Введение в Data Science — различия между версиями
Материал из Wiki - Факультет компьютерных наук
(→Критерии оценки) |
|||
Строка 75: | Строка 75: | ||
[https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]<br /> | [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]<br /> | ||
[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 == | ||
== Дополнительное == | == Дополнительное == |
Версия 16:32, 7 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 | 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
БМБ 171
БМБ 172
БМБ 173
БМБ 174
БМБ 175
БМБ 176
БМБ 177
БМБ 178
Источники данных
Дополнительное
Мероприятия
Data & Science: управление проектами, 14 апреля 2018, Москва — События Яндекса
Преподаватели
Лекции
- @unkinddragon
- alexander.belugin@outlook.com
Семинары
- @VasilyPanin (Telegram)
- elentevanyan@gmail.com
- Facebook Элен Теванян
- @elentevanyan (Telegram, если asap/мир вот-вот рухнет)