Введение в Data Science — различия между версиями
(→Семинары) |
(→Источники данных) |
||
| Строка 98: | Строка 98: | ||
[https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]<br /> | [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]<br /> | ||
| − | == Источники данных == | + | == Домашнее задание == |
| + | === Требования к датасетам === | ||
| + | * БМБ178, БММ171: | ||
| + | 1000 объектов (строк), не менее 5 признаков (5 колонок) | ||
| + | === Источники данных === | ||
[https://www.kaggle.com/Datasets Kaggle Datasets]<br /> | [https://www.kaggle.com/Datasets Kaggle Datasets]<br /> | ||
Версия 17:58, 23 апреля 2018
Содержание
О курсе
Курс для студентов 1 курса ФБиМ направлений "Маркетинг и рыночная аналитика" и "Управление бизнесом"
Критерии оценки
Оценка за курс = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен
Округление осуществляется по арифметическим правилам.
Семинары
- На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе
- Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.
- Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна
- Предусмотрено 11 семинаров
- В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу
- Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса.
Домашние задания
- В курсе предусмотрено 4 домашних задания
- Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.
Экзамен
Материалы курса
Лекции
| № | Тема | Презентация ! |
|---|---|---|
| 1 | Введение | Презентация к лекции 1 |
| 2 | Обзор инструментов. Python | Презентация к лекции 2 |
| 3 | Обзорная лекция про математику | Презентация к лекции 3 |
Инструкция по установке и запуску среды
Скачать и установить анаконду:
1. Заходим по ссылке https://www.anaconda.com/download В центре надпись Download for, выбираем нужную ОС
2. Нажимаем на кнопку Download (Python 3.6 version) Дальше следуем инструкции https://docs.anaconda.com/anaconda/install/windows (для windows) https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)
Домашнее задание и семнары вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.
Семинары
Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить Anaconda, Python версии 3.6 и выше.
| № | Тема | Ноутбук | Датасет |
|---|---|---|---|
| 1 | Введение в язык | Скачать IPython Notebook | Нет |
| 2 | Введение в Pandas | Скачать IPython Notebook Версия для семинаров после 2018-04-17 |
Датасет для работы на семинаре |
| 3 | Описательная статистика в Python | Скачать IPython Notebook | Датасет для самостоятельной работы |
| 4 | Визуализация данных | ||
| 5 | A/B-тестирование | Скачать IPython Notebook | Датасет для работы в классе |
| 6 - 7 | Классификация. Метрики качества | ||
| 8 | Кластеризация | ||
| 9 | Регрессия. Метрики качества | ||
| 10 | Временные ряды | ||
| 11 | Анализ текстов |
Рабочие ведомости
Маркетинг и рыночная аналитика
Управление бизнесом
БМБ 171
БМБ 172
БМБ 173
БМБ 174
БМБ 175
БМБ 176
БМБ 177
БМБ 178
Домашнее задание
Требования к датасетам
- БМБ178, БММ171:
1000 объектов (строк), не менее 5 признаков (5 колонок)
Источники данных
UCI Machine Learning Repository
Дополнительное
Материалы
http://pythontutor.ru/ Интерактивное введение в python на русском языке
https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb Введение в IPython (Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))
100 упражнений для numpy
Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами
Мероприятия
Data & Science: управление проектами, 14 апреля 2018, Москва — События Яндекса
Преподаватели
Лекции
- @unkinddragon
- alexander.belugin@outlook.com
- @alantonov
- alexantonov@gmail.com
Семинары
- @dmitryserg (Telegram)
- vk Дмитрий Сергеев
- @ppilif (Telegram)
- /ppilif (vk.com)
- @VasilyPanin (Telegram)
- elentevanyan@gmail.com
- Facebook Элен Теванян
- @elentevanyan (Telegram, если asap/мир вот-вот рухнет)
- marat.akhmatnurov@yandex.ru
- @maratakhmatnurov (Telegram, in case of emergency)
