Основы программирования в Python 2019

Материал из Wiki - Факультет компьютерных наук
Версия от 01:24, 19 июня 2019; Vkokhtev (обсуждение | вклад)

(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)
Перейти к: навигация, поиск

О курсе

borderless


Курс читается для студентов факультета Мировой Экономики ВШЭ в 3-4 модулях.

Лектор: Кохтев Вадим Михайлович

Лекции проходят с 2019 года.

Полезные ссылки

Онлайн-курс

Дисциплина реализуется в формате смешанного обучения и состоит из очных занятий и on-line курса, реализованного на базе платформы Coursera для НИУ ВШЭ: https://www.coursera.org/learn/python-osnovy-programmirovaniya/

О записи на курс будет объявлено дополнительно

Семинары

Семинары проходят по вторникам и субботам. Некоторые семинары проходят на Шаболовке, некоторые — в Армянском переулке. Пожалуйста, всегда проверяйте (РУЗ), поскольку расписание может меняться.

Группа Преподаватель Учебный ассистент Расписание
БМЭ171 Такташева Мария Вадимовна Пузырев Дмитрий (есть в РУЗе)
БМЭ172 Такташева Мария Вадимовна Пузырев Дмитрий (есть в РУЗе)
БМЭ173 Першин Максим Андреевич Кошелев Антон 30.04, 14.05, 21.05, 28.05, 04.06, 11.06

4336 (Шаболовка ул., д. 26), 15:10–16:30

БМЭ174 Першин Максим Андреевич Кошелев Антон 30.04, 14.05, 21.05, 28.05, 04.06, 11.06

4336 (Шаболовка ул., д. 26), 16:40–18:00

БМЭ175 Панков Алексей Алексеевич Попова Наталья (есть в РУЗе)
БМЭ176 Панков Алексей Алексеевич Попова Наталья (есть в РУЗе)

Система оценок

Формула оценки

Результирующая оценка по дисциплине рассчитывается по формуле:

Oитог = 0.7 * Oнакопл + 0.3 * Oэкз

Накопленная оценка рассчитывается по формуле:

Oнакопл = 0.3 * Oонлайн-курс + 0.3 * Oдз + 0.4 * Oср

Лекции

Лекция 1 — Типы задач и основные понятия анализа данных и машинного обучения, 18 мая

Лекция 2 — Задачи регрессии, 24 мая

Лекция 3 — Задачи классификации, 4 июня

Лекция 4 — Ансамбли алгоритмов и визуализация данных, 13 июня

Семинары

Семинар 1 — работа с таблицами в pandas. Данные. Заполненный семинар

Семинар 2 — градиентный спуск и линейная регрессия. Заполненный семинар

Семинар 3 — методы классификации. Заполненный семинар

Семинар 4 — Визуализация c matplotlib. Подбор гиперпараметров

Семинар 5 — Качественная визуализация данных

Домашние задания

Домашнее задание №1. Дедлайн: 23:59 2 июня 2019

Домашнее задание №2. Дедлайн: 23:59 11 июня 2019

Домашнее задание №3. Дедлайн: 11:59 16 июня 2019

Экзамен

Экзамен состоится 18 июня, задания будут на компьютерах.

Полезные материалы

Основная литература

  1. Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
  2. Bishop C.M. Pattern Recognition and Machine Learning. Springer, 2006.
  3. Diez, D.M, Barr, C.D., Cetinkaya-Rundel, M., Dorazio, L. Advanced High School Statistics. —  OpenIntro, 2015.
  4. Wooldridge, J. Introductory Econometrics: A Modern Approach. — Mason: South-Western Cengage Learning, 2013.
  5. Lutz, Mark. Learning Python: Powerful Object-Oriented Programming. "O'Reilly Media.", 2013.

Полезные ссылки

  1. Документация языка Python https://docs.python.org/3/
  2. Хороший классический курс по машинному обучению https://ru.coursera.org/learn/machine-learning
  3. Материалы вышкинского курса по машинному обучению https://github.com/esokolov/ml-course-hse
  4. Курс майнора по анализу данных http://wiki.cs.hse.ru/Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных
  5. Курс майнора по машинному обучению http://wiki.cs.hse.ru/Современные_методы_машинного_обучения_(курс_майнора)_2018/2019