Введение в Data Science — различия между версиями
Материал из Wiki - Факультет компьютерных наук
(→Критерии оценки) |
(→Семинары) |
||
| Строка 11: | Строка 11: | ||
=== Семинары === | === Семинары === | ||
* На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе | * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе | ||
| − | * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен. | + | * 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 | ||
| + | * Пропуск без уважительной причины - оценка в 0 баллов за семинар | ||
| + | |||
=== Домашние задания === | === Домашние задания === | ||
* В курсе предусмотрено 4 домашних задания | * В курсе предусмотрено 4 домашних задания | ||
Версия 18:36, 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.
- 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
- Пропуск без уважительной причины - оценка в 0 баллов за семинар
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)
