Майнор Интеллектуальный анализ данных/Введение в анализ данных/ИАД-11,12

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск

Общая информация

Семинарист — Козлова Анна.

Таблица с оценками

Здесь можно оставить анонимный отзыв по курсу

Почта курса: hse.minor.dm@gmail.com (обратите внимание на оформление темы письма)

Для быстрой связи с семинаристом и ассистентом: слак (чтобы добавиться, пришлите свою почту и мы вышлем приглашения. Большая просьба регистрироваться на канале с понятными никами (должен содержать фамилию).

Домашние задания

Дата выдачи Дата сдачи Задание
Лабораторная работа 1 26.01.2016 09.02.2016 09:00MSK Условие
Лабораторная работа 2 09.02.2016 01.03.2016 09:00MSK Условие

wines_quality.csv

Лабораторная работа 3 08.03.2016 29.03.2016 09:00MSK Условие

data.train.csv

data.test.csv

Проект 08.03.2016 05.04.2016 09:00MSK Условие

student-mat.csv

student-por.csv

Вопросы для подготовки к проверочной 20.03.2016 Вопросы
Лабораторная работа 4 20.04.2016 10.05.2016 09:00MSK Условие

bikes_rent.csv

Семинары

Дата Тема Материалы семинара
12.01.2016 Вводный семинар
19.01.2016 Библиотеки для анализа данных IPython-notebook с семинара

Данные

26.01.2016 Продолжение библиотек для анализа данных. Немного о визуализации IPython-notebook с семинара

Данные

02.02.2016 Линейная алгебра IPython-notebook с семинара

Данные

09.02.2016 Градиентный спуск IPython-notebook с семинара
24.02.2016 Консультация IPython-notebook
01.03.2016 Теория вероятности. Наивный байесовский классификатор IPython-notebook с семинара

Данные

15.03.2016 Визуализация. Библиотека sklearn IPython-notebook с семинара
22.03.2016 Линейная классификация IPython-notebook с семинара

Данные

05.04.2016 Метрики классификации. Многоклассовая классификация. Полиномиальная регрессия IPython-notebook с семинара

Данные

19.04.2016 Восстановление нелинейных зависимостей с помощью линейных моделей. Решающие деревья. IPython-notebook с семинара

Данные

Правила игры

Информация о домашних заданиях появится позже.

Иногда на семинарах будут проводиться проверочные работы. Об этом будет объявляться заранее. Также каждый студент делает проект в течение двух модулей (решение какой-то задачи анализа данных, информация будет объявлена позже).

Про домашние задания

Каждое ДЗ выдается на две (полных) недели. Дедлайн строгий, после него задание сдать нельзя.

Плагиат будет строго наказываться: вся компонента — и те, кто списал, и те, у кого списали — получает не более 0 баллов за задание. Цените свое время.

Оформление темы письма

При написании письма необходимо указывать тему, как описано ниже (почта, на которую вы отправляете вопросы и работы, является почтой всего майнора, поэтому указывая тему письма правильно вы повышаете шансы дождаться ответа). Далее NN - номер вашей группы. X - номер лабораторной работы.

  • Для вопросов: [ИАД-NN] - Вопрос - Фамилия Имя Отчество
  • Для домашних лабораторных работ: [ИАД-NN] - Лабораторная работа X - Фамилия Имя Отчество

Установка python и необходимых библиотек

Виртуальная машина

Для работы на семинарах а также для небольших лабораторных работ можно воспользоваться онлайн-сервисом, на котором установлены уже все необходимые библиотеки. Для получения адреса и пароля необходимо написать на почту курса (тема письма: [ИАД-NN] - Виртуальная машина - Фамилия Имя Отчество). Обратите внимание, что этот сервис поднят только для нужд семинаров и заданий, поэтому запрещается использовать его для личного пользования.

Установка на домашнем компьютере

1. Самый простой способ — установить дистрибутив Anaconda, который содержит все необходимые библиотеки и доступен для всех платформ. 2. Откройте командную строку:

  • комбинация клавиш Win+R в операционной системе Windows, в открывшемся окне набрать "cmd" (без кавычек) и нажать Enter)
  • Ctrl+Space в MacOs, набрать "terminal" и нажать Enter

3. В окне командной строки наберите "conda install jupyter" (без кавычек)

Для запуска ipython notebook повторите шаг 2 инструкции выше, а затем в окне командной строки наберите "ipython notebook" (без кавычек)

Откройте браузер (если он у вас не открылся в течении пары секунд сам) и в адресную строку введите localhost:8888 Вы увидите папки директории, из которой был запущен ipython. Чтобы создать ноутбук или открыть существующий перейдите в директорию где будете работать (просто нажимая на папки). Далее либо вам нужно открыть файл с расширением ipynb, либо создать новый: справа нажать на New и выбрать вариант Python (2 или 3 в зависимости от версии).

Чтобы исполнить ячейку необходимо выделить ее мышью и либо сверху нажать на стрелочку (Run), либо Ctrl+Enter.

Чтобы выключить питон, откройте консоль в которой запущен ipython notebook и нажмите Ctrl+C пару раз.

Если у вас что-то не получилось установить — пишите на почту курса (с правильной темой письма и подробным описанием ошибки и на какой платформе все происходит). Тем временем можно воспользоваться виртуальной машиной.

Дополнительные материалы

  • Видеозаписи курса лекций К. В. Воронцова в ШАДе
  • Лекции Andrew Ng на coursera.org: начинается 25 января, но практические задания на языке MATLAB/Octave
  • Вводный курс К. В. Воронцова на coursera.org: на русском языке, начинается 26 января, практические задания на языке Python
  • dataquest.io: сайт с интерактивными заданиями по Python для анализа данных