Minor da2016 gr3 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(→‎Полезные ссылки (Будут пополняться))
Строка 12: Строка 12:
 
''' 12 Января 2016:''' Введение в Python, настройка среды программирования - [http://nbviewer.jupyter.org/github/shestakoff/minor_da_16/blob/master/setting_ur_env.ipynb IPython Notebook] <br/>
 
''' 12 Января 2016:''' Введение в Python, настройка среды программирования - [http://nbviewer.jupyter.org/github/shestakoff/minor_da_16/blob/master/setting_ur_env.ipynb IPython Notebook] <br/>
 
''' 19 Января 2016:''' Исследование данных с помощью Pandas и Seaborn - [http://nbviewer.jupyter.org/github/shestakoff/minor_da_16/blob/master/da_with_pandas_seaborn.ipynb IPython Notebook]
 
''' 19 Января 2016:''' Исследование данных с помощью Pandas и Seaborn - [http://nbviewer.jupyter.org/github/shestakoff/minor_da_16/blob/master/da_with_pandas_seaborn.ipynb IPython Notebook]
 +
''' 26 Января 2016:''' ... To Be Announced
  
 
== Домашние Задания ==
 
== Домашние Задания ==

Версия 16:09, 20 января 2016

Майнор по Анализу Данных -- ИАД-3

На данной странице будут вывешиваться последние новости и материалы для семинарских занятий группы ИАД-3

Семинарист: Шестаков Андрей shestakoffandrey@gmail.com
При обращении по почте, начинайте тему письма со слов [Майнор ИАД 2016]

Пройдите опрос!

Семинары

12 Января 2016: Введение в Python, настройка среды программирования - IPython Notebook
19 Января 2016: Исследование данных с помощью Pandas и Seaborn - IPython Notebook 26 Января 2016: ... To Be Announced

Домашние Задания

Ожидайте..

Полезные ссылки (Будут пополняться)

Семинар 3

Probability And Linear Algebra

  1. Matrix Cookbook
  2. Probability & Statistics Cheat-Sheet

Семинар 2

Pandas & Seaborn

  1. Pandas
  2. Pandas Cheat-Sheet
  3. Seaborn

Наборы данных

  1. Портал Открытых Данных РФ
  2. Funny Datasets
  3. Сборник Открытых Данных (!!!)

FYI

  1. Spurious Correlations
  2. Correlation

Семинар 1

Python

  1. PEP-8 Code Style Guide Cheat-sheet
  2. Python Tutorials Point
  3. Matplotlib Tutorial
  4. Matrix Manipulation Cheat-sheet
  5. Ipython Notebook
  6. Beaker Notebook
  7. yhat Rodeo

Ресурсы и Книги

  1. James, Witten, Hastie, Tibshirani — An Introduction to Statistical Learning
  2. Bishop — Pattern Recognition and Machine Learning (первые главы)
  3. MachineLearning.ru
  4. Kaggle
  5. UCI Repo

Онлайн Курсы

  1. Andrew Ng's Course
  2. Introduction to ML
  3. Learning Data Science with Python
  4. Курс от ВШЭ
  5. Обзор МООС Курсов
Источник — «http://wiki.cs.hse.ru/index.php?title=Minor_da2016_gr3&oldid=18401»