«Введение в анализ данных»

(майнор «Интеллектуальный анализ данных», НИУ ВШЭ, группы ИАД-3 и ИАД-4)

Семинаристы

Талгат Даулбаев (tdaulbaev@hse.ru), Надежда Чиркова (nchirkova@hse.ru)

Страница курса на вики ВШЭ

Таблица с результатами

Telegram-канал и Telegram-чат

Адрес курса: hse.minor.dm+{3 или 4}@gmail.com

Домашние задания

• Домашнее задание 1 (дедлайн: 17 марта в 23:59). Отправлять на почту hse.minor.dm@gmail.com с темой [ИАД-<номер группы>, HW1] Фамилия Имя.
• Домашнее задание 2 (дедлайн: 1 мая 9:00 утра, рекомендуем отправить вечером 30 апреля :) Отправлять на почту hse.minor.dm+X@gmail.com, X = 3 или 4 (ИАД 3 или ИАД4), с темой [HW2, ИАД-X] Фамилия Имя.
• Домашнее задание 3 (дедлайн: 9 утра 11 июня)

План семинаров (первый модуль):

Семинар 0. Проверочная работа.

• Задания

Семинар 1. NumPy и Pandas.

• Ноутбук с семинара
• Прошлогодний подробный ноутбук-туториал по numpy
• Ноутбук с семинаров ФКН (подробно про создание массивов и индексацию)
• Англоязычный подробный туториал по numpy

Семинар 2. Pandas и основная задача анализа данных.

• Данные
• Ноутбук с семинара
• Лекция на Курсере про pandas - 1
• Лекция на Курсере про pandas - 2
• Прошлогодний подробный ноутбук-туториал про pandas
• Официальная документация pandas - подробнейшие туториалы на английском

Семинар 3. Метод ближайших соседей

• Конспект семинара

Семинар 4. Линейная регрессия и методы оптимизации

• Ноутбук с семинара

Семинар 5. Линейная регрессия, регуляризация и кросс-валидация

• Слайды

Семинар 6. Логистическая регрессия

• TODO

Семинар 7. Метрики качества

• Долги с прошлого семинара
• Слайды про метрики качества классификации
• Код со слайдов

Семинар 8. Решающие деревья

• Стартовый ноутбук
• Ноутбук с семинара

Семинар 9. Работа с текстами. Наивный байесовский классификатор. Выдача второго домашнего задания.

• Слайды
• Данные
• Код для считывания текстов

Семинар 10. Random Forest

• Датасет1
• Ноутбук
• Датасет2

Семинар 11. Методы генерации признаков

• DataFrame1 - Bikes Rent
• DataFrame2 - Titanik
• DataFrame3 - Cars
• Ноутбук

Семинар 12. Методы понижения размерности, отбор признаков, работа с признаками: практический кейс

• Стартовый ноутубук
• "Большой" файл с данными
• Ноутбук с семинара

Семинар 13. Кластеризация

• Города
• Яблоко
• Пейзаж

Семинар 14. Рекомендательные системы

• Слайды лекции
• Инфо о фильмах
• Обучение
• Контроль

Семинар 15. Блендинг и стекинг.

• Датасет
• Kaggle Ensembling Guide
• heamy

Полезные ссылки

• Специализация по анализу данных на coursera.org
• James, Witten, Hastie, Tibshirani — An Introduction to Statistical Learning
• Видеозаписи курса лекций К. В. Воронцова
• Лекции Andrew Ng на coursera.org: практические задания на языке MATLAB/Octave
• Вводный курс К. В. Воронцова на coursera.org
• https://www.dataquest.io: сайт с интерактивными заданиями по Python для анализа данных
• Pattern Recognition and Machine Learning by C. Bishop

За прохождение курсов на coursera.org не обязательно платить: можно попросить материальную помощь.