Технологии анализа больших данных — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
Строка 30: Строка 30:
  
 
==Семинары==
 
==Семинары==
= Ведомости и оценки =  
+
= Ведомости и оценки =
 +
 
 +
Накопленная оценка формируется следующим образом:
 +
 
 +
0,05*О<sub>входной</sub>+0,6*СР+0,35*ДЗ , где:
 +
 
 +
* О<sub>входной</sub> -входной тест для определения текущего уровня
 +
* СР - средняя оценка по еженедельным самостоятельным работам
 +
* ДЗ - большое дз по курсу
 +
 
 +
Оценка по курсу формируется следующим образом:
 +
 
 +
0,5*О<sub>накопленная</sub> + 0.5*О<sub>экзамен</sub>
 +
 
 
= Преподаватели курса =
 
= Преподаватели курса =
  

Версия 12:04, 22 марта 2019

О курсе

Курс позволяет получить целостное представление о возможностях и ограничениях современных статистических методов и машинного обучения, а также об особенностях анализа данных для решения задач, возникающих в области государственного управления.

Материалы курса

Лекции

Дата Тема Презентация
04.04.2019 Введение. Применимость анализа данных в повседневной жизни. Анализ данных в государственном управлении: области, задачи -
18.04.2019 Сбор необходимых данных. Источники открытых данных. Введение в анализ данных. Описательные статистики. -
25.04.2019 - -
16.05.2019 - -
23.05.2019 - -
30.05.2019 - -
06.06.2019 - -
13.06.2019 - -

Семинары

Ведомости и оценки

Накопленная оценка формируется следующим образом:

0,05*Овходной+0,6*СР+0,35*ДЗ , где:

  • Овходной -входной тест для определения текущего уровня
  • СР - средняя оценка по еженедельным самостоятельным работам
  • ДЗ - большое дз по курсу

Оценка по курсу формируется следующим образом:

0,5*Онакопленная + 0.5*Оэкзамен

Преподаватели курса

Лекции

Бурова Маргарита Борисовна

Семинары

Группа Семинарист Ассистент
БГУ181 Бурова Маргарита Борисовна
БГУ182
БГУ183
БГУ184 Бурова Маргарита Борисовна
БГУ184