http://wiki.cs.hse.ru/index.php?title=%D0%9F%D0%9C%D0%A1%D0%90%D0%A0-2_2020&feed=atom&action=historyПМСАР-2 2020 - История изменений2024-03-28T22:45:34ZИстория изменений этой страницы в викиMediaWiki 1.23.2http://wiki.cs.hse.ru/index.php?title=%D0%9F%D0%9C%D0%A1%D0%90%D0%A0-2_2020&diff=44155&oldid=prevUpravitelev в 22:12, 13 сентября 20202020-09-13T22:12:39Z<p></p>
<table class='diff diff-contentalign-left'>
<col class='diff-marker' />
<col class='diff-content' />
<col class='diff-marker' />
<col class='diff-content' />
<tr style='vertical-align: top;'>
<td colspan='2' style="background-color: white; color:black; text-align: center;">← Предыдущая</td>
<td colspan='2' style="background-color: white; color:black; text-align: center;">Версия 22:12, 13 сентября 2020</td>
</tr><tr><td colspan="2" class="diff-lineno">Строка 35:</td>
<td colspan="2" class="diff-lineno">Строка 35:</td></tr>
<tr><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>* Открытый курс машинного обучения. Тема 3. Классификация, деревья решений и метод ближайших соседей https://habrahabr.ru/company/ods/blog/322534/</div></td><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>* Открытый курс машинного обучения. Тема 3. Классификация, деревья решений и метод ближайших соседей https://habrahabr.ru/company/ods/blog/322534/</div></td></tr>
<tr><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>* Открытый курс машинного обучения. Тема 6. Построение и отбор признаков https://habrahabr.ru/company/ods/blog/325422/</div></td><td class='diff-marker'> </td><td style="background-color: #f9f9f9; color: #333333; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #e6e6e6; vertical-align: top; white-space: pre-wrap;"><div>* Открытый курс машинного обучения. Тема 6. Построение и отбор признаков https://habrahabr.ru/company/ods/blog/325422/</div></td></tr>
<tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="color:black; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">* Джеффри М. — Маркетинг, основанный на данных. 15 показателей, которые должен знать каждый - Издательство "Манн, Иванов и Фербер" - 2013 - ISBN: 978-5-91657-666-5 - Текст электронный // ЭБС Лань - URL: https://e.lanbook.com/book/62237</ins></div></td></tr>
<tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="color:black; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">* Anderson, C. (2015). Creating a Data-Driven Organization : Practical Advice From the Trenches (Vol. First edition). Beijing: Reilly - O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1045097</ins></div></td></tr>
</table>Upravitelevhttp://wiki.cs.hse.ru/index.php?title=%D0%9F%D0%9C%D0%A1%D0%90%D0%A0-2_2020&diff=44154&oldid=prevUpravitelev: добавлена страница курса2020-09-13T22:08:48Z<p>добавлена страница курса</p>
<p><b>Новая страница</b></p><div>==О курсе==<br />
<br />
'''Преподаватель:''' Управителев Филипп Александрович, [mailto:upravitelev@gmail.com e-mail]<br />
<br />
'''Аннотация курса:''' Курс “Методы анализа больших данных в исследованиях поведения покупателей” предназначен для магистрантов второго года обучения и продолжает идеи и практики курса “Автоматизированный сбор больших данных в экономико-социологических исследованиях”. В курсе рассматриваются основные задачи продуктовой аналитики в IT-сфере, использующие идеи и методы больших данных. Слушатели курса ознакомятся с основными ролями и компетенциями аналитиков в IT-компаниях, научатся отвечать с помощью данных на ключевые бизнес-вопросы, стоящие перед аналитиками. Также слушатели познакомятся с возможностями применения методов машинного обучения для повышения ценности продукта - сегментации пользователей по их платежному поведению, прогнозирование оттока, прогностическая оценка окупаемости рекламных кампаний и т.д.<br />
<br />
'''Программа курса:'''<br />
https://www.hse.ru/ma/msa/courses/339550890.html<br />
<br />
== Правила выставления оценок ==<br />
<br />
Формула итоговой оценки:<br />
0.35 * Домашнее задание 1 + 0.35 * Домашнее задание 2 + 0.1 * Контрольная работа 1 + 0.2 * Контрольная работа 2. За каждую работу выставляется оценка по десятибалльной шкале.<br />
Итоговая оценка округляется по стандартным арифметическим правилам округления.<br />
<br />
В случае, если домашнее задание сдано позже установленного срока (но не более чем на 7 дней), оценка снижается на 1 балл. В более поздние сроки задания не принимаются. Текущие домашние задания выдаются и принимаются по мере прохождения программы, последнее домашнее задание принимается не позднее, чем за неделю до начала сессии второго модуля. <br />
<br />
Оценки за курс выставляются в течение сессии второго модуля.<br />
<br />
==Каналы взаимодействия со студентами==<br />
Все взаимодействие со студентами происходит в слаке https://pmsar2019da.slack.com, также в этом слаке предоставляются все материалы курса (презентации лекций, материалы к практическим занятиям, тексты статей или ссылки на онлайн-материалы).<br />
<br />
==Литература и интернет-ресурсы==<br />
* Сабиров, В. Игра в цифры. (2020). Как аналитика позволяет видеоиграм жить лучше.<br />
* Chen, D., Sain, S. L., & Guo, K. (2012). Data mining for the online retail industry: A case study of RFM model-based customer segmentation using data mining. Journal of Database Marketing & Customer Strategy Management, 19(3), 197-208. https://link.springer.com/article/10.1057/dbm.2012.17<br />
* Churn Analysis – Part 1: Model Selection http://www.blog.rdata.lu/post/2018-01-04-churn-analysis/<br />
* Friedman, J., Hastie, T., & Tibshirani, R. (2001). The elements of statistical learning (Vol. 1, pp. 241-249). New York: Springer series in statistics. С. 119-127<br />
* James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning (Vol. 112). New York: Springer. С. 302-332<br />
* James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning (Vol. 112). New York: Springer. С. 59-92<br />
* Milborrow, S. (2016). Plotting rpart trees with the rpart. plot package. http://www.milbo.org/doc/prp.pdf<br />
* Therneau, T. M., & Atkinson, E. J. (1997). An introduction to recursive partitioning using the RPART routines. https://cran.r-project.org/web/packages/rpart/vignettes/longintro.pdf<br />
* Ultimate Guide to Unit Economics https://www.cleverism.com/ultimate-guide-unit-economics/<br />
* Wadsworth, E. (2012). Buy’Til You Die-A Walkthrough. https://cran.r-project.org/web/packages/BTYD/vignettes/BTYD-walkthrough.pdf<br />
* Ассоциативные правила, или пиво с подгузниками https://habr.com/company/ods/blog/353502/<br />
* Открытый курс машинного обучения. Тема 3. Классификация, деревья решений и метод ближайших соседей https://habrahabr.ru/company/ods/blog/322534/<br />
* Открытый курс машинного обучения. Тема 6. Построение и отбор признаков https://habrahabr.ru/company/ods/blog/325422/</div>Upravitelev