Введение в Data Science

Содержание

1 О курсе
2 Критерии оценки
3 Материалы курса
- 3.1 Лекции
- 3.2 Семинары
4 Рабочие ведомости
- 4.1 Маркетинг и рыночная аналитика
- 4.2 Управление бизнесом
5 Преподаватели
- 5.1 Лекции
- 5.2 Семинары

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 Датасет для самостоятельной работы
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