Майнор Интеллектуальный анализ данных/Введение в анализ данных/ИАД-12 — различия между версиями
| Строка 19: | Строка 19: | ||
[https://www.dropbox.com/s/vqavusi6a00frae/sem.02.ipynb?dl=0 Данные] | [https://www.dropbox.com/s/vqavusi6a00frae/sem.02.ipynb?dl=0 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 == | == Оформление темы письма == | ||
| Строка 34: | Строка 45: | ||
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. | 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 == | ||
| + | * [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи] курса лекций К. В. Воронцова в ШАДе | ||
| + | * [https://class.coursera.org/ml-005/lecture/preview Лекции Andrew Ng] на coursera.org: начинается 25 января, но практические задания на языке MATLAB/Octave | ||
| + | * [https://www.coursera.org/learn/introduction-machine-learning Вводный курс К. В. Воронцова] на coursera.org: на русском языке, начинается 26 января, практические задания на языке Python | ||
| + | * [https://www.dataquest.io dataquest.io]: сайт с интерактивными заданиями по Python для анализа данных | ||
Версия 21:31, 21 января 2016
Содержание
Общая информация
Семинарист — Козлова Анна.
Здесь можно оставить анонимный отзыв по курсу
Почта курса: hse.minor.dm@gmail.com (обратите внимание на оформление темы письма)
Семинары
| Дата | Тема | Материалы семинара |
|---|---|---|
| 12.01.2016 | Вводный семинар | |
| 19.01.2016 | Библиотеки для анализа данных | IPython-notebook с семинара |
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
Самый простой способ — установить дистрибутив Anaconda, который содержит все необходимые библиотеки и доступен для всех платформ.
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
