Основные методы анализа данных (специализация АДИС) — различия между версиями
| Строка 11: | Строка 11: | ||
Итоговая оценка вычисляется на основе оценки за домашнюю работу и оценки за экзамен в следующих пропорциях: | Итоговая оценка вычисляется на основе оценки за домашнюю работу и оценки за экзамен в следующих пропорциях: | ||
| − | O<sub>итоговая</sub> = 0. | + | O<sub>итоговая</sub> = 0.4 * O<sub>д/з</sub> + 0.6 * О<sub>экз</sub> |
== Список Лекций == | == Список Лекций == | ||
Версия 12:52, 3 сентября 2017
Содержание
О курсе
Курс читается для студентов 3-го курса ПМИ ФКН ВШЭ специализации "Анализ Данных и Интеллектуальные Системы" в 1-2 модулях 2017-2018 учебного года.
Лектор: Миркин Борис Григорьевич
Занятия проходят по пятницам, 13:40 - 15:00 и 15:10 - 16:30, ауд. 322.
Правила выставления оценок
Итоговая оценка вычисляется на основе оценки за домашнюю работу и оценки за экзамен в следующих пропорциях:
Oитоговая = 0.4 * Oд/з + 0.6 * Оэкз
Список Лекций
Lecture 1: Examples of data analysis, k-means clustering algorithm
Домашняя работа
Первое домашнее задание
Для выполнения первого домашнего задания требуется объединиться в команды по 1-2 человека и предоставить некоторый набор данных в табличном виде с готовностью устно обосновать свой выбор и перечислить признаки, наличествующие в нём. Набор данных должен удовлетворять следующим критериям:
- Не менее 70 элементов
- Не менее 7 рассматриваемых признаков
- Отсутствуют пропуски
- Не является набором из репозитория Irvine ML
Защита домашнего задания пройдёт на занятии 15 сентября.
Обратная связь
Вопросы по курсу можно задавать по почте: bmirkin@hse.ru. Также с этого адреса будут приходить презентации с лекций и дополнительные материалы на групповой ящик.
