Майнор Интеллектуальный анализ данных/Введение в анализ данных/ИАД-17 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Сдача домашних заданий)
(Добавлено практическое задание №1)
Строка 21: Строка 21:
 
  | 26.01.2016 || Работа с таблицами и визуализация, Python Pandas и Matplotlib.<br />Проверочная по NumPy. Выдача первого домашнего задания ||
 
  | 26.01.2016 || Работа с таблицами и визуализация, Python Pandas и Matplotlib.<br />Проверочная по NumPy. Выдача первого домашнего задания ||
 
  |}
 
  |}
 +
 +
==Практические задания==
 +
[http://nbviewer.jupyter.org/urls/dl.dropbox.com/s/st833jferisczhs/HW1.ipynb Практическое задание №1 "Изучение Numpy, Pandas, Matplotlib"]
  
 
== Оформление писем ==
 
== Оформление писем ==

Версия 12:03, 27 января 2016

Общая информация

Семинаристы: Гитман Игорь, Захаров Егор

Занятия проходят по вторникам 3-ей парой в аудитории 4335

Почта курса: hse.minor.dm@gmail.com (просьба указывать тему в соответствии с шаблоном)

Оценки

Семинары

Дата Тема Материалы
12.01.2016 Вводное занятие
19.01.2016 Линейная алгебра, Python NumPy.
Проверочная по вводному занятию
notebook с занятия
26.01.2016 Работа с таблицами и визуализация, Python Pandas и Matplotlib.
Проверочная по NumPy. Выдача первого домашнего задания

Практические задания

Практическое задание №1 "Изучение Numpy, Pandas, Matplotlib"

Оформление писем

Просьба придерживаться данного стиля оформления темы письма, иначе оно не будет получено:

  • Вопросы: [ИАД-17] Вопрос
  • Сдача заданий: [ИАД-17] Задание N, ФИО

Сдача домашних заданий

  • Максимальная оценка за задание — 10 баллов + (при наличии) бонусные баллы
  • Для каждого домашнего задания будет установлен дедлайн. Штраф за день просрочки: 0.2 балла, датой сдачи считается дата отправки письма с заданием
  • Имена файлов, которые вы прикрепляете к письму, должны содержать вашу фамилию на латинице, например Ivanov.ipynb
  • Просьба отправлять на почту курса только итоговую версию задания

Обращаем внимание, что плагиат будет строго наказываться.

Задания вы можете выполнять как на виртуальной машине, так и на своём компьютере. При этом нами рекомендуется второй вариант, потому что неработоспособность виртуальной машины не будет являться уважительной причиной для просрочки дедлайна. Руководство по установке iPython и необходимых библиотек находится здесь. Для работы понадобится следующий базовый минимум установленных пакетов: Jupyter, iPython, NumPy, SciPy, Scikit-learn, Matplotlib.

Также если решение задания вам нужно предоставить в виде ipython notebook, то наличие файла на виртуальной машине не является фактом сдачи, вам обязательно нужно отправить письмо на почту курса.