Майнор Интеллектуальный анализ данных/Введение в анализ данных — различия между версиями
Esokolov (обсуждение | вклад) |
Esokolov (обсуждение | вклад) (→О курсе) |
||
Строка 7: | Строка 7: | ||
'''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич] | '''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич] | ||
− | Лекции проходят по | + | Лекции проходят по средам, 10:30 - 11:50, ауд. 5307 (Шаболовка, 26). |
Строка 62: | Строка 62: | ||
Оценка за самостоятельную работу вычисляется как среднее по всем самостоятельным, оценка за домашнюю работу — как среднее по всем практическим заданиям и соревнованиям. | Оценка за самостоятельную работу вычисляется как среднее по всем самостоятельным, оценка за домашнюю работу — как среднее по всем практическим заданиям и соревнованиям. | ||
− | |||
− | |||
=== Правила сдачи заданий === | === Правила сдачи заданий === | ||
− | |||
− | |||
При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента. | При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента. | ||
− | При наличии уважительной причины | + | При наличии уважительной причины дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис. |
==Учебный процесс== | ==Учебный процесс== |
Версия 00:32, 18 января 2017
О курсе
Курс читается для студентов 2-го курса майнора ИАД в 3-4 модулях.
Проводится с 2015 года.
Лектор: Соколов Евгений Андреевич
Лекции проходят по средам, 10:30 - 11:50, ауд. 5307 (Шаболовка, 26).
Полезные ссылки
Репозиторий с материалами на GitHub
Почта для сдачи домашних заданий: hse.minor.dm+<номер группы>@gmail.com (например, hse.minor.dm+3@gmail.com)
Канал в telegram для объявлений: https://telegram.me/hse_minor_intro_dm
Оставить отзыв на курс: форма
Вопросы по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу. Вопросы по материалам лекций лучше всего оформлять в виде Issue в github-репозитории курса.
Семинары
Группа | Преподаватель | Учебный ассистент | Страница | Расписание |
---|---|---|---|---|
ИАД-1 | Папулин Сергей Юрьевич | среда, 12:10 - 13:30, ауд. 3214 | ||
ИАД-2 | Шестаков Андрей Владимирович | среда, 12:10 - 13:30, ауд. 4427 | ||
ИАД-3 | Даулбаев Талгат Кайратулы | среда, 09:00 - 10:20, ауд. 4335 | ||
ИАД-4 | Чиркова Надежда Александровна | среда, 12:10 - 13:30, ауд. 4335 | ||
ИАД-5 | Яшков Даниил Дмитриевич | среда, 12:10 - 13:30, ауд. 4336 |
Правила выставления оценок
В курсе предусмотрено несколько форм контроля знания:
- Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций и семинаров
- Практические домашние работы на Python
- Коллоквиум в конце 1-го модуля
- Экзамен
Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:
Oитоговая = 0.7 * Oнакопленная + 0.3 * Оэкз
Оценка за работу в семестре вычисляется по формуле
Oнакопленная = 0.2 * Oсамостоятельные + 0.6 * Одз + 0.2 * Околлоквиум
Оценка за самостоятельную работу вычисляется как среднее по всем самостоятельным, оценка за домашнюю работу — как среднее по всем практическим заданиям и соревнованиям.
Правила сдачи заданий
При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.
При наличии уважительной причины дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.
Учебный процесс
Полезные ссылки
Написать отзыв (анонимно): http://goo.gl/forms/RwdMxnChST
Второй поток
Почта потока (для домашних заданий и вопросов): hse.minor.dm@gmail.com
Почта лектора: sokolov.evg@gmail.com
Подписаться на рассылку (информация об отменах и переносах занятий): напишите пустое письмо на hse-minor-datamining-2+subscribe@googlegroups.com
Расписание лекций
Все занятия проходят по вторникам на ул. Шаболовка, 26.
Пара | Группы | Преподаватель |
---|---|---|
2, 10.30-11.50 | Второй поток, ИАД-11 – ИАД-20 (К-10) | Соколов Евгений Андреевич |
3, 12.10-13.30 | Первый поток, ИАД-1 – ИАД-10 (К-9) | Игнатов Дмитрий Игоревич |
Расписание семинаров
Все занятия проходят по вторникам на ул. Шаболовка, 26.
Пара | Группа | Преподаватель | Группа | Преподаватель | Группа | Преподаватель | Группа | Преподаватель | Группа | Преподаватель |
---|---|---|---|---|---|---|---|---|---|---|
1, 09.00-10.20 | ИАД-8 (ауд.4335) | Панов | ИАД-11 (ауд.3214) | Козлова | ИАД-13 (ауд.4336) | Ромов | ИАД-20 (ауд.3203) | Струминский | ИАД-19 (ауд.4428) | Квасов, Полякова |
2, 10.30-11.50 | ИАД-4 (ауд.4336) | Умнов | ИАД-8 (ауд.4335) | Панов | ИАД-9 (ауд.4427) | Папулин | ИАД-10 (ауд.4336) | Зиннурова | ||
3, 12.10-13.30 | ИАД-12 (ауд.3214) | Козлова | ИАД-14 (ауд.4427) | Папулин | ИАД-15 (ауд.4336) | Зиннурова | ИАД-16 (ауд.3203) | Даулбаев, Чиркова | ИАД-17 (ауд.4335) | Гитман, Захаров |
3, 12.10-13.30 | ИАД-18 (ауд.4428) | Гитман, Рысьмятова | ||||||||
4, 13.40-15.00 | ИАД-2 (ауд.4427) | Папулин | ИАД-3 (ауд.4428) | Шестаков | ИАД-5 (ауд.3203) | Паринов | ИАД-6 (ауд.3214) | Кашницкий | ИАД-7 (ауд.4336) | Умнов |
5, 15.10-16.30 | ИАД-1 (ауд.4427) | Папулин | ИАД-6 (ауд.3214) | Кашницкий |
Программа лекций
Лекция 1 (12.01.2016). Введение в машинное обучение и анализ данных. [Слайды, 1 поток] [Слайды, 2 поток]
Лекция 2 (19.01.2016). Постановки задач в машинном обучении. Примеры прикладных задач. [Слайды]
Лекция 3 (26.01.2016). Линейная алгебра и анализ данных. [Слайды]
Лекция 4 (02.02.2016). Математический анализ и анализ данных. [Слайды]
Лекция 5 (9.02.2016). Теория вероятностей и анализ данных. [Слайды]
Лекция 6 (16.02.2016). Математическая статистика и анализ данных. [Слайды]
Лекция 7 (01.03.2016). Линейная регрессия. [Слайды]
Лекция 8 (15.03.2016). Линейная классификация. [Слайды]
Лекция 9 (22.03.2016). Оценивание качества алгоритмов. [Слайды] [Доп. материал: конспект по метрикам качества]
Консультация (05.04.2016). Обзор: линейные модели и оценивание качества.
Лекция 10 (19.04.2016). Решающие деревья. [Слайды]
Лекция 11 (26.04.2016). Решающие деревья и случайные леса. [Слайды]
Лекция 12 (10.05.2016). Понижение размерности данных. [Слайды]
Лекция 13 (17.05.2016). Кластеризация. [Слайды]
Лекция 14 (31.05.2016). Метрические методы. [Слайды]
Лекция 15 (07.06.2016). Анализ частых множеств признаков и ассоциативных правил. [Слайды]
Дополнительные материалы. [Слайды Ю. Кашницкого] [Слайды К.В. Воронцова]
Лекция 16 (14.06.2016). Заключительная лекция.
Страницы семинаров
- ИАД-1, Папулин С.Ю.
- ИАД-2, Папулин С.Ю.
- ИАД-3, Шестаков А.
- ИАД-4, Умнов А.В.
- ИАД-5, Паринов А.А.
- ИАД-6, Кашницкий Ю.С.
- ИАД-7, Умнов А.В.
- ИАД-8, Панов А.И.
- ИАД-9, Папулин С.Ю.
- ИАД-10, Зиннурова Э.А.
- ИАД-11, Козлова А.
- ИАД-12, Козлова А.
- ИАД-13, Ромов П.А.
- ИАД-14, Папулин С.Ю.
- ИАД-15, Зиннурова Э.А.
- ИАД-16, Даулбаев Т., Чиркова Н.
- ИАД-17, Гитман И., Захаров Е.
- ИАД-18, Гитман И., Рысьмятова А.
- ИАД-19, Квасов А., Полякова Н.
- ИАД-20, Струминский К.
Коллоквиум
В рамках курса предусмотрен промежуточный контроль знаний в рамках устного коллоквиума.
Дата проведения: 12 апреля
На коллоквиуме студенту будет предложено 5 вопросов из списка, каждый из которых "стоит" 2 балла.
Расписание:
1 пара (5215): ИАД-8, ИАД-13, ИАД-14, ИАД-20
2 пара (К-10): ИАД-4, ИАД-9, ИАД-10, ИАД-11, ИАД-15, ИАД-16, ИАД-19
3 пара (К-9): ИАД-2, ИАД-3, ИАД-12, ИАД-17, ИАД-18
4 пара (5215): ИАД-1, ИАД-5, ИАД-6, ИАД-7
Экзамен
Дата проведения экзамена: 21 июня
На экзамене студенту будет предложено 3 вопроса из списка, а также будет задан вопрос о содержании проекта. По усмотрению преподавателя могут быть заданы дополнительные вопросы для уточнения оценки.
Распределение по аудиториям можно найти в РУЗ.
Полезные материалы
Курсы по машинному обучению и анализу данных
- Курс по машинному обучению К.В. Воронцова
- Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов
- Coursera: Машинное обучение и анализ данных (специализация)
- Coursera: Введение в машинное обучение, К.В. Воронцов
- Coursera: Machine Learning, Andrew Ng
Статьи
- An Introduction to Machine Learning Theory and Its Applications: A Visual Tutorial with Examples
- A Visual Introduction to Machine Learning
Книги
- Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
- Boris Mirkin. Core Concepts in Data Analysis: Summarization, Correlation, Visualization. 2010.
- James, Witten, Hastie, Tibshirani. An Introduction to Statistical Learning. 2013.