imported>Vikrantrana: Migrated current public revision from wiki.cs.hse.ru

2020-06-22T06:59:52Z

Migrated current public revision from wiki.cs.hse.ru

Новая страница

__TOC__
== Майнор по Анализу Данных -- ИАД-2==

На данной странице будут вывешиваться последние новости и материалы для семинарских занятий группы ИАД-2

Семинарист: [[Участник:Ashestakoff | Шестаков Андрей]] [mailto:shestakoffandrey@gmail.com shestakoffandrey@gmail.com] 
Ассистент: Чеснокова Полина [mailto:chepolina27@gmail.com chepolina27@gmail.com] 
При обращении по почте, начинайте тему письма со слов ''[Майнор ИАД-2 2017]''

''' [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D0%B9%D0%BD%D0%BE%D1%80_%D0%98%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82%D1%83%D0%B0%D0%BB%D1%8C%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85/%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85 Страница] курса''' 

'''Анонимные''' комментарии, замечания и пожелания можно оставить [https://docs.google.com/forms/d/1JevHn2TS5KD83KLNbwbstDUgOjF7dZ8SaY0pLeRTTIw/viewform здесь] 

== Семинары ==
'''1) 18 Января 2017:''' Введение + Повторение Python - [http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/intro.ipynb IPython Notebook] ([http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/intro-proc.ipynb Что успели]) 
'''2) 25 Января 2017:''' Спасательная операция по Numpy и Pandas - [http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/seminar2-rescue-mission-numpy-pandas.ipynb IPython Notebook] ([http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/seminar2-rescue-mission-numpy-pandas-proc.ipynb Что успели]) 
'''3) 1 Февраля 2017:''' Продолжаем спасательную операцию.. 
'''4) 8 Февраля 2017:''' Метод kNN [http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/seminar4_knn_pract.ipynb Notebook] ([http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/seminar4_knn_pract_proc.ipynb Что успели]) 
'''5) 15 Февраля 2017:''' Линейная регрессия, градиентный спуск [http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/seminar5_linreg_opt.ipynb Notebook] ([http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/seminar5_linreg_opt_proc.ipynb Что успели]) 
'''6-8) 22 Февраля, 1, 14 Марта 2017:''' Логистическая регрессия [http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/seminar6_linclass.ipynb Notebook] ([http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/seminar6_linclass_proc.ipynb Что успели]) 
'''9) 22 Марта 2017:''' Деревья решений, случайный лес [http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/seminar7-trees-forests.ipynb Notebook] ([http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/seminar7-trees-forests-proc.ipynb Что успели]) 
'''10) 5 Апреля 2017:''' Подготовка к коллоквиуму 
'''11) 12 Апреля 2017:''' Коллоквиум (семинара нет) 
'''12) 19 Апреля 2017:''' Отбор признаков, понижение размерности [http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/seminar8-dimred.ipynb Notebook] [https://cloud.mail.ru/public/8EJG/NbZ6a6oCB Данные] ([http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/seminar8-dimred-proc.ipynb Что успели]) 
'''13) 26 Апреля 2017:''' Методы кластеризации [http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/seminar9-clust.ipynb Notebook] [https://cloud.mail.ru/public/2gXp/KPsyPHy4y Данные] ([http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/seminar9-clust-proc.ipynb Что успели]) 
'''14) 10 Мая 2017:''' Переносится 
'''15) 17 Мая 2017:''' Продолжили методы кластеризации 
'''16) 24 Мая 2017:''' Рекомендательные системы [http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/seminar14-recsys.ipynb Notebook] [https://cloud.mail.ru/public/67si/uRKsXBX1g Данные] ([http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/seminar14-recsys-proc.ipynb Что успели]) 

== Домашние Задания ==
'''[http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/hw0.ipynb ДЗ №0] (Необязательное, не учитывается в итоговой оценке). Срок - 12 февраля 2017. 
'''[http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/hw1.ipynb ДЗ №1] Срок - ''17'' марта 2017. 
'''[http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/hw2.ipynb ДЗ №2], [https://cloud.mail.ru/public/3AyQ/Pupnvo2dX Данные] Срок - ''20'' апреля 2017. 
'''[http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/hw3.ipynb ДЗ №3], [https://cloud.mail.ru/public/Fcmc/1iynZ84j8 Данные] [https://cloud.mail.ru/public/NoQq/v9d93cPN6 Схема] Срок - ''4'' июня 2017 23:59 (Верить этому). 

== Полезные ссылки (Будут пополняться) ==
''' Семинар 6 '''
# [http://aimotion.blogspot.ru/2011/11/machine-learning-with-python-logistic.html On Logistic Regression with examples]
# [http://www.stat.cmu.edu/~cshalizi/350/lectures/25/lecture-25.pdf Perceptron Algorithm]
# [http://www.eecs.yorku.ca/course_archive/2012-13/F/4404-5327/lectures/05%20Linear%20Classifiers.pdf On Linear Classifiers]

''' Семинар 5 '''
# [http://sebastianruder.com/optimizing-gradient-descent/ Про методы оптимизации в МО]
# [https://lukaszkujawa.github.io/gradient-descent.html Gradient Descent Demo]

''' Семинар 4'''
# [http://www.pyimagesearch.com/ Отличный блог] для тех из вас, кто интересовался Computer Vision

''' Семинар 3 '''
# [http://www.visiondummy.com/2014/04/curse-dimensionality-affect-classification/ Curse of Dimensionality]

''' Семинар 2 '''
# [http://www.r2d3.us/visual-intro-to-machine-learning-part-1/ Visual Intro to ML]
# [https://www.analyticsvidhya.com/wp-content/uploads/2015/06/10945756_10202550638602268_6848260291113352290_n.jpg ML in nutcell]

''' Семинар 1 '''
'' Pandas & Seaborn ''
# [http://pandas.pydata.org/ Pandas] - На самом деле содержит всю необходимую инфу с примерами
# [https://github.com/TomAugspurger/modern-pandas Effective Pandas] - Учебник\туториал по Pandas
# [https://www.dropbox.com/s/4eauvhj5tyk3r83/Quandl%2B_%2BPandas%2C%2BSciPy%2C%2BNumPy%2BCheat%2BSheet.pdf?dl=0 NumPY, Pandas Cheat-Sheet]
# [https://www.dataquest.io/ Learning Data Science with Python] - Неплохой практический курс по Python для анализа данных (MUST)
# [http://pandas.pydata.org/pandas-docs/stable/visualization.html Pandas Visualization]
# [http://stanford.edu/~mwaskom/software/seaborn/ Seaborn]

'' Наборы данных ''
# [http://data.gov.ru/ Портал Открытых Данных РФ]
# [http://blog.yhat.com/posts/7-funny-datasets.html Funny Datasets]
# [https://github.com/caesar0301/awesome-public-datasets Сборник Открытых Данных (!!!)]
# [http://homepages.inf.ed.ac.uk/rbf/CVonline/Imagedbase.htm Еще наборы данных]

'' Python and etc. ''
# [https://www.pkimber.net/open/_downloads/pep8_cheat.pdf PEP-8 Code Style Guide Cheat-sheet]
# [http://www.tutorialspoint.com/python/ Python Tutorials Point]
# [http://matplotlib.org/users/pyplot_tutorial.html Matplotlib Tutorial]
# [http://sebastianraschka.com/Articles/2014_matrix_cheatsheet_table.html Matrix Manipulation Cheat-sheet]
# [http://ipython.org/notebook.html Ipython Notebook]
# [http://beakernotebook.com/ Beaker Notebook]
# [https://www.yhat.com/products/rodeo yhat Rodeo]
# [http://intellipaat.com/blog/tutorial/python-tutorial/ Python Tutorial]

'' Ресурсы и Книги ''
# [http://www-bcf.usc.edu/~gareth/ISL/ISLR%20Sixth%20Printing.pdf James, Witten, Hastie, Tibshirani — An Introduction to Statistical Learning]
# [http://www.springer.com/br/book/9780387310732 Bishop — Pattern Recognition and Machine Learning (первые главы)]
# [http://www.machinelearning.ru/wiki/index.php?title=%D0%97%D0%B0%D0%B3%D0%BB%D0%B0%D0%B2%D0%BD%D0%B0%D1%8F_%D1%81%D1%82%D1%80%D0%B0%D0%BD%D0%B8%D1%86%D0%B0 MachineLearning.ru]
# [https://www.kaggle.com/ Kaggle]
# [http://goto.msk.ru/hackathon/ GoTo Hack!]
# [http://archive.ics.uci.edu/ml/ UCI Repo]

''' Онлайн Курсы '''
# [https://www.coursera.org/learn/machine-learning Andrew Ng's Course]
# [https://www.coursera.org/learn/introduction-machine-learning Introduction to ML]
# [https://www.coursera.org/learn/introduction-machine-learning Курс от ВШЭ]
# [http://habrahabr.ru/post/248069/ Обзор МООС Курсов]

Майнор Интеллектуальный анализ данных/Введение в анализ данных/ИАД 2 - История изменений

imported>Vikrantrana: Migrated current public revision from wiki.cs.hse.ru