Майнор Интеллектуальный анализ данных/Введение в анализ данных/ИАД-18 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Добавлено второе практическое задание)
(Расписание семинаров)
Строка 39: Строка 39:
  
 
[https://www.dropbox.com/s/lo10gizj4eyv26w/seminar_5_slid.pdf?dl=0  слайды]
 
[https://www.dropbox.com/s/lo10gizj4eyv26w/seminar_5_slid.pdf?dl=0  слайды]
 +
|-
 +
|01 марта 2016 || align="center"|5 || Градиентный спуск. Понятия Ridge и Lasso регрессии. ||
 +
https://www.dropbox.com/s/cujciffsgrz93jg/assignment_gradient_descent.pdf?dl=0 Домашнее задание
 
  |}
 
  |}
  

Версия 12:10, 10 марта 2016

Общая информация

  • Семинары в поддержку курса Введение в анализ данных .
  • Семинаристы: Игорь Гитман и Анастасия Рысьмятова.
  • Почта: "hse.minor.dm+18@gmail.com"


Выставление оценки

  1. На семинарах по некоторым темам будут проводиться проверочные работы.
  2. Также за курс будут выданы несколько практических заданий, которые будут оцениваться по десятибалльной шкале. На выполнение каждого практического задание будет даваться 2 недели. Штраф за просрочку сдачи составляет 0.2 балла в день.
  3. Оценка за работу в семестре будет ставиться исходя из набранных баллов.
  4. В конце семестра разрешается переписать одну пропущенную по любой причине проверочную работу. Также разрешается переписать все проверочные, пропущенные по уважительной причине.
  5. Результаты работ ИАД - 18

Расписание семинаров

Дата № занятия Занятие Материалы
12 января 2016 1 Вводный семинар. Обсуждение основных понятий анализа данных.

Неструктурированные материалы

19 января 2016 2 Python для анализа данных. NumPy. ipython notebook с семинара
26 января 2016 3 Python для анализа данных. Pandas. Matplotlib.

ipython notebook с семинара

02 февраля 2016 4 Решение задач.

задачи

09 февраля 2016 5 Градиентный спуск. Линейная регрессия.

ipython notebook с семинара

слайды

01 марта 2016 5 Градиентный спуск. Понятия Ridge и Lasso регрессии.

https://www.dropbox.com/s/cujciffsgrz93jg/assignment_gradient_descent.pdf?dl=0 Домашнее задание

Практические задания

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

Практическое задание №2 "Методы линейной регрессии"