Minor da2016 gr5 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(pizza)
(Паринов. Темы семинаров)
Строка 14: Строка 14:
 
''' 2 Февраля 2016:''' Элементы работы с матрицами <br/>   
 
''' 2 Февраля 2016:''' Элементы работы с матрицами <br/>   
 
''' 9 Февраля 2016:''' Оптимизация функций. Символьные вычисления <br/>
 
''' 9 Февраля 2016:''' Оптимизация функций. Символьные вычисления <br/>
 
+
''' 16 Февраля 2016:''' Теория вероятностей <br/>
 +
''' 1 марта 2016:''' Математическая статистика <br/>
 +
''' 15 марта 2016:''' Линейная регрессия <br/>
 +
''' 22 марта 2016:''' Линейная классификация <br/>
 +
''' 5 апреля 2016:''' Оценики качества алгоритмов <br/>
 +
''' 12 апреля 2016:''' Коллоквиум <br/>
 +
''' 19 апреля 2016:''' Решающие деревья <br/>
  
  

Версия 12:00, 19 апреля 2016

Майнор по Анализу Данных -- ИАД-5

Семинарист: Андрей Паринов aparinov1@gmail.com
При обращении по почте, начинайте тему письма со слов [2016_Minor_IAD5]

Оценки [1] Piazza [2]

Семинары

12 Января 2016: Введение в Python, настройка среды программирования
19 Января 2016: Исследование данных с помощью Pandas и Seaborn
26 Января 2016: Исследование данных с помощью Pandas
2 Февраля 2016: Элементы работы с матрицами
9 Февраля 2016: Оптимизация функций. Символьные вычисления
16 Февраля 2016: Теория вероятностей
1 марта 2016: Математическая статистика
15 марта 2016: Линейная регрессия
22 марта 2016: Линейная классификация
5 апреля 2016: Оценики качества алгоритмов
12 апреля 2016: Коллоквиум
19 апреля 2016: Решающие деревья


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