Майнор Интеллектуальный анализ данных/Прикладные задачи анализа данных — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
Строка 77: Строка 77:
  
  
[https://www.dropbox.com/s/1rge7vdayvw8dh4/HW_FIM_FCA_bach4_2017.tex?dl=0 ДЗ-4]
+
[https://www.dropbox.com/s/1rge7vdayvw8dh4/HW_FIM_FCA_bach4_2017.tex?dl=0 Домашнее задание 4]
  
 
[https://www.dropbox.com/s/o37504lzrfct5t9/HW_SEQ_FCA.pdf?dl=0 ДЗ-5]
 
[https://www.dropbox.com/s/o37504lzrfct5t9/HW_SEQ_FCA.pdf?dl=0 ДЗ-5]

Версия 21:25, 16 марта 2017

Материалы курса "Прикладные задачи анализа данных"

Преподаватели: Д. И. Игнатов, Е. Л. Черняк

Домашние задания можно выполнять индивидуально или в группах по два человека. Отчет по домашнему заданию отправляйте по адресу: iad.hse@yandex.ru , тему письма сформатируйте так: ИАД-X ДЗ-Y Name1 Name2, где X – номер группы, Y – номер домашнего задания, а Name1 Name2 - ваши фамилии (или Name1, если вы делаете домашнее задание самостоятельно) .

Дедлайны домашних заданий в списке ниже. Если вы сдаете домашнее задание после дедлайна, то оценка снижается на 10% за каждый день опоздания.

  • Дедлайн по 1 домашнему заданию: все группы -- до 23:59 9.02, кроме ИАД-2 -- до 23:59 16.02.
  • Дедлайн по 2 домашнему заданию: все группы -- до 23:59 25.02 (внимание, ДЗ обновлено!!!)
  • Дедлайн по 3 домашнему заданию: все группы -- до 23:59 9.03

Отчет по ДЗ состоит из трех частей: содержательный отчет, код и данные. Первые две части можно совместить в ipython notebook.

Оценки за домашние задания:

Материалы занятий

19.01.2017

Лекция 1. Введение (upd: формула оценки)

26.01.2017

Лекция 2. Введение в АОТ. Морфология, методы выделения ключевых слов, синтаксис

Практическое занятие 1. Тетрадки и данные

Домашнее задание 1. Сравнение стилей

02.01.2017

Лекции 3 и 4. Синтаксический анализ. Векторная модель

Практическое занятие 2. Туториалы и полезные ссылки

(обновление) Домашнее задание 2. Word2vec

9.02.2017

Лекция 5. Классификация в задачах АОТ

Задания из курса Лауры Каллмайер

Туториал по CRF Suite

16.02.2017

Данные для Домашнего задания З

Домашнее задание 3

Туториалы по keras

Deep Learning 4 NLP

Understanding CNN for NLP

Understanding LSTMs

Oxford DL for NLP

Stanford NLP with DL

Практическое занятие 3. Нейронные сети


02.03.2017

Лекция 6. Поиск частых множеств и ассоциативные правила (повторение с примерами прикладных задач)


16.03.2017

Домашнее задание 4

ДЗ-5

Данные для ДЗ4 (1 версия)


Данные для ДЗ4 (2 версия)