Введение в Data Science — различия между версиями
Материал из Wiki - Факультет компьютерных наук
(→Критерии оценки) |
(→Критерии оценки) |
||
| Строка 7: | Строка 7: | ||
'''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен | '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен | ||
| + | Округление оценки за курс и накопленной оценки (Семинары + ДЗ) осуществляется по арифметическим правилам. | ||
| + | |||
=== Семинары === | === Семинары === | ||
| − | + | * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе | |
| + | * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен. | ||
=== Домашние задания === | === 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 === | === Экзамен === | ||
Версия 18:31, 3 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 оценки за курс и накопленной оценки (Семинары + ДЗ) 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.
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 | Датасет |
|---|
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 | Датасет для работы на семинаре |
| 3 | Описательная статистика в Python | ||
| 4 | A/B-тестирование | ||
| 5 | Визуализация данных | ||
| 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
Преподаватели
Лекции
Семинары
- elentevanyan@gmail.com
- Facebook Элен Теванян
- @elentevanyan (Telegram, если asap/мир вот-вот рухнет)
