Профориентационный семинар (Data Culture) — различия между версиями
Rogovich (обсуждение | вклад) |
Rogovich (обсуждение | вклад) |
||
(не показаны 2 промежуточные версии этого же участника) | |||
Строка 55: | Строка 55: | ||
| 2 || 22.04 - 28.04 || Основы работы с Jupyter Notebook и Pandas. Работа с табличными данными, фильтрация и агрегация || NA || [https://github.com/rogovich/2019_POS_Sociology/blob/master/Data/2_3_Seminar.zip Titanic.csv] [https://github.com/rogovich/2019_POS_Sociology/blob/master/Files/2_Seminar.ipynb Семинар 2 Блокнот] || NA || <br /> | | | 2 || 22.04 - 28.04 || Основы работы с Jupyter Notebook и Pandas. Работа с табличными данными, фильтрация и агрегация || NA || [https://github.com/rogovich/2019_POS_Sociology/blob/master/Data/2_3_Seminar.zip Titanic.csv] [https://github.com/rogovich/2019_POS_Sociology/blob/master/Files/2_Seminar.ipynb Семинар 2 Блокнот] || NA || <br /> | | ||
|- | |- | ||
− | | 3 || 13.05 - 19.05 ||Big Data и социальные науки. Где брать цифровые данные? Этика, анонимность и данные (лекция). Дескриптивные статистики и работа с пропущенными данными (семинар) || [https://docs.google.com/presentation/d/1zywiWRqB1lpUY1IX9QJ7d4zAn1nuuubN0Nq7zpTCNCE/edit?usp=sharing Лекция 2] || [https://github.com/rogovich/2019_POS_Sociology/blob/master/Files/3_Seminar.ipynb Семинар 3] || [https://github.com/rogovich/2019_POS_Sociology/tree/master/Homework ДЗ2 Работа с табличными данными] || <br /> | | + | | 3 || 13.05 - 19.05 ||Big Data и социальные науки. Где брать цифровые данные? Этика, анонимность и данные (лекция). Дескриптивные статистики и работа с пропущенными данными (семинар) || [https://docs.google.com/presentation/d/1zywiWRqB1lpUY1IX9QJ7d4zAn1nuuubN0Nq7zpTCNCE/edit?usp=sharing Лекция 2] || [https://github.com/rogovich/2019_POS_Sociology/blob/master/Files/3_Seminar.ipynb Семинар 3 Блокнот] || [https://github.com/rogovich/2019_POS_Sociology/tree/master/Homework ДЗ2 Работа с табличными данными] || <br /> | |
|- | |- | ||
− | | 4 || 20.05 - 26.05 || Введение в машинное обучение: первое приближение. Методы: kNN и решающие деревья (лекция). Визуализации в Python. Библиотека matploltlib (семинар). || || [https://github.com/rogovich/2019_POS_Sociology/blob/master/Data/4_Seminar.zip | + | | 4 || 20.05 - 26.05 || Введение в машинное обучение: первое приближение. Методы: kNN и решающие деревья (лекция). Визуализации в Python. Библиотека matploltlib (семинар). || [https://docs.google.com/presentation/d/1MtMYyb65Mg8D85paH-8Z8GDy951LMvV5Uol4pjXArdo/edit?usp=sharing Лекция 3] || [https://github.com/rogovich/2019_POS_Sociology/blob/master/Data/4_Seminar.zip Семинар 4 данные] [https://github.com/rogovich/2019_POS_Sociology/blob/master/Files/4_Seminar.ipynb Семинар 4 Блокнот] || [https://github.com/rogovich/2019_POS_Sociology/tree/master/Homework ДЗ3 Визуализации] || <br /> | |
|- | |- | ||
− | | 5 || 27.05 - 02.06 || Разбираем кейс ML: предсказание с помощью решающих деревьев || NA || [https://github.com/rogovich/2019_POS_Sociology/blob/master/Data/5_Seminar.zip | + | | 5 || 27.05 - 02.06 || Разбираем кейс ML: предсказание с помощью решающих деревьев || NA || [https://github.com/rogovich/2019_POS_Sociology/blob/master/Data/5_Seminar.zip Семинар 5 данные] || [https://github.com/rogovich/2019_POS_Sociology/blob/master/Homework/4_HW_Survey_Analysis.ipynb ДЗ4 Анализ Собранных данных] ||<br /> |
|- | |- | ||
|} | |} |
Текущая версия на 14:54, 29 мая 2019
Содержание
О курсе
Курс является частью Профориентационного семинара на 1 курсе ОП "Социология", читается в 4 модуле 2018/2019 учебного года.
Цель курса — знакомство слушателей с основами анализа данных.
Оценка по курсу составляет 40% от накопленной оценки по Профориентационному семинару и равна Оср = (Оср1 + Оср2 + Оср3 + Оср4)/4 (среднее за четыре ДЗ).
Преподаватели и контакты
Рогович Татьяна (лектор) Почта
Группа | Семинарист | Ассистент | Чат группы |
---|---|---|---|
БСЦ181, БСЦ182 | Рогович Татьяна, Почта | Филатов Михаил Почта | Чат 181 Чат 182 |
БСЦ183, БСЦ184 | Саркисян Вероника, Почта | Глухова Анна Почта | Чат 183 Чат 184 |
БСЦ185 | Дайховская Ольга, Почта | -- | Чат 185 |
БСЦ186, БСЦ187 | Старухин Ярослав, Почта | Федоров Павел, Почта | Чат 186-187 |
Ведомости
БСЦ181
БСЦ182
БСЦ183
БСЦ184
БСЦ185
БСЦ186
БСЦ187
Материалы курса
№ | Неделя | Тема | Лекция | Семинар | Домашнее задание | |
---|---|---|---|---|---|---|
1 | 15.04 - 21.04 | Введение в анализ данных и ML. Введение в постановку гипотез и поиск исследовательского вопроса | Лекция 1 Презентация | Семинар 1 Презентация | ДЗ_1 Опрос Дедлайны, документы, критерии | |
2 | 22.04 - 28.04 | Основы работы с Jupyter Notebook и Pandas. Работа с табличными данными, фильтрация и агрегация | NA | Titanic.csv Семинар 2 Блокнот | NA | |
3 | 13.05 - 19.05 | Big Data и социальные науки. Где брать цифровые данные? Этика, анонимность и данные (лекция). Дескриптивные статистики и работа с пропущенными данными (семинар) | Лекция 2 | Семинар 3 Блокнот | ДЗ2 Работа с табличными данными | |
4 | 20.05 - 26.05 | Введение в машинное обучение: первое приближение. Методы: kNN и решающие деревья (лекция). Визуализации в Python. Библиотека matploltlib (семинар). | Лекция 3 | Семинар 4 данные Семинар 4 Блокнот | ДЗ3 Визуализации | |
5 | 27.05 - 02.06 | Разбираем кейс ML: предсказание с помощью решающих деревьев | NA | Семинар 5 данные | ДЗ4 Анализ Собранных данных |
Здесь можно скачать Анаконду, нужная версия 3.7 Выбираете сперва свою операционную систему, потом нужную версию Анаконды.
После установки у вас на рабочем столе создастся ярлык.
Полезные ссылки и материалы
Базовые учебники
1. David Julian, Designing Machine Learning Systems with Python, PACKT, 2016
2. Gene Kim, Kevin Behr, George Spafford, The Phoenix Project: A Novel About IT, DevOps, and Helping Your Business Win, IT Revolution Press, 2014
3. Jennifer Davis, Katherine Daniels, Effective DevOps: Building a Culture of Collaboration, Affinity, and Tooling at Scale, O'Reilly Media, Inc., 2016
4. Mark C. Layton, Agile Project Management For Dummies, John Wiley & Sons, 2012