Введение в Data Science — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Семинары)
(add notebook for bmm172)
Строка 83: Строка 83:
 
|| 6 - 7|| Классификация. Метрики качества || [https://drive.google.com/open?id=13bX2Xbaj50CdkbkDH9UV5wGP5NtUCgEh Скачать IPython Notebook] <br />
 
|| 6 - 7|| Классификация. Метрики качества || [https://drive.google.com/open?id=13bX2Xbaj50CdkbkDH9UV5wGP5NtUCgEh Скачать IPython Notebook] <br />
 
[https://drive.google.com/file/d/138PlSaBTidxZR5C7tKGQY5--P4MHq3Vn/view?usp=sharing Скачать IPython Notebook для групп БМБ 172 БМБ 175 ] <br />
 
[https://drive.google.com/file/d/138PlSaBTidxZR5C7tKGQY5--P4MHq3Vn/view?usp=sharing Скачать IPython Notebook для групп БМБ 172 БМБ 175 ] <br />
[https://drive.google.com/file/d/1EA3m_RqNka4hkeStq4qhh9jFJM4ncnSj/view?usp=sharing Скачать IPythonNotebook (для БММ171 и БМБ178)]
+
[https://drive.google.com/file/d/1EA3m_RqNka4hkeStq4qhh9jFJM4ncnSj/view?usp=sharing Скачать IPythonNotebook (для БММ171 и БМБ178)] <br />
 +
[Классификация для БММ 172](https://drive.google.com/open?id=1WB8yINNXbQbX4g1PHntciJOs8SrqLgqW)
 
||  
 
||  
 
[https://drive.google.com/open?id=1UXPjcNxd6ZmL2DBwR9AOF1Xwvor65WHJ Датасет для работы]
 
[https://drive.google.com/open?id=1UXPjcNxd6ZmL2DBwR9AOF1Xwvor65WHJ Датасет для работы]

Версия 13:51, 22 мая 2018

О курсе

Курс для студентов 1 курса ФБиМ направлений "Маркетинг и рыночная аналитика" и "Управление бизнесом"

Программа курса

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
4 Этапы проекта. Рынок данных. Задачи Data Science Презентация к лекции 4
5 Еще про Python. Кейс Поток 1: Презентция
Поток 2: Презентация к лекции 5

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.

Внутри каждого IPython-ноутбука есть семинарский материал и задача для самостоятельного выполнения. Датасеты доступны либо в правом столбце, либо в каждом из ноутбуков есть ссылка на скачивание нужного датасета.

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

Датасет для самостоятельной работы

3 Описательная статистика в Python Скачать IPython Notebook
Скачать IPython Notebook для БММ171 и БМБ178
Датасет для самостоятельной работы

Датасет для работы на семинаре БММ171 и БМБ178

4 Визуализация данных Скачать IPython Notebook Датасет для работы в классе
5 A/B-тестирование Скачать IPython Notebook (старая версия)
Бутстрап-тестирование

Задание для самостоятельной работы БМБ 172 БМБ 175

Датасет для работы в классе (старая версия)
Датасет для бутстрапа

Датасет для самостоятельной работы

6 - 7 Классификация. Метрики качества Скачать IPython Notebook

Скачать IPython Notebook для групп БМБ 172 БМБ 175
Скачать IPythonNotebook (для БММ171 и БМБ178)
[Классификация для БММ 172](https://drive.google.com/open?id=1WB8yINNXbQbX4g1PHntciJOs8SrqLgqW)

Датасет для работы

8 Кластеризация
9 Регрессия. Метрики качества
10 Анализ текстов

Рабочие ведомости

Маркетинг и рыночная аналитика

БММ 171
БММ 172
БММ 173

Управление бизнесом

БМБ 171
БМБ 172
БМБ 173
БМБ 174
БМБ 175
БМБ 176
БМБ 177
БМБ 178

Домашние задания

Требования к датасетам

  • БМБ178, БММ171

не менее 1000 объектов (строк), не менее 5 признаков (5 колонок)

Источники данных

Kaggle Datasets

UCI Machine Learning Repository

ДЗ №3 - постановка задачи

Файл с заданием
Срок - 25.05.2018 для всех групп.

Сроки сдачи

Группа Адрес отправки ДЗ Дедлайн ДЗ1 Дедлайн ДЗ2 Дедлайн ДЗ3 Дедлайн ДЗ4
БММ171 managementdataculture@gmail.com 27.05.2018, 23.59 (UTC +3)
Тема письма: БММ171. ДЗ1. Фамилия
Задание
31.05.2018, 23.59 (UTC +3) Файл с заданием
25.05.2018
БММ172 @ppillif в телеграме 14.05.2018
БММ173 aaivanov_5@edu.hse.ru 11 мая 2018 г., 23.59 (UTC +3)
БМБ171 marat.akhmatnurov@yandex.ru zhorasukasyan@ya.ru 2018-05-11 23:59
БМБ172 eromanova@hse.ru 10.05.2018, 23.59 (UTC +3)
БМБ173
БМБ174
БМБ175 eromanova@hse.ru 10.05.2018, 23.59 (UTC +3)
БМБ176
БМБ177
БМБ178 managementdataculture@gmail.com 13.05.2018, 23.59 (UTC +3)
Тема письма: БМБ178. ДЗ1. Фамилия
Задание
31.05.2018, 23.59 (UTC +3) Файл с заданием
25.05.2018

Дополнительное

Материалы

(Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))

Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами

Короткие уроки на платформе Kaggle, чтобы закрепить навыки работы с Pandas. Нужно зарегистрироваться, открыть урок, нажать кнопку "Fork" и писать код :)

Мероприятия

Data & Science: управление проектами, 14 апреля 2018, Москва — События Яндекса

Преподаватели

Лекции

Александр Белугин

Александр Антонов

Семинары

Дмитрий Сергеев

Ульянкин Филипп

  • @ppilif (Telegram)
  • /ppilif (vk.com)

Василий Панин

  • @VasilyPanin (Telegram)

Валерий Бабушкин

Елена Романова

Ольга Дайховская

Элен Теванян


Марат Ахматнуров

  • marat.akhmatnurov@yandex.ru
  • @maratakhmatnurov (Telegram, in case of emergency)