Содержание

О курсе

Цель учебной дисциплины - познакомить студентов с основными концепциями и методами анализа данных и машинного обучения.

Учимся:

Тема 1. Введение. Что такое Data Science.

Введение в Artificial intelligence, Data Science, Machine Learning, Deep Learning, Big Data.
Какие сейчас выполняются задачки в туристическом IT-бизнесе с использованием AI и ML?
Какие возможности на рынке труда открывают перед тобой навыки работы с данными. SAAS бизнес.
Обзор инструментов и библиотек, которыми будем пользоваться: Python, введение в pandas.
Домашка: Посмотреть внимательно несколько ноутбуков в питоне. Введение в pandas, датасет по бронированиям

Тема 2. Краткий курс нужной математики для Data Science

Теория вероятностей: вероятность, распределение, характеристики распределений.
Математическая статистика: выборка, типы выборок. Описательная статистика, меры центральной тенденции. Среднее, мода, медиана, стандартное отклонение, процентили, минимум, максимум.
Пакет Pandas
Небольшое дз в питоне №1: небольшие задачки на описательную статистику, использование pandas

Тема 3. Визуализация данных

Основные виды графиков: гистограмма, bar chart, scatterplot. Использование графиков при подготовке данных.
Зачем нужна визуализация данных в бизнесе
Основные ошибки при визуализации
Небольшое дз в питоне №2

Тема 4. Регрессия

Небольшое дз в питоне №3

Тема 5. Классификация: KNN, Алгоритм решающих деревьев

Определение классификации, метрики: доля правильных ответов (accuracy), точность (precision), полнотa (recall). PR-кривая. ROC-кривая.
Обучение с учителем и без учителя. Валидация.
Задачи классификации
Алгоритмы классификации и их отличия
Небольшое дз в питоне №4

Тема 6. Анализ текстовых данных

Подробное изучение бизнес-кейса с тональностью комментариев к отелям с Tripadvisor
Распознавание текста комментариев и их тональности. Изучение библиотек работы с текстом. Метод сбора данных из открытых источников.
Разметка комментариев по тональности
Обучение модельки, которая выявляет тональности у комментариев на размеченной выборке
Применение модельки на новых комментариях
Оценка результатов
Дз в питоне №5: Накидать новые переменные в разобранную на семинаре модель, описать получившийся результат

Тема 7. Защита проектов с применением машинного обучения

Необходимо разобрать реальный бизнес-кейс, который был решён при помощи машинного обучения и искусственного интеллекта.
Описать бизнес-задачу, использованные методы и результаты.