгоритмы классификации. Логистическая регрессия.
5 апреля 2016	11	Подготовка к коллоквиуму.
19 апреля 2016	12	Решающие деревья.	ipython notebook
26 апреля 2016	13	Пример работы с реальными данными (разбор проекта).	ipython notebook
10 мая 2016	14	Случайные леса (Random Forest). Метод главных компонент (PCA).	RF_notebook PCA_notebook
17 мая 2016	15	Кластеризация.
24 мая 2016	16	Решение задачик с hackerrank.com	[1], [2], [3], [4], [5(*)]
31 мая 2016	17	Метрические алгоритмы. Метод ближайших соседей.	KNN_notebook
7 июня 2016	18	Поиск ассоциативных правил. Алгоритм APriori	notebook, данные, презентация