https://wiki.cs.hse.ru/api.php?action=feedcontributions&feedformat=atom&user=Maratakhm Wiki - Факультет компьютерных наук - Вклад [ru] 2026-09-21T18:25:06Z Вклад MediaWiki 1.43.9 https://wiki.cs.hse.ru/index.php?title=%D0%A6%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B0%D1%8F_%D0%B3%D1%80%D0%B0%D0%BC%D0%BE%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C_2021-2022_(%D0%AE%D1%80%D0%B8%D1%81%D0%BF%D1%80%D1%83%D0%B4%D0%B5%D0%BD%D1%86%D0%B8%D1%8F)&diff=31065 Цифровая грамотность 2021-2022 (Юриспруденция) 2018-11-30T21:21:43Z <p>Maratakhm: </p> <hr /> <div>== О курсе ==<br /> [https://www.hse.ru/data/2018/09/05/1150084617/program-2042273557-Y9sTXPHCCh.pdf Программа курса]<br /> <br /> Молодым юристам предстоит решать множество задач: поддержка бизнесов по новым технологиям, разработка правового регулирования беспилотных автомобилей, использование криптовалют, замена реестров технологией блокчейн. Эта работа требует не только исключительной юридической грамотности, но и глубокого понимания, как работают технологии. В рамках курса мы изучим основы основ машинного обучения, посмотрим, какое влияние Data Science оказывает на правовую сферу и подготовим к работе в реальности, где большая часть рутинных юридических задач будет решаться компьютером, но правовых вопросов и вызовов станет еще больше.<br /> <br /> == Критерии оценки и рабочие ведомости ==<br /> 0.3*Тесты + 0.4*Проект + 0.3*Эссе<br /> <br /> * Тесты: 3 небольших теста для проверки, поняты ли основные термины и задачи.<br /> * Проект: небольшое творческое задание; сдается в на 7 или 8 семинаре &lt;br /&gt; <br /> * Эссе: небольшое творческое задание; сдается в декабре (конец курса)&lt;br /&gt;<br /> <br /> == Материалы занятий ==<br /> [https://docs.google.com/presentation/d/1dYKplx75JF-pKIVx-91giREY3M3DF4gbk7aVRcUCD6U/edit?usp=sharing Занятие 0. Организационное] &lt;br&gt;<br /> [https://drive.google.com/open?id=1IJG8KUKPdiQhJTAm6Iuz6pEa_HZzy7Hk Занятие 1. Введение] &lt;br&gt;<br /> [https://drive.google.com/open?id=1R-YkSkE2tjGaK0QC2NUHy0MZJEDEC8LmG6K4FLezALQ Занятие 2. Статистики и визуализация] &lt;br&gt;<br /> [https://drive.google.com/file/d/18K1kzUwQuOPQRfA_Ca6ryOgy1gFzGmGa/view?usp=sharing Занятие 3. Практика по статистикам и визуализации] &lt;br&gt;<br /> [https://drive.google.com/file/d/11kLe4o-7qvGTL-XWGBrKZZBmr-A8iTvI/view?usp=sharing Занятие 4. Задачи машинного обучения] &lt;br&gt;<br /> [https://drive.google.com/open?id=1VjT3Uk742Muead8VoxURlJKJcZ_E6eYl Занятие 5. Практика] &lt;br&gt;<br /> [https://drive.google.com/open?id=128v4aJ5khBk7WnsQZO-Zz_Usb7CKD2ib Занятие 6. Введение в нейронные сети и блокчейн]<br /> <br /> == Литература ==<br /> <br /> * Уилан, Ч. Голая статистика/ Ч.Уилан. — 2-ое изд., — М.: Манн, Иванов и Фербер, 2017. — 352&lt;br /&gt;<br /> * Элленберг, Дж. Как не ошибаться: сила математического мышления/ Дж.Элленберг — М.: Манн, Иванов и Фербер, 2017. — 576 с.<br /> <br /> Юридическая литература:<br /> * Савельев А. И. Электронная коммерция в России и за рубежом: Законодательство и практика. 2-издание. Переработанное и дополненное. М.: Статут, 2016. (рекомендуем ознакомиться с первой главой книги)<br /> * Савельев А.И. Проблемы применения законодательства о персональных данных в эпоху «Больших данных» (Big Data) // Право. Журнал Высшей школы экономики. 2015. №1. С. 43–66. https://law-journal.hse.ru/2015--1/148644342.html<br /> * Савельев А. И. Некоторые правовые аспекты использования Смарт-контрактов и Блокчейн-технологий по российскому праву // Закон. 2017. Т. 5. № 5. С. 94-117.<br /> * Булгакова Е.В. Методы анализа и принципы систематизации данных, используемых при подготовке и принятии юридических решений // Информационное право. 2016. N 4. С. 29 - 33.<br /> <br /> <br /> Интернет-ресурсы:<br /> * [https://www.theguardian.com/technology/2016/oct/24/artificial-intelligence-judge-university-college-london-computer-scientists Artificial intelligence 'judge' developed by UCL computer scientists]<br /> * [http://law.queensu.ca/how-will-artificial-intelligence-affect-legal-profession-next-decade How will artificial intelligence affect the legal profession in the next decade?]<br /> * [http://www.russia2035.ru/works/ai-law/ Машинное право: как роботы меняют индустрию юриспруденции]<br /> * [https://iq.hse.ru/news/211413387.html/ Технологическая безработица.Почему машины не вытеснят человека с рынка труда]<br /> * [https://hightech.fm/2017/11/03/ai-battles-human ИИ вызвал на поединок сотню лучших лондонских юристов и победил]<br /> <br /> === Видео-материалы ===<br /> Занятие 1: [https://www.youtube.com/watch?v=O7OFr4cl4V0%20 Видео Яндекса об истории искусственного интеллекта]<br /> <br /> <br /> Рекомендуем также посмотреть на досуге:<br /> * [https://www.youtube.com/watch?v=hEr9nqivoLk&amp;t= Андрей Себрант. Как не остаться без будущего]<br /> * [https://youtu.be/n13hg-zFeyA?t=20m55s Екатерина Шульман. Будущее семьи, частной собственности и государства] (лекция о социально-экономических вызовах развития информационных технологий, для общего развития)<br /> * [https://www.youtube.com/watch?v=wwbr0fombFs The world’s first AI legal assistant | Andrew Arruda | TED Institute]<br /> * [https://www.youtube.com/watch?v=_Xcmh1LQB9I IBM Watson: How it Works]<br /> <br /> == Преподаватели ==<br /> === Татьяна Бражник ===<br /> * e-mail: tbrazhnik@hse.ru<br /> * Telegram: 89295363253 (в случае крайней необходимости)<br /> <br /> === Марат Ахматнуров ===<br /> * e-mail: [http://marat.Akhmatnurov@yandex.ru marat.Akhmatnurov@yandex.ru]<br /> * telegram (в экстренных случаях): [https://t.me/maratAkhmatnurov @maratAkhmatnurov] <br /> === Элен Теванян ===<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan(Telegram)<br /> <br /> === Михаил Журавлев ===<br /> * email: mzhuravlev@hse.ru (основной канал связи)<br /> * Telegram/Whatsapp: +79168069736 (экстренный канал связи)<br /> === Полина Попенова ===<br /> * popenova.ps@gmail.com<br /> * telegram: [https://t.me/polyhex @polyhex]</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=28168 Введение в Data Science 2018-06-14T07:10:29Z <p>Maratakhm: /* Сроки сдачи */</p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |-<br /> |3 || Обзорная лекция про математику || [https://yadi.sk/i/RM1H38ZA3UTWcA Презентация к лекции 3]<br /> |-<br /> |4 || Этапы проекта. Рынок данных. Задачи Data Science || [https://yadi.sk/d/7UN_3Ybx3VKxow Презентация к лекции 4]<br /> |-<br /> |5 || Еще про Python. Кейс || Поток 1: [https://yadi.sk/i/oYPFkztu3Vt7dj Презентция]&lt;br/&gt; Поток 2: [https://yadi.sk/i/6Ux5uKNM3Vn774 Презентация к лекции 5]<br /> |}<br /> <br /> === Инструкция по установке и запуску среды ===<br /> Скачать и установить анаконду:<br /> <br /> 1. Заходим по ссылке<br /> https://www.anaconda.com/download<br /> В центре надпись Download for, выбираем нужную ОС<br /> <br /> 2. Нажимаем на кнопку Download (Python 3.6 version)<br /> Дальше следуем инструкции<br /> https://docs.anaconda.com/anaconda/install/windows (для windows)<br /> https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)<br /> <br /> Домашнее задание и семнары вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.<br /> <br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> Внутри каждого IPython-ноутбука есть семинарский материал и задача для самостоятельного выполнения. Датасеты доступны либо в правом столбце, либо в каждом из ноутбуков есть ссылка на скачивание нужного датасета. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook]&lt;br /&gt; [https://drive.google.com/open?id=1XaDxM3nxl4WwpcA4PMndOGAZVeWDThxe Версия для семинаров после 2018-04-17] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы] <br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1cVcOdks4A6wuLqOgcsOY9wGnILro_qVH/view?usp=sharing Скачать IPython Notebook]&lt;br /&gt; [https://drive.google.com/file/d/1tgtiW6bml_STJGz5C2gZ2hERnLasruOF/view?usp=sharing Скачать IPython Notebook для БММ171 и БМБ178] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1rjhFCTLrT9m-rjc3VMyH5bP01RnC8nJS/view?usp=sharing Датасет для работы на семинаре БММ171 и БМБ178]<br /> <br /> |-<br /> || 4 || Визуализация данных || [https://drive.google.com/file/d/1_bgzukQtG-bSeCF6HW3-f8DKwx6ZS29M/view?usp=sharing Скачать IPython Notebook]|| [https://drive.google.com/file/d/1rjhFCTLrT9m-rjc3VMyH5bP01RnC8nJS/view?usp=sharing Датасет для работы в классе]<br /> |-<br /> || 5 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook (старая версия)] &lt;br /&gt; [https://drive.google.com/open?id=1RIEi2fGdl56XqZtBo1LhfJbfOQyyDG02 Бутстрап-тестирование] &lt;br /&gt;<br /> [https://drive.google.com/open?id=1IdMyBs5bgC-binh1MbG61KrwvQkp0NR1 Задание для самостоятельной работы БМБ 172 БМБ 175]<br /> || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе (старая версия)] &lt;br /&gt; [https://drive.google.com/open?id=1Xa3V5AuPZZ54F5xp9WV7qtsYK9moYkwd Датасет для бутстрапа]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || [https://drive.google.com/open?id=13bX2Xbaj50CdkbkDH9UV5wGP5NtUCgEh Скачать IPython Notebook] &lt;br /&gt;<br /> [https://drive.google.com/file/d/1XlLhwl31CQJJ4ep0SDCKdBb2SwCo3UPG/view?usp=sharing Скачать IPython Notebook для групп БМБ 172 БМБ 175 ] &lt;br /&gt;<br /> [https://drive.google.com/file/d/1EA3m_RqNka4hkeStq4qhh9jFJM4ncnSj/view?usp=sharing Скачать IPythonNotebook (для БММ171 и БМБ178)] &lt;br /&gt;<br /> [https://drive.google.com/open?id=1WB8yINNXbQbX4g1PHntciJOs8SrqLgqW/view?usp=sharing Скачать IPythonNotebook (для БММ 172)]<br /> || <br /> [https://drive.google.com/open?id=1UXPjcNxd6ZmL2DBwR9AOF1Xwvor65WHJ Датасет для работы]<br /> <br /> |-<br /> || 8 || Кластеризация || [https://www.dropbox.com/s/thiwdx1byk6827o/Семинар_3_Кластеризация.ipynb?dl=0 ipython notebook] || [https://www.dropbox.com/s/xxzsr2j6lqi4bkb/FoodConsumptionInEurope.csv?dl=0 датасет]<br /> |-<br /> || 9 || Регрессия. Метрики качества ||[https://yadi.sk/d/1F9cQGgX3WykbQ ipython notebook] || [https://yadi.sk/i/cj2Z5ZKg3Wykgs датасет]<br /> |-<br /> || 10 || Анализ текстов ||[https://yadi.sk/d/rSe-BnHU3XrkF4 ipython notebook] || [https://yadi.sk/i/UBd3Bzog3Xrm33 датасет для семинара] [https://yadi.sk/d/bb-Q7JUn3Xrm7C датасет для самостоятельной работы] <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Домашние задания == <br /> === Требования к датасетам ===<br /> * '''БМБ178, БММ171'''<br /> не менее 1000 объектов (строк), не менее 5 признаков (5 колонок)<br /> <br /> === Источники данных ===<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> === ДЗ №3 - постановка задачи ===<br /> [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием]&lt;br /&gt;<br /> Срок - 25.05.2018 для всех групп.<br /> <br /> === Сроки сдачи ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Адрес отправки ДЗ !! Дедлайн ДЗ1 !! Дедлайн ДЗ2 !! Дедлайн ДЗ3 !! Дедлайн ДЗ4 <br /> |-<br /> |БММ171 || managementdataculture@gmail.com || 31.05.2018, 23.59 (UTC +3) &lt;br /&gt; Тема письма: '''БММ171. ДЗ1. Фамилия'''&lt;br /&gt; [https://drive.google.com/file/d/1zI2kJYI-Wk1XJvcW_KEF1h-iGtD66P6P/view?usp=sharing Задание] || 16.06.2018, 23.59 (UTC +3) Тема письма: БММ171. ДЗ2. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание] || [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием] 25.05.2018 || 16.06.2018, 23.59 (UTC +3) Тема письма: БММ171. ДЗ4. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание]<br /> |-<br /> |БММ172 || @ppillif в телеграме ||14.05.2018 || || || <br /> |-<br /> |БММ173 || aaivanov_5@edu.hse.ru || 11 мая 2018 г., 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ171 || marat.akhmatnurov@yandex.ru zhorasukasyan@ya.ru || 2018-05-11 23:59|| 2018-06-13 23:59|| || 2018-06-16 23:59<br /> |-<br /> |БМБ172 || eromanova@hse.ru || 10.05.2018, 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ173 || || || || || <br /> |-<br /> |БМБ174 || || || || || <br /> |-<br /> |БМБ175 || eromanova@hse.ru || 10.05.2018, 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ176 || || || || || <br /> |-<br /> |БМБ177 || || || || || <br /> |-<br /> |БМБ178 || managementdataculture@gmail.com || 31.05.2018, 23.59 (UTC +3) &lt;br /&gt; Тема письма: '''БМБ178. ДЗ1. Фамилия'''&lt;br /&gt; [https://drive.google.com/file/d/1zI2kJYI-Wk1XJvcW_KEF1h-iGtD66P6P/view?usp=sharing Задание] || 16.06.2018, 23.59 (UTC +3) Тема письма: БМБ178. ДЗ2. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание] || [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием] 25.05.2018 || 16.06.2018, 23.59 (UTC +3) Тема письма: БМБ178. ДЗ4. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание]<br /> <br /> |}<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> <br /> * [http://pythontutor.ru/ Интерактивное введение в python на русском языке]<br /> <br /> * [https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb Введение в IPython]<br /> (Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))<br /> <br /> * [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> * [https://assets.datacamp.com/blog_assets/PandasPythonForDataScience.pdf Pandas CheatSheet]<br /> <br /> * [https://www.kaggle.com/learn/pandas Learn Pandas on Kaggle]&lt;br /&gt;<br /> Короткие уроки на платформе Kaggle, чтобы закрепить навыки работы с Pandas. Нужно зарегистрироваться, открыть урок, нажать кнопку &quot;Fork&quot; и писать код :)<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> '''[https://www.hse.ru/org/persons/218009892 Александр Антонов]'''<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/staff/dmitryserg Дмитрий Сергеев]'''<br /> *@dmitryserg (Telegram)<br /> * [https://vk.com/id91857120 vk Дмитрий Сергеев]<br /> <br /> '''[https://www.hse.ru/org/persons/218009880 Ульянкин Филипп ]'''<br /> *@ppilif (Telegram)<br /> */ppilif (vk.com)<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=28167 Введение в Data Science 2018-06-14T07:07:53Z <p>Maratakhm: </p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |-<br /> |3 || Обзорная лекция про математику || [https://yadi.sk/i/RM1H38ZA3UTWcA Презентация к лекции 3]<br /> |-<br /> |4 || Этапы проекта. Рынок данных. Задачи Data Science || [https://yadi.sk/d/7UN_3Ybx3VKxow Презентация к лекции 4]<br /> |-<br /> |5 || Еще про Python. Кейс || Поток 1: [https://yadi.sk/i/oYPFkztu3Vt7dj Презентция]&lt;br/&gt; Поток 2: [https://yadi.sk/i/6Ux5uKNM3Vn774 Презентация к лекции 5]<br /> |}<br /> <br /> === Инструкция по установке и запуску среды ===<br /> Скачать и установить анаконду:<br /> <br /> 1. Заходим по ссылке<br /> https://www.anaconda.com/download<br /> В центре надпись Download for, выбираем нужную ОС<br /> <br /> 2. Нажимаем на кнопку Download (Python 3.6 version)<br /> Дальше следуем инструкции<br /> https://docs.anaconda.com/anaconda/install/windows (для windows)<br /> https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)<br /> <br /> Домашнее задание и семнары вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.<br /> <br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> Внутри каждого IPython-ноутбука есть семинарский материал и задача для самостоятельного выполнения. Датасеты доступны либо в правом столбце, либо в каждом из ноутбуков есть ссылка на скачивание нужного датасета. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook]&lt;br /&gt; [https://drive.google.com/open?id=1XaDxM3nxl4WwpcA4PMndOGAZVeWDThxe Версия для семинаров после 2018-04-17] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы] <br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1cVcOdks4A6wuLqOgcsOY9wGnILro_qVH/view?usp=sharing Скачать IPython Notebook]&lt;br /&gt; [https://drive.google.com/file/d/1tgtiW6bml_STJGz5C2gZ2hERnLasruOF/view?usp=sharing Скачать IPython Notebook для БММ171 и БМБ178] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1rjhFCTLrT9m-rjc3VMyH5bP01RnC8nJS/view?usp=sharing Датасет для работы на семинаре БММ171 и БМБ178]<br /> <br /> |-<br /> || 4 || Визуализация данных || [https://drive.google.com/file/d/1_bgzukQtG-bSeCF6HW3-f8DKwx6ZS29M/view?usp=sharing Скачать IPython Notebook]|| [https://drive.google.com/file/d/1rjhFCTLrT9m-rjc3VMyH5bP01RnC8nJS/view?usp=sharing Датасет для работы в классе]<br /> |-<br /> || 5 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook (старая версия)] &lt;br /&gt; [https://drive.google.com/open?id=1RIEi2fGdl56XqZtBo1LhfJbfOQyyDG02 Бутстрап-тестирование] &lt;br /&gt;<br /> [https://drive.google.com/open?id=1IdMyBs5bgC-binh1MbG61KrwvQkp0NR1 Задание для самостоятельной работы БМБ 172 БМБ 175]<br /> || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе (старая версия)] &lt;br /&gt; [https://drive.google.com/open?id=1Xa3V5AuPZZ54F5xp9WV7qtsYK9moYkwd Датасет для бутстрапа]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || [https://drive.google.com/open?id=13bX2Xbaj50CdkbkDH9UV5wGP5NtUCgEh Скачать IPython Notebook] &lt;br /&gt;<br /> [https://drive.google.com/file/d/1XlLhwl31CQJJ4ep0SDCKdBb2SwCo3UPG/view?usp=sharing Скачать IPython Notebook для групп БМБ 172 БМБ 175 ] &lt;br /&gt;<br /> [https://drive.google.com/file/d/1EA3m_RqNka4hkeStq4qhh9jFJM4ncnSj/view?usp=sharing Скачать IPythonNotebook (для БММ171 и БМБ178)] &lt;br /&gt;<br /> [https://drive.google.com/open?id=1WB8yINNXbQbX4g1PHntciJOs8SrqLgqW/view?usp=sharing Скачать IPythonNotebook (для БММ 172)]<br /> || <br /> [https://drive.google.com/open?id=1UXPjcNxd6ZmL2DBwR9AOF1Xwvor65WHJ Датасет для работы]<br /> <br /> |-<br /> || 8 || Кластеризация || [https://www.dropbox.com/s/thiwdx1byk6827o/Семинар_3_Кластеризация.ipynb?dl=0 ipython notebook] || [https://www.dropbox.com/s/xxzsr2j6lqi4bkb/FoodConsumptionInEurope.csv?dl=0 датасет]<br /> |-<br /> || 9 || Регрессия. Метрики качества ||[https://yadi.sk/d/1F9cQGgX3WykbQ ipython notebook] || [https://yadi.sk/i/cj2Z5ZKg3Wykgs датасет]<br /> |-<br /> || 10 || Анализ текстов ||[https://yadi.sk/d/rSe-BnHU3XrkF4 ipython notebook] || [https://yadi.sk/i/UBd3Bzog3Xrm33 датасет для семинара] [https://yadi.sk/d/bb-Q7JUn3Xrm7C датасет для самостоятельной работы] <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Домашние задания == <br /> === Требования к датасетам ===<br /> * '''БМБ178, БММ171'''<br /> не менее 1000 объектов (строк), не менее 5 признаков (5 колонок)<br /> <br /> === Источники данных ===<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> === ДЗ №3 - постановка задачи ===<br /> [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием]&lt;br /&gt;<br /> Срок - 25.05.2018 для всех групп.<br /> <br /> === Сроки сдачи ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Адрес отправки ДЗ !! Дедлайн ДЗ1 !! Дедлайн ДЗ2 !! Дедлайн ДЗ3 !! Дедлайн ДЗ4 <br /> |-<br /> |БММ171 || managementdataculture@gmail.com || 31.05.2018, 23.59 (UTC +3) &lt;br /&gt; Тема письма: '''БММ171. ДЗ1. Фамилия'''&lt;br /&gt; [https://drive.google.com/file/d/1zI2kJYI-Wk1XJvcW_KEF1h-iGtD66P6P/view?usp=sharing Задание] || 16.06.2018, 23.59 (UTC +3) Тема письма: БММ171. ДЗ2. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание] || [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием] 25.05.2018 || 16.06.2018, 23.59 (UTC +3) Тема письма: БММ171. ДЗ4. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание]<br /> |-<br /> |БММ172 || @ppillif в телеграме ||14.05.2018 || || || <br /> |-<br /> |БММ173 || aaivanov_5@edu.hse.ru || 11 мая 2018 г., 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ171 || marat.akhmatnurov@yandex.ru zhorasukasyan@ya.ru || 2018-05-11 23:59|| 2018-06-13 23:59|| || <br /> |-<br /> |БМБ172 || eromanova@hse.ru || 10.05.2018, 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ173 || || || || || <br /> |-<br /> |БМБ174 || || || || || <br /> |-<br /> |БМБ175 || eromanova@hse.ru || 10.05.2018, 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ176 || || || || || <br /> |-<br /> |БМБ177 || || || || || <br /> |-<br /> |БМБ178 || managementdataculture@gmail.com || 31.05.2018, 23.59 (UTC +3) &lt;br /&gt; Тема письма: '''БМБ178. ДЗ1. Фамилия'''&lt;br /&gt; [https://drive.google.com/file/d/1zI2kJYI-Wk1XJvcW_KEF1h-iGtD66P6P/view?usp=sharing Задание] || 16.06.2018, 23.59 (UTC +3) Тема письма: БМБ178. ДЗ2. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание] || [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием] 25.05.2018 || 16.06.2018, 23.59 (UTC +3) Тема письма: БМБ178. ДЗ4. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание]<br /> <br /> |}<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> <br /> * [http://pythontutor.ru/ Интерактивное введение в python на русском языке]<br /> <br /> * [https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb Введение в IPython]<br /> (Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))<br /> <br /> * [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> * [https://assets.datacamp.com/blog_assets/PandasPythonForDataScience.pdf Pandas CheatSheet]<br /> <br /> * [https://www.kaggle.com/learn/pandas Learn Pandas on Kaggle]&lt;br /&gt;<br /> Короткие уроки на платформе Kaggle, чтобы закрепить навыки работы с Pandas. Нужно зарегистрироваться, открыть урок, нажать кнопку &quot;Fork&quot; и писать код :)<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> '''[https://www.hse.ru/org/persons/218009892 Александр Антонов]'''<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/staff/dmitryserg Дмитрий Сергеев]'''<br /> *@dmitryserg (Telegram)<br /> * [https://vk.com/id91857120 vk Дмитрий Сергеев]<br /> <br /> '''[https://www.hse.ru/org/persons/218009880 Ульянкин Филипп ]'''<br /> *@ppilif (Telegram)<br /> */ppilif (vk.com)<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=28094 Введение в Data Science 2018-06-03T18:05:55Z <p>Maratakhm: </p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |-<br /> |3 || Обзорная лекция про математику || [https://yadi.sk/i/RM1H38ZA3UTWcA Презентация к лекции 3]<br /> |-<br /> |4 || Этапы проекта. Рынок данных. Задачи Data Science || [https://yadi.sk/d/7UN_3Ybx3VKxow Презентация к лекции 4]<br /> |-<br /> |5 || Еще про Python. Кейс || Поток 1: [https://yadi.sk/i/oYPFkztu3Vt7dj Презентция]&lt;br/&gt; Поток 2: [https://yadi.sk/i/6Ux5uKNM3Vn774 Презентация к лекции 5]<br /> |}<br /> <br /> === Инструкция по установке и запуску среды ===<br /> Скачать и установить анаконду:<br /> <br /> 1. Заходим по ссылке<br /> https://www.anaconda.com/download<br /> В центре надпись Download for, выбираем нужную ОС<br /> <br /> 2. Нажимаем на кнопку Download (Python 3.6 version)<br /> Дальше следуем инструкции<br /> https://docs.anaconda.com/anaconda/install/windows (для windows)<br /> https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)<br /> <br /> Домашнее задание и семнары вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.<br /> <br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> Внутри каждого IPython-ноутбука есть семинарский материал и задача для самостоятельного выполнения. Датасеты доступны либо в правом столбце, либо в каждом из ноутбуков есть ссылка на скачивание нужного датасета. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook]&lt;br /&gt; [https://drive.google.com/open?id=1XaDxM3nxl4WwpcA4PMndOGAZVeWDThxe Версия для семинаров после 2018-04-17] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы] <br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1cVcOdks4A6wuLqOgcsOY9wGnILro_qVH/view?usp=sharing Скачать IPython Notebook]&lt;br /&gt; [https://drive.google.com/file/d/1tgtiW6bml_STJGz5C2gZ2hERnLasruOF/view?usp=sharing Скачать IPython Notebook для БММ171 и БМБ178] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1rjhFCTLrT9m-rjc3VMyH5bP01RnC8nJS/view?usp=sharing Датасет для работы на семинаре БММ171 и БМБ178]<br /> <br /> |-<br /> || 4 || Визуализация данных || [https://drive.google.com/file/d/1_bgzukQtG-bSeCF6HW3-f8DKwx6ZS29M/view?usp=sharing Скачать IPython Notebook]|| [https://drive.google.com/file/d/1rjhFCTLrT9m-rjc3VMyH5bP01RnC8nJS/view?usp=sharing Датасет для работы в классе]<br /> |-<br /> || 5 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook (старая версия)] &lt;br /&gt; [https://drive.google.com/open?id=1RIEi2fGdl56XqZtBo1LhfJbfOQyyDG02 Бутстрап-тестирование] &lt;br /&gt;<br /> [https://drive.google.com/open?id=1IdMyBs5bgC-binh1MbG61KrwvQkp0NR1 Задание для самостоятельной работы БМБ 172 БМБ 175]<br /> || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе (старая версия)] &lt;br /&gt; [https://drive.google.com/open?id=1Xa3V5AuPZZ54F5xp9WV7qtsYK9moYkwd Датасет для бутстрапа]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || [https://drive.google.com/open?id=13bX2Xbaj50CdkbkDH9UV5wGP5NtUCgEh Скачать IPython Notebook] &lt;br /&gt;<br /> [https://drive.google.com/file/d/1XlLhwl31CQJJ4ep0SDCKdBb2SwCo3UPG/view?usp=sharing Скачать IPython Notebook для групп БМБ 172 БМБ 175 ] &lt;br /&gt;<br /> [https://drive.google.com/file/d/1EA3m_RqNka4hkeStq4qhh9jFJM4ncnSj/view?usp=sharing Скачать IPythonNotebook (для БММ171 и БМБ178)] &lt;br /&gt;<br /> [https://drive.google.com/open?id=1WB8yINNXbQbX4g1PHntciJOs8SrqLgqW/view?usp=sharing Скачать IPythonNotebook (для БММ 172)]<br /> || <br /> [https://drive.google.com/open?id=1UXPjcNxd6ZmL2DBwR9AOF1Xwvor65WHJ Датасет для работы]<br /> <br /> |-<br /> || 8 || Кластеризация || [https://www.dropbox.com/s/thiwdx1byk6827o/Семинар_3_Кластеризация.ipynb?dl=0 ipython notebook] || [https://www.dropbox.com/s/xxzsr2j6lqi4bkb/FoodConsumptionInEurope.csv?dl=0 датасет]<br /> |-<br /> || 9 || Регрессия. Метрики качества ||[https://yadi.sk/d/1F9cQGgX3WykbQ ipython notebook] || [https://yadi.sk/i/cj2Z5ZKg3Wykgs датасет]<br /> |-<br /> || 10 || Анализ текстов || || <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Домашние задания == <br /> === Требования к датасетам ===<br /> * '''БМБ178, БММ171'''<br /> не менее 1000 объектов (строк), не менее 5 признаков (5 колонок)<br /> <br /> === Источники данных ===<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> === ДЗ №3 - постановка задачи ===<br /> [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием]&lt;br /&gt;<br /> Срок - 25.05.2018 для всех групп.<br /> <br /> === Сроки сдачи ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Адрес отправки ДЗ !! Дедлайн ДЗ1 !! Дедлайн ДЗ2 !! Дедлайн ДЗ3 !! Дедлайн ДЗ4 <br /> |-<br /> |БММ171 || managementdataculture@gmail.com || 31.05.2018, 23.59 (UTC +3) &lt;br /&gt; Тема письма: '''БММ171. ДЗ1. Фамилия'''&lt;br /&gt; [https://drive.google.com/file/d/1zI2kJYI-Wk1XJvcW_KEF1h-iGtD66P6P/view?usp=sharing Задание] || 16.06.2018, 23.59 (UTC +3) Тема письма: БММ171. ДЗ2. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание] || [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием] 25.05.2018 || 16.06.2018, 23.59 (UTC +3) Тема письма: БММ171. ДЗ4. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание]<br /> |-<br /> |БММ172 || @ppillif в телеграме ||14.05.2018 || || || <br /> |-<br /> |БММ173 || aaivanov_5@edu.hse.ru || 11 мая 2018 г., 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ171 || marat.akhmatnurov@yandex.ru zhorasukasyan@ya.ru || 2018-05-11 23:59|| 2018-06-13 23:59|| || <br /> |-<br /> |БМБ172 || eromanova@hse.ru || 10.05.2018, 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ173 || || || || || <br /> |-<br /> |БМБ174 || || || || || <br /> |-<br /> |БМБ175 || eromanova@hse.ru || 10.05.2018, 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ176 || || || || || <br /> |-<br /> |БМБ177 || || || || || <br /> |-<br /> |БМБ178 || managementdataculture@gmail.com || 31.05.2018, 23.59 (UTC +3) &lt;br /&gt; Тема письма: '''БМБ178. ДЗ1. Фамилия'''&lt;br /&gt; [https://drive.google.com/file/d/1zI2kJYI-Wk1XJvcW_KEF1h-iGtD66P6P/view?usp=sharing Задание] || 16.06.2018, 23.59 (UTC +3) Тема письма: БМБ178. ДЗ2. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание] || [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием] 25.05.2018 || 16.06.2018, 23.59 (UTC +3) Тема письма: БМБ178. ДЗ4. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание]<br /> <br /> |}<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> <br /> * [http://pythontutor.ru/ Интерактивное введение в python на русском языке]<br /> <br /> * [https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb Введение в IPython]<br /> (Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))<br /> <br /> * [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> * [https://assets.datacamp.com/blog_assets/PandasPythonForDataScience.pdf Pandas CheatSheet]<br /> <br /> * [https://www.kaggle.com/learn/pandas Learn Pandas on Kaggle]&lt;br /&gt;<br /> Короткие уроки на платформе Kaggle, чтобы закрепить навыки работы с Pandas. Нужно зарегистрироваться, открыть урок, нажать кнопку &quot;Fork&quot; и писать код :)<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> '''[https://www.hse.ru/org/persons/218009892 Александр Антонов]'''<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/staff/dmitryserg Дмитрий Сергеев]'''<br /> *@dmitryserg (Telegram)<br /> * [https://vk.com/id91857120 vk Дмитрий Сергеев]<br /> <br /> '''[https://www.hse.ru/org/persons/218009880 Ульянкин Филипп ]'''<br /> *@ppilif (Telegram)<br /> */ppilif (vk.com)<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=28093 Введение в Data Science 2018-06-03T17:57:52Z <p>Maratakhm: /* Семинары */</p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |-<br /> |3 || Обзорная лекция про математику || [https://yadi.sk/i/RM1H38ZA3UTWcA Презентация к лекции 3]<br /> |-<br /> |4 || Этапы проекта. Рынок данных. Задачи Data Science || [https://yadi.sk/d/7UN_3Ybx3VKxow Презентация к лекции 4]<br /> |-<br /> |5 || Еще про Python. Кейс || Поток 1: [https://yadi.sk/i/oYPFkztu3Vt7dj Презентция]&lt;br/&gt; Поток 2: [https://yadi.sk/i/6Ux5uKNM3Vn774 Презентация к лекции 5]<br /> |}<br /> <br /> === Инструкция по установке и запуску среды ===<br /> Скачать и установить анаконду:<br /> <br /> 1. Заходим по ссылке<br /> https://www.anaconda.com/download<br /> В центре надпись Download for, выбираем нужную ОС<br /> <br /> 2. Нажимаем на кнопку Download (Python 3.6 version)<br /> Дальше следуем инструкции<br /> https://docs.anaconda.com/anaconda/install/windows (для windows)<br /> https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)<br /> <br /> Домашнее задание и семнары вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.<br /> <br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> Внутри каждого IPython-ноутбука есть семинарский материал и задача для самостоятельного выполнения. Датасеты доступны либо в правом столбце, либо в каждом из ноутбуков есть ссылка на скачивание нужного датасета. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook]&lt;br /&gt; [https://drive.google.com/open?id=1XaDxM3nxl4WwpcA4PMndOGAZVeWDThxe Версия для семинаров после 2018-04-17] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы] <br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1cVcOdks4A6wuLqOgcsOY9wGnILro_qVH/view?usp=sharing Скачать IPython Notebook]&lt;br /&gt; [https://drive.google.com/file/d/1tgtiW6bml_STJGz5C2gZ2hERnLasruOF/view?usp=sharing Скачать IPython Notebook для БММ171 и БМБ178] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1rjhFCTLrT9m-rjc3VMyH5bP01RnC8nJS/view?usp=sharing Датасет для работы на семинаре БММ171 и БМБ178]<br /> <br /> |-<br /> || 4 || Визуализация данных || [https://drive.google.com/file/d/1_bgzukQtG-bSeCF6HW3-f8DKwx6ZS29M/view?usp=sharing Скачать IPython Notebook]|| [https://drive.google.com/file/d/1rjhFCTLrT9m-rjc3VMyH5bP01RnC8nJS/view?usp=sharing Датасет для работы в классе]<br /> |-<br /> || 5 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook (старая версия)] &lt;br /&gt; [https://drive.google.com/open?id=1RIEi2fGdl56XqZtBo1LhfJbfOQyyDG02 Бутстрап-тестирование] &lt;br /&gt;<br /> [https://drive.google.com/open?id=1IdMyBs5bgC-binh1MbG61KrwvQkp0NR1 Задание для самостоятельной работы БМБ 172 БМБ 175]<br /> || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе (старая версия)] &lt;br /&gt; [https://drive.google.com/open?id=1Xa3V5AuPZZ54F5xp9WV7qtsYK9moYkwd Датасет для бутстрапа]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || [https://drive.google.com/open?id=13bX2Xbaj50CdkbkDH9UV5wGP5NtUCgEh Скачать IPython Notebook] &lt;br /&gt;<br /> [https://drive.google.com/file/d/1XlLhwl31CQJJ4ep0SDCKdBb2SwCo3UPG/view?usp=sharing Скачать IPython Notebook для групп БМБ 172 БМБ 175 ] &lt;br /&gt;<br /> [https://drive.google.com/file/d/1EA3m_RqNka4hkeStq4qhh9jFJM4ncnSj/view?usp=sharing Скачать IPythonNotebook (для БММ171 и БМБ178)] &lt;br /&gt;<br /> [https://drive.google.com/open?id=1WB8yINNXbQbX4g1PHntciJOs8SrqLgqW/view?usp=sharing Скачать IPythonNotebook (для БММ 172)]<br /> || <br /> [https://drive.google.com/open?id=1UXPjcNxd6ZmL2DBwR9AOF1Xwvor65WHJ Датасет для работы]<br /> <br /> |-<br /> || 8 || Кластеризация || [https://www.dropbox.com/s/thiwdx1byk6827o/Семинар_3_Кластеризация.ipynb?dl=0 ipython notebook] || [https://www.dropbox.com/s/xxzsr2j6lqi4bkb/FoodConsumptionInEurope.csv?dl=0 датасет]<br /> |-<br /> || 9 || Регрессия. Метрики качества || || <br /> |-<br /> || 10 || Анализ текстов || || <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Домашние задания == <br /> === Требования к датасетам ===<br /> * '''БМБ178, БММ171'''<br /> не менее 1000 объектов (строк), не менее 5 признаков (5 колонок)<br /> <br /> === Источники данных ===<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> === ДЗ №3 - постановка задачи ===<br /> [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием]&lt;br /&gt;<br /> Срок - 25.05.2018 для всех групп.<br /> <br /> === Сроки сдачи ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Адрес отправки ДЗ !! Дедлайн ДЗ1 !! Дедлайн ДЗ2 !! Дедлайн ДЗ3 !! Дедлайн ДЗ4 <br /> |-<br /> |БММ171 || managementdataculture@gmail.com || 31.05.2018, 23.59 (UTC +3) &lt;br /&gt; Тема письма: '''БММ171. ДЗ1. Фамилия'''&lt;br /&gt; [https://drive.google.com/file/d/1zI2kJYI-Wk1XJvcW_KEF1h-iGtD66P6P/view?usp=sharing Задание] || 16.06.2018, 23.59 (UTC +3) Тема письма: БММ171. ДЗ2. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание] || [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием] 25.05.2018 || 16.06.2018, 23.59 (UTC +3) Тема письма: БММ171. ДЗ4. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание]<br /> |-<br /> |БММ172 || @ppillif в телеграме ||14.05.2018 || || || <br /> |-<br /> |БММ173 || aaivanov_5@edu.hse.ru || 11 мая 2018 г., 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ171 || marat.akhmatnurov@yandex.ru zhorasukasyan@ya.ru || 2018-05-11 23:59|| 2018-06-13 23:59|| || <br /> |-<br /> |БМБ172 || eromanova@hse.ru || 10.05.2018, 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ173 || || || || || <br /> |-<br /> |БМБ174 || || || || || <br /> |-<br /> |БМБ175 || eromanova@hse.ru || 10.05.2018, 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ176 || || || || || <br /> |-<br /> |БМБ177 || || || || || <br /> |-<br /> |БМБ178 || managementdataculture@gmail.com || 31.05.2018, 23.59 (UTC +3) &lt;br /&gt; Тема письма: '''БМБ178. ДЗ1. Фамилия'''&lt;br /&gt; [https://drive.google.com/file/d/1zI2kJYI-Wk1XJvcW_KEF1h-iGtD66P6P/view?usp=sharing Задание] || 16.06.2018, 23.59 (UTC +3) Тема письма: БМБ178. ДЗ2. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание] || [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием] 25.05.2018 || 16.06.2018, 23.59 (UTC +3) Тема письма: БМБ178. ДЗ4. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание]<br /> <br /> |}<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> <br /> * [http://pythontutor.ru/ Интерактивное введение в python на русском языке]<br /> <br /> * [https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb Введение в IPython]<br /> (Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))<br /> <br /> * [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> * [https://assets.datacamp.com/blog_assets/PandasPythonForDataScience.pdf Pandas CheatSheet]<br /> <br /> * [https://www.kaggle.com/learn/pandas Learn Pandas on Kaggle]&lt;br /&gt;<br /> Короткие уроки на платформе Kaggle, чтобы закрепить навыки работы с Pandas. Нужно зарегистрироваться, открыть урок, нажать кнопку &quot;Fork&quot; и писать код :)<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> '''[https://www.hse.ru/org/persons/218009892 Александр Антонов]'''<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/staff/dmitryserg Дмитрий Сергеев]'''<br /> *@dmitryserg (Telegram)<br /> * [https://vk.com/id91857120 vk Дмитрий Сергеев]<br /> <br /> '''[https://www.hse.ru/org/persons/218009880 Ульянкин Филипп ]'''<br /> *@ppilif (Telegram)<br /> */ppilif (vk.com)<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=28092 Введение в Data Science 2018-06-03T17:56:08Z <p>Maratakhm: /* Семинары */</p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |-<br /> |3 || Обзорная лекция про математику || [https://yadi.sk/i/RM1H38ZA3UTWcA Презентация к лекции 3]<br /> |-<br /> |4 || Этапы проекта. Рынок данных. Задачи Data Science || [https://yadi.sk/d/7UN_3Ybx3VKxow Презентация к лекции 4]<br /> |-<br /> |5 || Еще про Python. Кейс || Поток 1: [https://yadi.sk/i/oYPFkztu3Vt7dj Презентция]&lt;br/&gt; Поток 2: [https://yadi.sk/i/6Ux5uKNM3Vn774 Презентация к лекции 5]<br /> |}<br /> <br /> === Инструкция по установке и запуску среды ===<br /> Скачать и установить анаконду:<br /> <br /> 1. Заходим по ссылке<br /> https://www.anaconda.com/download<br /> В центре надпись Download for, выбираем нужную ОС<br /> <br /> 2. Нажимаем на кнопку Download (Python 3.6 version)<br /> Дальше следуем инструкции<br /> https://docs.anaconda.com/anaconda/install/windows (для windows)<br /> https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)<br /> <br /> Домашнее задание и семнары вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.<br /> <br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> Внутри каждого IPython-ноутбука есть семинарский материал и задача для самостоятельного выполнения. Датасеты доступны либо в правом столбце, либо в каждом из ноутбуков есть ссылка на скачивание нужного датасета. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook]&lt;br /&gt; [https://drive.google.com/open?id=1XaDxM3nxl4WwpcA4PMndOGAZVeWDThxe Версия для семинаров после 2018-04-17] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы] <br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1cVcOdks4A6wuLqOgcsOY9wGnILro_qVH/view?usp=sharing Скачать IPython Notebook]&lt;br /&gt; [https://drive.google.com/file/d/1tgtiW6bml_STJGz5C2gZ2hERnLasruOF/view?usp=sharing Скачать IPython Notebook для БММ171 и БМБ178] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1rjhFCTLrT9m-rjc3VMyH5bP01RnC8nJS/view?usp=sharing Датасет для работы на семинаре БММ171 и БМБ178]<br /> <br /> |-<br /> || 4 || Визуализация данных || [https://drive.google.com/file/d/1_bgzukQtG-bSeCF6HW3-f8DKwx6ZS29M/view?usp=sharing Скачать IPython Notebook]|| [https://drive.google.com/file/d/1rjhFCTLrT9m-rjc3VMyH5bP01RnC8nJS/view?usp=sharing Датасет для работы в классе]<br /> |-<br /> || 5 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook (старая версия)] &lt;br /&gt; [https://drive.google.com/open?id=1RIEi2fGdl56XqZtBo1LhfJbfOQyyDG02 Бутстрап-тестирование] &lt;br /&gt;<br /> [https://drive.google.com/open?id=1IdMyBs5bgC-binh1MbG61KrwvQkp0NR1 Задание для самостоятельной работы БМБ 172 БМБ 175]<br /> || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе (старая версия)] &lt;br /&gt; [https://drive.google.com/open?id=1Xa3V5AuPZZ54F5xp9WV7qtsYK9moYkwd Датасет для бутстрапа]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || [https://drive.google.com/open?id=13bX2Xbaj50CdkbkDH9UV5wGP5NtUCgEh Скачать IPython Notebook] &lt;br /&gt;<br /> [https://drive.google.com/file/d/1XlLhwl31CQJJ4ep0SDCKdBb2SwCo3UPG/view?usp=sharing Скачать IPython Notebook для групп БМБ 172 БМБ 175 ] &lt;br /&gt;<br /> [https://drive.google.com/file/d/1EA3m_RqNka4hkeStq4qhh9jFJM4ncnSj/view?usp=sharing Скачать IPythonNotebook (для БММ171 и БМБ178)] &lt;br /&gt;<br /> [https://drive.google.com/open?id=1WB8yINNXbQbX4g1PHntciJOs8SrqLgqW/view?usp=sharing Скачать IPythonNotebook (для БММ 172)]<br /> || <br /> [https://drive.google.com/open?id=1UXPjcNxd6ZmL2DBwR9AOF1Xwvor65WHJ Датасет для работы]<br /> <br /> |-<br /> || 8 || Кластеризация || https://www.dropbox.com/s/thiwdx1byk6827o/Семинар_3_Кластеризация.ipynb?dl=0 || https://www.dropbox.com/s/xxzsr2j6lqi4bkb/FoodConsumptionInEurope.csv?dl=0 <br /> |-<br /> || 9 || Регрессия. Метрики качества || || <br /> |-<br /> || 10 || Анализ текстов || || <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Домашние задания == <br /> === Требования к датасетам ===<br /> * '''БМБ178, БММ171'''<br /> не менее 1000 объектов (строк), не менее 5 признаков (5 колонок)<br /> <br /> === Источники данных ===<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> === ДЗ №3 - постановка задачи ===<br /> [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием]&lt;br /&gt;<br /> Срок - 25.05.2018 для всех групп.<br /> <br /> === Сроки сдачи ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Адрес отправки ДЗ !! Дедлайн ДЗ1 !! Дедлайн ДЗ2 !! Дедлайн ДЗ3 !! Дедлайн ДЗ4 <br /> |-<br /> |БММ171 || managementdataculture@gmail.com || 31.05.2018, 23.59 (UTC +3) &lt;br /&gt; Тема письма: '''БММ171. ДЗ1. Фамилия'''&lt;br /&gt; [https://drive.google.com/file/d/1zI2kJYI-Wk1XJvcW_KEF1h-iGtD66P6P/view?usp=sharing Задание] || 16.06.2018, 23.59 (UTC +3) Тема письма: БММ171. ДЗ2. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание] || [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием] 25.05.2018 || 16.06.2018, 23.59 (UTC +3) Тема письма: БММ171. ДЗ4. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание]<br /> |-<br /> |БММ172 || @ppillif в телеграме ||14.05.2018 || || || <br /> |-<br /> |БММ173 || aaivanov_5@edu.hse.ru || 11 мая 2018 г., 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ171 || marat.akhmatnurov@yandex.ru zhorasukasyan@ya.ru || 2018-05-11 23:59|| 2018-06-13 23:59|| || <br /> |-<br /> |БМБ172 || eromanova@hse.ru || 10.05.2018, 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ173 || || || || || <br /> |-<br /> |БМБ174 || || || || || <br /> |-<br /> |БМБ175 || eromanova@hse.ru || 10.05.2018, 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ176 || || || || || <br /> |-<br /> |БМБ177 || || || || || <br /> |-<br /> |БМБ178 || managementdataculture@gmail.com || 31.05.2018, 23.59 (UTC +3) &lt;br /&gt; Тема письма: '''БМБ178. ДЗ1. Фамилия'''&lt;br /&gt; [https://drive.google.com/file/d/1zI2kJYI-Wk1XJvcW_KEF1h-iGtD66P6P/view?usp=sharing Задание] || 16.06.2018, 23.59 (UTC +3) Тема письма: БМБ178. ДЗ2. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание] || [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием] 25.05.2018 || 16.06.2018, 23.59 (UTC +3) Тема письма: БМБ178. ДЗ4. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание]<br /> <br /> |}<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> <br /> * [http://pythontutor.ru/ Интерактивное введение в python на русском языке]<br /> <br /> * [https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb Введение в IPython]<br /> (Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))<br /> <br /> * [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> * [https://assets.datacamp.com/blog_assets/PandasPythonForDataScience.pdf Pandas CheatSheet]<br /> <br /> * [https://www.kaggle.com/learn/pandas Learn Pandas on Kaggle]&lt;br /&gt;<br /> Короткие уроки на платформе Kaggle, чтобы закрепить навыки работы с Pandas. Нужно зарегистрироваться, открыть урок, нажать кнопку &quot;Fork&quot; и писать код :)<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> '''[https://www.hse.ru/org/persons/218009892 Александр Антонов]'''<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/staff/dmitryserg Дмитрий Сергеев]'''<br /> *@dmitryserg (Telegram)<br /> * [https://vk.com/id91857120 vk Дмитрий Сергеев]<br /> <br /> '''[https://www.hse.ru/org/persons/218009880 Ульянкин Филипп ]'''<br /> *@ppilif (Telegram)<br /> */ppilif (vk.com)<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=28091 Введение в Data Science 2018-06-03T17:50:30Z <p>Maratakhm: </p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |-<br /> |3 || Обзорная лекция про математику || [https://yadi.sk/i/RM1H38ZA3UTWcA Презентация к лекции 3]<br /> |-<br /> |4 || Этапы проекта. Рынок данных. Задачи Data Science || [https://yadi.sk/d/7UN_3Ybx3VKxow Презентация к лекции 4]<br /> |-<br /> |5 || Еще про Python. Кейс || Поток 1: [https://yadi.sk/i/oYPFkztu3Vt7dj Презентция]&lt;br/&gt; Поток 2: [https://yadi.sk/i/6Ux5uKNM3Vn774 Презентация к лекции 5]<br /> |}<br /> <br /> === Инструкция по установке и запуску среды ===<br /> Скачать и установить анаконду:<br /> <br /> 1. Заходим по ссылке<br /> https://www.anaconda.com/download<br /> В центре надпись Download for, выбираем нужную ОС<br /> <br /> 2. Нажимаем на кнопку Download (Python 3.6 version)<br /> Дальше следуем инструкции<br /> https://docs.anaconda.com/anaconda/install/windows (для windows)<br /> https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)<br /> <br /> Домашнее задание и семнары вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.<br /> <br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> Внутри каждого IPython-ноутбука есть семинарский материал и задача для самостоятельного выполнения. Датасеты доступны либо в правом столбце, либо в каждом из ноутбуков есть ссылка на скачивание нужного датасета. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook]&lt;br /&gt; [https://drive.google.com/open?id=1XaDxM3nxl4WwpcA4PMndOGAZVeWDThxe Версия для семинаров после 2018-04-17] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы] <br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1cVcOdks4A6wuLqOgcsOY9wGnILro_qVH/view?usp=sharing Скачать IPython Notebook]&lt;br /&gt; [https://drive.google.com/file/d/1tgtiW6bml_STJGz5C2gZ2hERnLasruOF/view?usp=sharing Скачать IPython Notebook для БММ171 и БМБ178] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1rjhFCTLrT9m-rjc3VMyH5bP01RnC8nJS/view?usp=sharing Датасет для работы на семинаре БММ171 и БМБ178]<br /> <br /> |-<br /> || 4 || Визуализация данных || [https://drive.google.com/file/d/1_bgzukQtG-bSeCF6HW3-f8DKwx6ZS29M/view?usp=sharing Скачать IPython Notebook]|| [https://drive.google.com/file/d/1rjhFCTLrT9m-rjc3VMyH5bP01RnC8nJS/view?usp=sharing Датасет для работы в классе]<br /> |-<br /> || 5 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook (старая версия)] &lt;br /&gt; [https://drive.google.com/open?id=1RIEi2fGdl56XqZtBo1LhfJbfOQyyDG02 Бутстрап-тестирование] &lt;br /&gt;<br /> [https://drive.google.com/open?id=1IdMyBs5bgC-binh1MbG61KrwvQkp0NR1 Задание для самостоятельной работы БМБ 172 БМБ 175]<br /> || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе (старая версия)] &lt;br /&gt; [https://drive.google.com/open?id=1Xa3V5AuPZZ54F5xp9WV7qtsYK9moYkwd Датасет для бутстрапа]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || [https://drive.google.com/open?id=13bX2Xbaj50CdkbkDH9UV5wGP5NtUCgEh Скачать IPython Notebook] &lt;br /&gt;<br /> [https://drive.google.com/file/d/1XlLhwl31CQJJ4ep0SDCKdBb2SwCo3UPG/view?usp=sharing Скачать IPython Notebook для групп БМБ 172 БМБ 175 ] &lt;br /&gt;<br /> [https://drive.google.com/file/d/1EA3m_RqNka4hkeStq4qhh9jFJM4ncnSj/view?usp=sharing Скачать IPythonNotebook (для БММ171 и БМБ178)] &lt;br /&gt;<br /> [https://drive.google.com/open?id=1WB8yINNXbQbX4g1PHntciJOs8SrqLgqW/view?usp=sharing Скачать IPythonNotebook (для БММ 172)]<br /> || <br /> [https://drive.google.com/open?id=1UXPjcNxd6ZmL2DBwR9AOF1Xwvor65WHJ Датасет для работы]<br /> <br /> |-<br /> || 8 || Кластеризация || || <br /> |-<br /> || 9 || Регрессия. Метрики качества || || <br /> |-<br /> || 10 || Анализ текстов || || <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Домашние задания == <br /> === Требования к датасетам ===<br /> * '''БМБ178, БММ171'''<br /> не менее 1000 объектов (строк), не менее 5 признаков (5 колонок)<br /> <br /> === Источники данных ===<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> === ДЗ №3 - постановка задачи ===<br /> [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием]&lt;br /&gt;<br /> Срок - 25.05.2018 для всех групп.<br /> <br /> === Сроки сдачи ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Адрес отправки ДЗ !! Дедлайн ДЗ1 !! Дедлайн ДЗ2 !! Дедлайн ДЗ3 !! Дедлайн ДЗ4 <br /> |-<br /> |БММ171 || managementdataculture@gmail.com || 31.05.2018, 23.59 (UTC +3) &lt;br /&gt; Тема письма: '''БММ171. ДЗ1. Фамилия'''&lt;br /&gt; [https://drive.google.com/file/d/1zI2kJYI-Wk1XJvcW_KEF1h-iGtD66P6P/view?usp=sharing Задание] || 16.06.2018, 23.59 (UTC +3) Тема письма: БММ171. ДЗ2. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание] || [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием] 25.05.2018 || 16.06.2018, 23.59 (UTC +3) Тема письма: БММ171. ДЗ4. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание]<br /> |-<br /> |БММ172 || @ppillif в телеграме ||14.05.2018 || || || <br /> |-<br /> |БММ173 || aaivanov_5@edu.hse.ru || 11 мая 2018 г., 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ171 || marat.akhmatnurov@yandex.ru zhorasukasyan@ya.ru || 2018-05-11 23:59|| 2018-06-13 23:59|| || <br /> |-<br /> |БМБ172 || eromanova@hse.ru || 10.05.2018, 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ173 || || || || || <br /> |-<br /> |БМБ174 || || || || || <br /> |-<br /> |БМБ175 || eromanova@hse.ru || 10.05.2018, 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ176 || || || || || <br /> |-<br /> |БМБ177 || || || || || <br /> |-<br /> |БМБ178 || managementdataculture@gmail.com || 31.05.2018, 23.59 (UTC +3) &lt;br /&gt; Тема письма: '''БМБ178. ДЗ1. Фамилия'''&lt;br /&gt; [https://drive.google.com/file/d/1zI2kJYI-Wk1XJvcW_KEF1h-iGtD66P6P/view?usp=sharing Задание] || 16.06.2018, 23.59 (UTC +3) Тема письма: БМБ178. ДЗ2. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание] || [https://yadi.sk/i/BDwKaw8d3VhFfW Файл с заданием] 25.05.2018 || 16.06.2018, 23.59 (UTC +3) Тема письма: БМБ178. ДЗ4. Фамилия [https://docs.google.com/document/d/1DEfaeX72hG4jYOnNplHYwS0m4fHfDrxonHF7YiDttXg/edit?usp=sharing Задание]<br /> <br /> |}<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> <br /> * [http://pythontutor.ru/ Интерактивное введение в python на русском языке]<br /> <br /> * [https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb Введение в IPython]<br /> (Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))<br /> <br /> * [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> * [https://assets.datacamp.com/blog_assets/PandasPythonForDataScience.pdf Pandas CheatSheet]<br /> <br /> * [https://www.kaggle.com/learn/pandas Learn Pandas on Kaggle]&lt;br /&gt;<br /> Короткие уроки на платформе Kaggle, чтобы закрепить навыки работы с Pandas. Нужно зарегистрироваться, открыть урок, нажать кнопку &quot;Fork&quot; и писать код :)<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> '''[https://www.hse.ru/org/persons/218009892 Александр Антонов]'''<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/staff/dmitryserg Дмитрий Сергеев]'''<br /> *@dmitryserg (Telegram)<br /> * [https://vk.com/id91857120 vk Дмитрий Сергеев]<br /> <br /> '''[https://www.hse.ru/org/persons/218009880 Ульянкин Филипп ]'''<br /> *@ppilif (Telegram)<br /> */ppilif (vk.com)<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=27772 Введение в Data Science 2018-05-01T18:19:05Z <p>Maratakhm: </p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |-<br /> |3 || Обзорная лекция про математику || [https://yadi.sk/i/RM1H38ZA3UTWcA Презентация к лекции 3]<br /> |}<br /> <br /> === Инструкция по установке и запуску среды ===<br /> Скачать и установить анаконду:<br /> <br /> 1. Заходим по ссылке<br /> https://www.anaconda.com/download<br /> В центре надпись Download for, выбираем нужную ОС<br /> <br /> 2. Нажимаем на кнопку Download (Python 3.6 version)<br /> Дальше следуем инструкции<br /> https://docs.anaconda.com/anaconda/install/windows (для windows)<br /> https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)<br /> <br /> Домашнее задание и семнары вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.<br /> <br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> Внутри каждого IPython-ноутбука есть семинарский материал и задача для самостоятельного выполнения. Датасеты доступны либо в правом столбце, либо в каждом из ноутбуков есть ссылка на скачивание нужного датасета. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook]&lt;br /&gt; [https://drive.google.com/open?id=1XaDxM3nxl4WwpcA4PMndOGAZVeWDThxe Версия для семинаров после 2018-04-17] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы] <br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1cVcOdks4A6wuLqOgcsOY9wGnILro_qVH/view?usp=sharing Скачать IPython Notebook]&lt;br /&gt; [https://drive.google.com/file/d/1tgtiW6bml_STJGz5C2gZ2hERnLasruOF/view?usp=sharing Скачать IPython Notebook для БММ171 и БМБ178] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1rjhFCTLrT9m-rjc3VMyH5bP01RnC8nJS/view?usp=sharing Датасет для работы на семинаре БММ171 и БМБ178]<br /> <br /> |-<br /> || 4 || Визуализация данных || [https://drive.google.com/file/d/1_bgzukQtG-bSeCF6HW3-f8DKwx6ZS29M/view?usp=sharing Скачать IPython Notebook]|| [https://drive.google.com/file/d/1rjhFCTLrT9m-rjc3VMyH5bP01RnC8nJS/view?usp=sharing Датасет для работы в классе]<br /> |-<br /> || 5 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || [https://drive.google.com/open?id=13bX2Xbaj50CdkbkDH9UV5wGP5NtUCgEh Скачать IPython Notebook] || <br /> [https://drive.google.com/open?id=1UXPjcNxd6ZmL2DBwR9AOF1Xwvor65WHJ Датасет для работы]<br /> <br /> |-<br /> || 8 || Кластеризация || || <br /> |-<br /> || 9 || Регрессия. Метрики качества || || <br /> |-<br /> || 10 || Анализ текстов || || <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Домашние задания == <br /> === Требования к датасетам ===<br /> * '''БМБ178, БММ171'''<br /> не менее 1000 объектов (строк), не менее 5 признаков (5 колонок)<br /> <br /> === Источники данных ===<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> === Сроки сдачи ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Адрес отправки ДЗ !! Дедлайн ДЗ1 !! Дедлайн ДЗ2 !! Дедлайн ДЗ3 !! Дедлайн ДЗ4 <br /> |-<br /> |БММ171 || managementdataculture@gmail.com || 13.05.2018, 23.59 (UTC +3) &lt;br /&gt; Тема письма: '''БММ171. ДЗ1. Фамилия'''&lt;br /&gt; [https://drive.google.com/file/d/1zI2kJYI-Wk1XJvcW_KEF1h-iGtD66P6P/view?usp=sharing Задание] || 20.05.2018, 23.59 (UTC +3) || || <br /> <br /> |-<br /> |БММ172 || || || || || <br /> |-<br /> |БММ173 || || || || || <br /> |-<br /> |БМБ171 || marat.akhmatnurov@yandex.ru zhorasukasyan@ya.ru || 2018-05-11 23:59|| || || <br /> |-<br /> |БМБ172 || eromanova@hse.ru || 10.05.2018, 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ173 || || || || || <br /> |-<br /> |БМБ174 || || || || || <br /> |-<br /> |БМБ175 || eromanova@hse.ru || 10.05.2018, 23.59 (UTC +3) || || || <br /> |-<br /> |БМБ176 || || || || || <br /> |-<br /> |БМБ177 || || || || || <br /> |-<br /> |БМБ178 || managementdataculture@gmail.com || 13.05.2018, 23.59 (UTC +3) &lt;br /&gt; Тема письма: '''БМБ178. ДЗ1. Фамилия'''&lt;br /&gt; [https://drive.google.com/file/d/1zI2kJYI-Wk1XJvcW_KEF1h-iGtD66P6P/view?usp=sharing Задание] || 20.05.2018, 23.59 (UTC +3) || || <br /> <br /> |}<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> <br /> * [http://pythontutor.ru/ Интерактивное введение в python на русском языке]<br /> <br /> * [https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb Введение в IPython]<br /> (Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))<br /> <br /> * [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> * [https://assets.datacamp.com/blog_assets/PandasPythonForDataScience.pdf Pandas CheatSheet]<br /> <br /> * [https://www.kaggle.com/learn/pandas Learn Pandas on Kaggle]&lt;br /&gt;<br /> Короткие уроки на платформе Kaggle, чтобы закрепить навыки работы с Pandas. Нужно зарегистрироваться, открыть урок, нажать кнопку &quot;Fork&quot; и писать код :)<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> '''[https://www.hse.ru/org/persons/218009892 Александр Антонов]'''<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/staff/dmitryserg Дмитрий Сергеев]'''<br /> *@dmitryserg (Telegram)<br /> * [https://vk.com/id91857120 vk Дмитрий Сергеев]<br /> <br /> '''[https://www.hse.ru/org/persons/218009880 Ульянкин Филипп ]'''<br /> *@ppilif (Telegram)<br /> */ppilif (vk.com)<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=27687 Введение в Data Science 2018-04-24T12:58:31Z <p>Maratakhm: семинар 6-7</p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |-<br /> |3 || Обзорная лекция про математику || [https://yadi.sk/i/RM1H38ZA3UTWcA Презентация к лекции 3]<br /> |}<br /> <br /> === Инструкция по установке и запуску среды ===<br /> Скачать и установить анаконду:<br /> <br /> 1. Заходим по ссылке<br /> https://www.anaconda.com/download<br /> В центре надпись Download for, выбираем нужную ОС<br /> <br /> 2. Нажимаем на кнопку Download (Python 3.6 version)<br /> Дальше следуем инструкции<br /> https://docs.anaconda.com/anaconda/install/windows (для windows)<br /> https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)<br /> <br /> Домашнее задание и семнары вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.<br /> <br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook]&lt;br /&gt; [https://drive.google.com/open?id=1XaDxM3nxl4WwpcA4PMndOGAZVeWDThxe Версия для семинаров после 2018-04-17] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1cVcOdks4A6wuLqOgcsOY9wGnILro_qVH/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 4 || Визуализация данных || || <br /> |-<br /> || 5 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || [https://drive.google.com/open?id=13bX2Xbaj50CdkbkDH9UV5wGP5NtUCgEh Скачать IPython Notebook] || <br /> [https://drive.google.com/open?id=1UXPjcNxd6ZmL2DBwR9AOF1Xwvor65WHJ Датасет для работы]<br /> <br /> |-<br /> || 8 || Кластеризация || || <br /> |-<br /> || 9 || Регрессия. Метрики качества || || <br /> |-<br /> || 10 || Временные ряды || || <br /> |-<br /> || 11 || Анализ текстов || || <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Домашние задания == <br /> === Требования к датасетам ===<br /> * '''БМБ178, БММ171'''<br /> не менее 1000 объектов (строк), не менее 5 признаков (5 колонок)<br /> <br /> === Источники данных ===<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> === Сроки сдачи ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Адрес отправки ДЗ !! Дедлайн ДЗ1 !! Дедлайн ДЗ2 !! Дедлайн ДЗ3 !! Дедлайн ДЗ4 <br /> |-<br /> |БММ171 || || || || || <br /> |-<br /> |БММ172 || || || || || <br /> |-<br /> |БММ173 || || || || || <br /> |-<br /> |БМБ171 || || || || || <br /> |-<br /> |БМБ172 || || || || || <br /> |-<br /> |БМБ173 || || || || || <br /> |-<br /> |БМБ174 || || || || || <br /> |-<br /> |БМБ175 || || || || || <br /> |-<br /> |БМБ176 || || || || || <br /> |-<br /> |БМБ177 || || || || || <br /> |-<br /> |БМБ178 || || || || || <br /> <br /> |}<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> <br /> * [http://pythontutor.ru/ Интерактивное введение в python на русском языке]<br /> <br /> * [https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb Введение в IPython]<br /> (Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))<br /> <br /> * [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> * [https://assets.datacamp.com/blog_assets/PandasPythonForDataScience.pdf Pandas CheatSheet]<br /> <br /> * [https://www.kaggle.com/learn/pandas Learn Pandas on Kaggle]&lt;br /&gt;<br /> Короткие уроки на платформе Kaggle, чтобы закрепить навыки работы с Pandas. Нужно зарегистрироваться, открыть урок, нажать кнопку &quot;Fork&quot; и писать код :)<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> '''[https://www.hse.ru/org/persons/218009892 Александр Антонов]'''<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/staff/dmitryserg Дмитрий Сергеев]'''<br /> *@dmitryserg (Telegram)<br /> * [https://vk.com/id91857120 vk Дмитрий Сергеев]<br /> <br /> '''[https://www.hse.ru/org/persons/218009880 Ульянкин Филипп ]'''<br /> *@ppilif (Telegram)<br /> */ppilif (vk.com)<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=27603 Введение в Data Science 2018-04-17T03:14:10Z <p>Maratakhm: fix</p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |-<br /> |3 || Обзорная лекция про математику || [https://yadi.sk/i/RM1H38ZA3UTWcA Презентация к лекции 3]<br /> |}<br /> <br /> === Инструкция по установке и запуску среды ===<br /> Скачать и установить анаконду:<br /> <br /> 1. Заходим по ссылке<br /> https://www.anaconda.com/download<br /> В центре надпись Download for, выбираем нужную ОС<br /> <br /> 2. Нажимаем на кнопку Download (Python 3.6 version)<br /> Дальше следуем инструкции<br /> https://docs.anaconda.com/anaconda/install/windows (для windows)<br /> https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)<br /> <br /> Домашнее задание и семнары вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.<br /> <br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook]&lt;br /&gt; [https://drive.google.com/open?id=1XaDxM3nxl4WwpcA4PMndOGAZVeWDThxe Версия для семинаров после 2018-04-17] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1HgQP-_K_Tpibkp2LY3Fr51K_R9IPGXKd/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 4 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 5 || Визуализация данных || || <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || || <br /> |-<br /> || 8 || Кластеризация || || <br /> |-<br /> || 9 || Регрессия. Метрики качества || || <br /> |-<br /> || 10 || Временные ряды || || <br /> |-<br /> || 11 || Анализ текстов || || <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Источники данных ==<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> <br /> http://pythontutor.ru/ Интерактивное введение в python на русском языке<br /> <br /> https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb Введение в IPython<br /> (Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))<br /> <br /> [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> '''[https://www.hse.ru/org/persons/218009892 Александр Антонов]'''<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/staff/dmitryserg Дмитрий Сергеев]'''<br /> *@dmitryserg (Telegram)<br /> * [https://vk.com/id91857120 vk Дмитрий Сергеев]<br /> <br /> '''[https://www.hse.ru/org/persons/218009880 Ульянкин Филипп ]'''<br /> *@ppilif (Telegram)<br /> */ppilif (vk.com)<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=27602 Введение в Data Science 2018-04-17T03:13:11Z <p>Maratakhm: pandas v2</p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |-<br /> |3 || Обзорная лекция про математику || [https://yadi.sk/i/RM1H38ZA3UTWcA Презентация к лекции 3]<br /> |}<br /> <br /> === Инструкция по установке и запуску среды ===<br /> Скачать и установить анаконду:<br /> <br /> 1. Заходим по ссылке<br /> https://www.anaconda.com/download<br /> В центре надпись Download for, выбираем нужную ОС<br /> <br /> 2. Нажимаем на кнопку Download (Python 3.6 version)<br /> Дальше следуем инструкции<br /> https://docs.anaconda.com/anaconda/install/windows (для windows)<br /> https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)<br /> <br /> Домашнее задание и семнары вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.<br /> <br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas ||<br /> [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook]<br /> [https://drive.google.com/open?id=1XaDxM3nxl4WwpcA4PMndOGAZVeWDThxe Версия для семинаров после 2018-04-17] ||<br /> [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1HgQP-_K_Tpibkp2LY3Fr51K_R9IPGXKd/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 4 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 5 || Визуализация данных || || <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || || <br /> |-<br /> || 8 || Кластеризация || || <br /> |-<br /> || 9 || Регрессия. Метрики качества || || <br /> |-<br /> || 10 || Временные ряды || || <br /> |-<br /> || 11 || Анализ текстов || || <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Источники данных ==<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> <br /> http://pythontutor.ru/ Интерактивное введение в python на русском языке<br /> <br /> https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb Введение в IPython<br /> (Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))<br /> <br /> [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> '''[https://www.hse.ru/org/persons/218009892 Александр Антонов]'''<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/staff/dmitryserg Дмитрий Сергеев]'''<br /> *@dmitryserg (Telegram)<br /> * [https://vk.com/id91857120 vk Дмитрий Сергеев]<br /> <br /> '''[https://www.hse.ru/org/persons/218009880 Ульянкин Филипп ]'''<br /> *@ppilif (Telegram)<br /> */ppilif (vk.com)<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=27537 Введение в Data Science 2018-04-10T20:35:15Z <p>Maratakhm: </p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |}<br /> <br /> === Инструкция по установке и запуску среды ===<br /> Скачать и установить анаконду:<br /> <br /> 1. Заходим по ссылке<br /> https://www.anaconda.com/download<br /> В центре надпись Download for, выбираем нужную ОС<br /> <br /> 2. Нажимаем на кнопку Download (Python 3.6 version)<br /> Дальше следуем инструкции<br /> https://docs.anaconda.com/anaconda/install/windows (для windows)<br /> https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)<br /> <br /> Домашнее задание и семнары вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.<br /> <br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1HgQP-_K_Tpibkp2LY3Fr51K_R9IPGXKd/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 4 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 5 || Визуализация данных || || <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || || <br /> |-<br /> || 8 || Кластеризация || || <br /> |-<br /> || 9 || Регрессия. Метрики качества || || <br /> |-<br /> || 10 || Временные ряды || || <br /> |-<br /> || 11 || Анализ текстов || || <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Источники данных ==<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> <br /> https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb Введение в IPython<br /> (Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))<br /> <br /> [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> Александр Антонов<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=27536 Введение в Data Science 2018-04-10T20:34:57Z <p>Maratakhm: /* Материалы курса */</p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |}<br /> <br /> == Инструкция по установке и запуску среды ==<br /> Скачать и установить анаконду:<br /> <br /> 1. Заходим по ссылке<br /> https://www.anaconda.com/download<br /> В центре надпись Download for, выбираем нужную ОС<br /> <br /> 2. Нажимаем на кнопку Download (Python 3.6 version)<br /> Дальше следуем инструкции<br /> https://docs.anaconda.com/anaconda/install/windows (для windows)<br /> https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)<br /> <br /> Домашнее задание и семнары вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.<br /> <br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1HgQP-_K_Tpibkp2LY3Fr51K_R9IPGXKd/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 4 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 5 || Визуализация данных || || <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || || <br /> |-<br /> || 8 || Кластеризация || || <br /> |-<br /> || 9 || Регрессия. Метрики качества || || <br /> |-<br /> || 10 || Временные ряды || || <br /> |-<br /> || 11 || Анализ текстов || || <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Источники данных ==<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> <br /> https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb Введение в IPython<br /> (Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))<br /> <br /> [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> Александр Антонов<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=27535 Введение в Data Science 2018-04-10T20:34:26Z <p>Maratakhm: </p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |}<br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1HgQP-_K_Tpibkp2LY3Fr51K_R9IPGXKd/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 4 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 5 || Визуализация данных || || <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || || <br /> |-<br /> || 8 || Кластеризация || || <br /> |-<br /> || 9 || Регрессия. Метрики качества || || <br /> |-<br /> || 10 || Временные ряды || || <br /> |-<br /> || 11 || Анализ текстов || || <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Источники данных ==<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> <br /> https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb Введение в IPython<br /> (Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))<br /> <br /> [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> Александр Антонов<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=27534 Введение в Data Science 2018-04-10T20:33:49Z <p>Maratakhm: </p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |}<br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1HgQP-_K_Tpibkp2LY3Fr51K_R9IPGXKd/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 4 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 5 || Визуализация данных || || <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || || <br /> |-<br /> || 8 || Кластеризация || || <br /> |-<br /> || 9 || Регрессия. Метрики качества || || <br /> |-<br /> || 10 || Временные ряды || || <br /> |-<br /> || 11 || Анализ текстов || || <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Источники данных ==<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> <br /> https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb Введение в IPython<br /> (Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))<br /> <br /> [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> Александр Антонов<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)<br /> <br /> <br /> == Инструкция по установке и запуску среды ==<br /> Скачать и установить анаконду:<br /> <br /> 1. Заходим по ссылке<br /> https://www.anaconda.com/download<br /> В центре надпись Download for, выбираем нужную ОС<br /> <br /> 2. Нажимаем на кнопку Download (Python 3.6 version)<br /> Дальше следуем инструкции<br /> https://docs.anaconda.com/anaconda/install/windows (для windows)<br /> https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)<br /> <br /> Домашнее задание вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=27533 Введение в Data Science 2018-04-10T20:33:14Z <p>Maratakhm: about interface</p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |}<br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1HgQP-_K_Tpibkp2LY3Fr51K_R9IPGXKd/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 4 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 5 || Визуализация данных || || <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || || <br /> |-<br /> || 8 || Кластеризация || || <br /> |-<br /> || 9 || Регрессия. Метрики качества || || <br /> |-<br /> || 10 || Временные ряды || || <br /> |-<br /> || 11 || Анализ текстов || || <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Источники данных ==<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> <br /> [https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb] Введение в IPython<br /> Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом)<br /> <br /> [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> Александр Антонов<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)<br /> <br /> <br /> == Инструкция по установке и запуску среды ==<br /> Скачать и установить анаконду:<br /> <br /> 1. Заходим по ссылке<br /> https://www.anaconda.com/download<br /> В центре надпись Download for, выбираем нужную ОС<br /> <br /> 2. Нажимаем на кнопку Download (Python 3.6 version)<br /> Дальше следуем инструкции<br /> https://docs.anaconda.com/anaconda/install/windows (для windows)<br /> https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)<br /> <br /> Домашнее задание вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=27532 Введение в Data Science 2018-04-10T20:31:00Z <p>Maratakhm: fix headers</p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |}<br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1HgQP-_K_Tpibkp2LY3Fr51K_R9IPGXKd/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 4 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 5 || Визуализация данных || || <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || || <br /> |-<br /> || 8 || Кластеризация || || <br /> |-<br /> || 9 || Регрессия. Метрики качества || || <br /> |-<br /> || 10 || Временные ряды || || <br /> |-<br /> || 11 || Анализ текстов || || <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Источники данных ==<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> Александр Антонов<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)<br /> <br /> <br /> == Инструкция по установке и запуску среды ==<br /> Скачать и установить анаконду:<br /> <br /> 1. Заходим по ссылке<br /> https://www.anaconda.com/download<br /> В центре надпись Download for, выбираем нужную ОС<br /> <br /> 2. Нажимаем на кнопку Download (Python 3.6 version)<br /> Дальше следуем инструкции<br /> https://docs.anaconda.com/anaconda/install/windows (для windows)<br /> https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)<br /> <br /> Домашнее задание вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=27531 Введение в Data Science 2018-04-10T20:30:24Z <p>Maratakhm: firstSteps</p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |}<br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1HgQP-_K_Tpibkp2LY3Fr51K_R9IPGXKd/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 4 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 5 || Визуализация данных || || <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || || <br /> |-<br /> || 8 || Кластеризация || || <br /> |-<br /> || 9 || Регрессия. Метрики качества || || <br /> |-<br /> || 10 || Временные ряды || || <br /> |-<br /> || 11 || Анализ текстов || || <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Источники данных ==<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> Александр Антонов<br /> * [https://t.me/alantonov @alantonov]<br /> * alexantonov@gmail.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)<br /> <br /> <br /> === Инструкция по установке и запуску среды ===<br /> Скачать и установить анаконду:<br /> <br /> 1. Заходим по ссылке<br /> https://www.anaconda.com/download<br /> В центре надпись Download for, выбираем нужную ОС<br /> <br /> 2. Нажимаем на кнопку Download (Python 3.6 version)<br /> Дальше следуем инструкции<br /> https://docs.anaconda.com/anaconda/install/windows (для windows)<br /> https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)<br /> <br /> Домашнее задание вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.</div> Maratakhm https://wiki.cs.hse.ru/index.php?title=%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science&diff=27515 Введение в Data Science 2018-04-10T03:12:02Z <p>Maratakhm: контакты</p> <hr /> <div>== О курсе ==<br /> Курс для студентов 1 курса ФБиМ направлений &quot;Маркетинг и рыночная аналитика&quot; и &quot;Управление бизнесом&quot;&lt;br /&gt;<br /> <br /> [https://www.hse.ru/edu/courses/214347690 Программа курса]<br /> <br /> == Критерии оценки ==<br /> <br /> '''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен&lt;br /&gt;<br /> Округление осуществляется по арифметическим правилам. <br /> <br /> === Семинары === <br /> * На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе<br /> * Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.<br /> * Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна<br /> * Предусмотрено 11 семинаров<br /> * В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу<br /> * Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса. <br /> <br /> === Домашние задания === <br /> * В курсе предусмотрено 4 домашних задания<br /> * Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.<br /> === Экзамен ===<br /> <br /> == Материалы курса ==<br /> === Лекции ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Презентация !<br /> |-<br /> |1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]<br /> |-<br /> |2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]<br /> |}<br /> <br /> === Семинары ===<br /> <br /> Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше. <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Ноутбук !! Датасет <br /> |-<br /> |1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет<br /> |-<br /> || 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре]&lt;br /&gt;<br /> [https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1HgQP-_K_Tpibkp2LY3Fr51K_R9IPGXKd/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 4 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для самостоятельной работы]<br /> |-<br /> || 5 || Визуализация данных || || <br /> |-<br /> || 6 - 7|| Классификация. Метрики качества || || <br /> |-<br /> || 8 || Кластеризация || || <br /> |-<br /> || 9 || Регрессия. Метрики качества || || <br /> |-<br /> || 10 || Временные ряды || || <br /> |-<br /> || 11 || Анализ текстов || || <br /> |}<br /> <br /> == Рабочие ведомости ==<br /> === Маркетинг и рыночная аналитика ===<br /> [https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173]&lt;br /&gt;<br /> <br /> === Управление бизнесом ===<br /> [https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177]&lt;br /&gt;<br /> [https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178]&lt;br /&gt;<br /> <br /> == Источники данных ==<br /> [https://www.kaggle.com/Datasets Kaggle Datasets]&lt;br /&gt;<br /> <br /> [http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]<br /> <br /> == Дополнительное ==<br /> === Материалы ===<br /> [https://github.com/rougier/numpy-100 100 упражнений для numpy]&lt;br /&gt;<br /> Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами<br /> <br /> === Мероприятия ===<br /> [https://events.yandex.ru/events/ds/14-apr-2018/ Data &amp; Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]<br /> <br /> == Преподаватели ==<br /> <br /> === Лекции ===<br /> <br /> '''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''<br /> * [https://t.me/unkinddragon @unkinddragon]<br /> * alexander.belugin@outlook.com<br /> <br /> === Семинары ===<br /> <br /> '''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''<br /> *@VasilyPanin (Telegram)<br /> '''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''<br /> <br /> '''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''<br /> <br /> '''[https://www.hse.ru/org/persons/46745470 Элен Теванян]'''&lt;br /&gt;<br /> * elentevanyan@gmail.com<br /> * [https://www.facebook.com/etevanyan Facebook Элен Теванян]<br /> * @elentevanyan (Telegram, если asap/мир вот-вот рухнет)<br /> <br /> <br /> '''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]'''&lt;br /&gt;<br /> * marat.akhmatnurov@yandex.ru<br /> * @maratakhmatnurov (Telegram, in case of emergency)</div> Maratakhm