https://wiki.cs.hse.ru/api.php?action=feedcontributions&feedformat=atom&user=Mbburova 2026-09-21T01:35:20Z Вклад MediaWiki 1.43.9 https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=86821 2024-09-30T10:15:57Z

<p>Mbburova: Содержимое страницы заменено на «-»</p> <hr /> <div>-</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=78099 2023-05-20T11:24:58Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || [https://drive.google.com/drive/folders/1cOwNRQI_bc7l1xebKmknxp4EWWgxWcje?usp=sharing Папка с материалами]||<br /> |-<br /> | 11.03.2023 || [https://docs.google.com/presentation/d/1EfJ0X9kLMMDXuY0VDjnvwaR57mvVuwq54f8EuwycAaI/edit?usp=sharing Анализ текстов] || [https://drive.google.com/drive/folders/1svovh4FZ3TR8GR6ao87UELajlvWd8FZb?usp=sharing Папка с материалами]||<br /> |-<br /> | 18.03.2023 || || [https://drive.google.com/drive/folders/1yWSEEb5halYaLxIYCkUa2ylGXUZNDvaG?usp=sharing Папка с материалами]||<br /> |-<br /> | 25.03.2023 || || [https://drive.google.com/drive/folders/1PRs5zFT2M8dPCEQeJohoODqu5JDqsoLp?usp=sharing Папка с материалами]||<br /> |-<br /> | 08.04.2023 || [https://docs.google.com/presentation/d/1W2GyA-Z_D4yLF3Glze_NRs8z0Rz9lPYF3_k0H8C0-oU/edit?usp=sharing Кластеризация] || [https://drive.google.com/drive/folders/19wM95pyZR0SKTfX0qJ2lXMGLHcmdoSGL?usp=sharing Папка с материалами]||<br /> |-<br /> | 15.04.2023 || || [https://drive.google.com/drive/folders/1C9iidov-D8iJimlPcgiP7t99CNPQl8uy?usp=sharing Папка с материалами]||<br /> |-<br /> | 22.04.2023 || [https://docs.google.com/presentation/d/1cI2AEsodHrX0dAnvZn_8B4MUAhqZrHdqPMrQM-komI4/edit?usp=sharing Презентация] || [https://drive.google.com/drive/folders/1WL1zYQgOIb8m8OZsJ_yMCOZcuOPNovHQ?usp=sharing Папка с материалами]||<br /> |-<br /> | 13.05.2023 || || [https://drive.google.com/drive/folders/1CEf_OsJ_0DF8fR3OQTkCL6QZNuQJRLfh?usp=sharing Папка с материалами]||<br /> |-<br /> | 20.05.2023 || || [https://drive.google.com/drive/folders/1DiGkPLbaiKf8hwP0oCBunmaMNb4Y9BWD?usp=sharing Папка с материалами]||<br /> |}<br /> <br /> <br /> <br /> ===Формы контроля===<br /> * 18.02 - самостоятельная № 1<br /> * 04.03 - самостоятельная № 2<br /> * 18.03 - самостоятельная № 3<br /> * 25.03 - контрольная работа 1<br /> * 27.04 23:59- домашнее задание<br /> * 22.04 - самостоятельная работа № 4<br /> * 20.05 - самостоятельная работа № 5<br /> * 03.06 - контрольная работа 2<br /> <br /> <br /> ===Домашнее задание ===<br /> <br /> [https://drive.google.com/file/d/1gcNmLWoZ_KTGM4WRGfmQWblBaLTLJnJn/view?usp=sharing Часть 1]<br /> [https://drive.google.com/file/d/1A-wlwBeTnGYwGP7NbqPE66eDHYgRtYAZ/view?usp=sharing Часть 2]<br /> <br /> Форма для сдачи:<br /> <br /> [https://www.dropbox.com/request/bkZkNOgo6SowDEwbjBjw Сдавать сюда]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=77992 2023-05-13T11:27:05Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || [https://drive.google.com/drive/folders/1cOwNRQI_bc7l1xebKmknxp4EWWgxWcje?usp=sharing Папка с материалами]||<br /> |-<br /> | 11.03.2023 || [https://docs.google.com/presentation/d/1EfJ0X9kLMMDXuY0VDjnvwaR57mvVuwq54f8EuwycAaI/edit?usp=sharing Анализ текстов] || [https://drive.google.com/drive/folders/1svovh4FZ3TR8GR6ao87UELajlvWd8FZb?usp=sharing Папка с материалами]||<br /> |-<br /> | 18.03.2023 || || [https://drive.google.com/drive/folders/1yWSEEb5halYaLxIYCkUa2ylGXUZNDvaG?usp=sharing Папка с материалами]||<br /> |-<br /> | 25.03.2023 || || [https://drive.google.com/drive/folders/1PRs5zFT2M8dPCEQeJohoODqu5JDqsoLp?usp=sharing Папка с материалами]||<br /> |-<br /> | 08.04.2023 || [https://docs.google.com/presentation/d/1W2GyA-Z_D4yLF3Glze_NRs8z0Rz9lPYF3_k0H8C0-oU/edit?usp=sharing Кластеризация] || [https://drive.google.com/drive/folders/19wM95pyZR0SKTfX0qJ2lXMGLHcmdoSGL?usp=sharing Папка с материалами]||<br /> |-<br /> | 15.04.2023 || || [https://drive.google.com/drive/folders/1C9iidov-D8iJimlPcgiP7t99CNPQl8uy?usp=sharing Папка с материалами]||<br /> |-<br /> | 22.04.2023 || [https://docs.google.com/presentation/d/1cI2AEsodHrX0dAnvZn_8B4MUAhqZrHdqPMrQM-komI4/edit?usp=sharing Презентация] || [https://drive.google.com/drive/folders/1WL1zYQgOIb8m8OZsJ_yMCOZcuOPNovHQ?usp=sharing Папка с материалами]||<br /> |-<br /> | 13.05.2023 || || [https://drive.google.com/drive/folders/1CEf_OsJ_0DF8fR3OQTkCL6QZNuQJRLfh?usp=sharing Папка с материалами]||<br /> |}<br /> <br /> <br /> <br /> ===Формы контроля===<br /> * 18.02 - самостоятельная № 1<br /> * 04.03 - самостоятельная № 2<br /> * 18.03 - самостоятельная № 3<br /> * 25.03 - контрольная работа 1<br /> * 27.04 23:59- домашнее задание<br /> * 22.04 - самостоятельная работа № 4<br /> * 20.05 - самостоятельная работа № 5<br /> * 03.06 - контрольная работа 2<br /> <br /> <br /> ===Домашнее задание ===<br /> <br /> [https://drive.google.com/file/d/1gcNmLWoZ_KTGM4WRGfmQWblBaLTLJnJn/view?usp=sharing Часть 1]<br /> [https://drive.google.com/file/d/1A-wlwBeTnGYwGP7NbqPE66eDHYgRtYAZ/view?usp=sharing Часть 2]<br /> <br /> Форма для сдачи:<br /> <br /> [https://www.dropbox.com/request/bkZkNOgo6SowDEwbjBjw Сдавать сюда]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=77779 2023-04-22T13:35:21Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || [https://drive.google.com/drive/folders/1cOwNRQI_bc7l1xebKmknxp4EWWgxWcje?usp=sharing Папка с материалами]||<br /> |-<br /> | 11.03.2023 || [https://docs.google.com/presentation/d/1EfJ0X9kLMMDXuY0VDjnvwaR57mvVuwq54f8EuwycAaI/edit?usp=sharing Анализ текстов] || [https://drive.google.com/drive/folders/1svovh4FZ3TR8GR6ao87UELajlvWd8FZb?usp=sharing Папка с материалами]||<br /> |-<br /> | 18.03.2023 || || [https://drive.google.com/drive/folders/1yWSEEb5halYaLxIYCkUa2ylGXUZNDvaG?usp=sharing Папка с материалами]||<br /> |-<br /> | 25.03.2023 || || [https://drive.google.com/drive/folders/1PRs5zFT2M8dPCEQeJohoODqu5JDqsoLp?usp=sharing Папка с материалами]||<br /> |-<br /> | 08.04.2023 || [https://docs.google.com/presentation/d/1W2GyA-Z_D4yLF3Glze_NRs8z0Rz9lPYF3_k0H8C0-oU/edit?usp=sharing Кластеризация] || [https://drive.google.com/drive/folders/19wM95pyZR0SKTfX0qJ2lXMGLHcmdoSGL?usp=sharing Папка с материалами]||<br /> |-<br /> | 15.04.2023 || || [https://drive.google.com/drive/folders/1C9iidov-D8iJimlPcgiP7t99CNPQl8uy?usp=sharing Папка с материалами]||<br /> |-<br /> | 22.04.2023 || [https://docs.google.com/presentation/d/1cI2AEsodHrX0dAnvZn_8B4MUAhqZrHdqPMrQM-komI4/edit?usp=sharing Презентация] || [https://drive.google.com/drive/folders/1WL1zYQgOIb8m8OZsJ_yMCOZcuOPNovHQ?usp=sharing Папка с материалами]||<br /> |}<br /> <br /> <br /> <br /> ===Формы контроля===<br /> * 18.02 - самостоятельная № 1<br /> * 04.03 - самостоятельная № 2<br /> * 18.03 - самостоятельная № 3<br /> * 25.03 - контрольная работа 1<br /> * 27.04 23:59- домашнее задание<br /> * 22.04 - самостоятельная работа № 4<br /> * 20.05 - самостоятельная работа № 5<br /> * 03.06 - контрольная работа 2<br /> <br /> <br /> ===Домашнее задание ===<br /> <br /> [https://drive.google.com/file/d/1gcNmLWoZ_KTGM4WRGfmQWblBaLTLJnJn/view?usp=sharing Часть 1]<br /> [https://drive.google.com/file/d/1A-wlwBeTnGYwGP7NbqPE66eDHYgRtYAZ/view?usp=sharing Часть 2]<br /> <br /> Форма для сдачи:<br /> <br /> [https://www.dropbox.com/request/bkZkNOgo6SowDEwbjBjw Сдавать сюда]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=77777 2023-04-22T11:35:34Z

<p>Mbburova: /* Материалы */</p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || [https://drive.google.com/drive/folders/1cOwNRQI_bc7l1xebKmknxp4EWWgxWcje?usp=sharing Папка с материалами]||<br /> |-<br /> | 11.03.2023 || [https://docs.google.com/presentation/d/1EfJ0X9kLMMDXuY0VDjnvwaR57mvVuwq54f8EuwycAaI/edit?usp=sharing Анализ текстов] || [https://drive.google.com/drive/folders/1svovh4FZ3TR8GR6ao87UELajlvWd8FZb?usp=sharing Папка с материалами]||<br /> |-<br /> | 18.03.2023 || || [https://drive.google.com/drive/folders/1yWSEEb5halYaLxIYCkUa2ylGXUZNDvaG?usp=sharing Папка с материалами]||<br /> |-<br /> | 25.03.2023 || || [https://drive.google.com/drive/folders/1PRs5zFT2M8dPCEQeJohoODqu5JDqsoLp?usp=sharing Папка с материалами]||<br /> |-<br /> | 08.04.2023 || [https://docs.google.com/presentation/d/1W2GyA-Z_D4yLF3Glze_NRs8z0Rz9lPYF3_k0H8C0-oU/edit?usp=sharing Кластеризация] || [https://drive.google.com/drive/folders/19wM95pyZR0SKTfX0qJ2lXMGLHcmdoSGL?usp=sharing Папка с материалами]||<br /> |-<br /> | 15.04.2023 || || [https://drive.google.com/drive/folders/1C9iidov-D8iJimlPcgiP7t99CNPQl8uy?usp=sharing Папка с материалами]||<br /> |-<br /> | 22.04.2023 || || [https://drive.google.com/drive/folders/1WL1zYQgOIb8m8OZsJ_yMCOZcuOPNovHQ?usp=sharing Папка с материалами]||<br /> |}<br /> <br /> <br /> <br /> ===Формы контроля===<br /> * 18.02 - самостоятельная № 1<br /> * 04.03 - самостоятельная № 2<br /> * 18.03 - самостоятельная № 3<br /> * 25.03 - контрольная работа 1<br /> * 27.04 23:59- домашнее задание<br /> * 22.04 - самостоятельная работа № 4<br /> * 20.05 - самостоятельная работа № 5<br /> * 03.06 - контрольная работа 2<br /> <br /> <br /> ===Домашнее задание ===<br /> <br /> [https://drive.google.com/file/d/1gcNmLWoZ_KTGM4WRGfmQWblBaLTLJnJn/view?usp=sharing Часть 1]<br /> [https://drive.google.com/file/d/1A-wlwBeTnGYwGP7NbqPE66eDHYgRtYAZ/view?usp=sharing Часть 2]<br /> <br /> Форма для сдачи:<br /> <br /> [https://www.dropbox.com/request/bkZkNOgo6SowDEwbjBjw Сдавать сюда]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=77748 2023-04-21T08:27:48Z

<p>Mbburova: /* Домашнее задание */</p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || [https://drive.google.com/drive/folders/1cOwNRQI_bc7l1xebKmknxp4EWWgxWcje?usp=sharing Папка с материалами]||<br /> |-<br /> | 11.03.2023 || [https://docs.google.com/presentation/d/1EfJ0X9kLMMDXuY0VDjnvwaR57mvVuwq54f8EuwycAaI/edit?usp=sharing Анализ текстов] || [https://drive.google.com/drive/folders/1svovh4FZ3TR8GR6ao87UELajlvWd8FZb?usp=sharing Папка с материалами]||<br /> |-<br /> | 18.03.2023 || || [https://drive.google.com/drive/folders/1yWSEEb5halYaLxIYCkUa2ylGXUZNDvaG?usp=sharing Папка с материалами]||<br /> |-<br /> | 25.03.2023 || || [https://drive.google.com/drive/folders/1PRs5zFT2M8dPCEQeJohoODqu5JDqsoLp?usp=sharing Папка с материалами]||<br /> |-<br /> | 08.04.2023 || [https://docs.google.com/presentation/d/1W2GyA-Z_D4yLF3Glze_NRs8z0Rz9lPYF3_k0H8C0-oU/edit?usp=sharing Кластеризация] || [https://drive.google.com/drive/folders/19wM95pyZR0SKTfX0qJ2lXMGLHcmdoSGL?usp=sharing Папка с материалами]||<br /> |-<br /> | 15.04.2023 || || [https://drive.google.com/drive/folders/1C9iidov-D8iJimlPcgiP7t99CNPQl8uy?usp=sharing Папка с материалами]||<br /> |}<br /> <br /> <br /> <br /> ===Формы контроля===<br /> * 18.02 - самостоятельная № 1<br /> * 04.03 - самостоятельная № 2<br /> * 18.03 - самостоятельная № 3<br /> * 25.03 - контрольная работа 1<br /> * 27.04 23:59- домашнее задание<br /> * 22.04 - самостоятельная работа № 4<br /> * 20.05 - самостоятельная работа № 5<br /> * 03.06 - контрольная работа 2<br /> <br /> <br /> ===Домашнее задание ===<br /> <br /> [https://drive.google.com/file/d/1gcNmLWoZ_KTGM4WRGfmQWblBaLTLJnJn/view?usp=sharing Часть 1]<br /> [https://drive.google.com/file/d/1A-wlwBeTnGYwGP7NbqPE66eDHYgRtYAZ/view?usp=sharing Часть 2]<br /> <br /> Форма для сдачи:<br /> <br /> [https://www.dropbox.com/request/bkZkNOgo6SowDEwbjBjw Сдавать сюда]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=77616 2023-04-15T13:18:51Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || [https://drive.google.com/drive/folders/1cOwNRQI_bc7l1xebKmknxp4EWWgxWcje?usp=sharing Папка с материалами]||<br /> |-<br /> | 11.03.2023 || [https://docs.google.com/presentation/d/1EfJ0X9kLMMDXuY0VDjnvwaR57mvVuwq54f8EuwycAaI/edit?usp=sharing Анализ текстов] || [https://drive.google.com/drive/folders/1svovh4FZ3TR8GR6ao87UELajlvWd8FZb?usp=sharing Папка с материалами]||<br /> |-<br /> | 18.03.2023 || || [https://drive.google.com/drive/folders/1yWSEEb5halYaLxIYCkUa2ylGXUZNDvaG?usp=sharing Папка с материалами]||<br /> |-<br /> | 25.03.2023 || || [https://drive.google.com/drive/folders/1PRs5zFT2M8dPCEQeJohoODqu5JDqsoLp?usp=sharing Папка с материалами]||<br /> |-<br /> | 08.04.2023 || [https://docs.google.com/presentation/d/1W2GyA-Z_D4yLF3Glze_NRs8z0Rz9lPYF3_k0H8C0-oU/edit?usp=sharing Кластеризация] || [https://drive.google.com/drive/folders/19wM95pyZR0SKTfX0qJ2lXMGLHcmdoSGL?usp=sharing Папка с материалами]||<br /> |-<br /> | 15.04.2023 || || [https://drive.google.com/drive/folders/1C9iidov-D8iJimlPcgiP7t99CNPQl8uy?usp=sharing Папка с материалами]||<br /> |}<br /> <br /> <br /> <br /> ===Формы контроля===<br /> * 18.02 - самостоятельная № 1<br /> * 04.03 - самостоятельная № 2<br /> * 18.03 - самостоятельная № 3<br /> * 25.03 - контрольная работа 1<br /> * 27.04 23:59- домашнее задание<br /> * 22.04 - самостоятельная работа № 4<br /> * 20.05 - самостоятельная работа № 5<br /> * 03.06 - контрольная работа 2<br /> <br /> <br /> ===Домашнее задание ===<br /> <br /> [https://drive.google.com/file/d/1gcNmLWoZ_KTGM4WRGfmQWblBaLTLJnJn/view?usp=sharing Часть 1]<br /> [https://drive.google.com/file/d/1A-wlwBeTnGYwGP7NbqPE66eDHYgRtYAZ/view?usp=sharing Часть 2]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=77615 2023-04-15T12:23:01Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || [https://drive.google.com/drive/folders/1cOwNRQI_bc7l1xebKmknxp4EWWgxWcje?usp=sharing Папка с материалами]||<br /> |-<br /> | 11.03.2023 || [https://docs.google.com/presentation/d/1EfJ0X9kLMMDXuY0VDjnvwaR57mvVuwq54f8EuwycAaI/edit?usp=sharing Анализ текстов] || [https://drive.google.com/drive/folders/1svovh4FZ3TR8GR6ao87UELajlvWd8FZb?usp=sharing Папка с материалами]||<br /> |-<br /> | 18.03.2023 || || [https://drive.google.com/drive/folders/1yWSEEb5halYaLxIYCkUa2ylGXUZNDvaG?usp=sharing Папка с материалами]||<br /> |-<br /> | 25.03.2023 || || [https://drive.google.com/drive/folders/1PRs5zFT2M8dPCEQeJohoODqu5JDqsoLp?usp=sharing Папка с материалами]||<br /> |-<br /> | 08.04.2023 || [https://docs.google.com/presentation/d/1W2GyA-Z_D4yLF3Glze_NRs8z0Rz9lPYF3_k0H8C0-oU/edit?usp=sharing Кластеризация] || [https://drive.google.com/drive/folders/19wM95pyZR0SKTfX0qJ2lXMGLHcmdoSGL?usp=sharing Папка с материалами]||<br /> |-<br /> | 15.04.2023 || || [https://drive.google.com/drive/folders/1C9iidov-D8iJimlPcgiP7t99CNPQl8uy?usp=sharing Папка с материалами]||<br /> |}<br /> <br /> <br /> <br /> ===Формы контроля===<br /> * 18.02 - самостоятельная № 1<br /> * 04.03 - самостоятельная № 2<br /> * 18.03 - самостоятельная № 3<br /> * 25.03 - контрольная работа 1<br /> * 27.04 23:59- домашнее задание<br /> * 22.04 - самостоятельная работа № 4<br /> * 20.05 - самостоятельная работа № 5<br /> * 03.06 - контрольная работа 2<br /> *<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova 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_%D0%B4%D0%BB%D1%8F_%D0%92%D0%A8%D0%91_2022/23&diff=77566 2023-04-13T18:18:11Z

<p>Mbburova: </p> <hr /> <div>'''Дорогие студенты!'''<br /> <br /> На этой странице будут появляться различные материалы и объявления, связанные курсом '''«Введение в Data Science»''', читаемого для студентов 2-го курса бакалавриата ОП «Управление бизнесом», «Логистика и управление цепями поставок» и «Маркетинг и рыночная аналитика» в '''2022/2023''' учебном году (4 модуль). <br /> <br /> == О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательных программ «Управление бизнесом», «Маркетинг и рыночная аналитика» и «Управление цепями поставок и бизнес-аналитика» и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с основами машинного обучения.<br /> <br /> == Контакты и полезные ссылки ==<br /> <br /> '''[https://t.me/+Hp18UTrdsaZiNjM6 Канал тг с оповещениями и новостями по курсу (в комментариях можно всегда задавать вопросы)]'''<br /> <br /> === ОП «Управление бизнесом» ===<br /> <br /> {| class='wikitable'<br /> !Группа<br /> !Преподаватель<br /> !Ассистент<br /> !Чат в тг <br /> |-<br /> |БМБ2101<br /> |Бурова Маргарита, @Burritas<br /> |Барахвостова Валерия, @vale_russa<br /> |https://t.me/+f-sbXgI4dW82MjMy<br /> |-<br /> |БМБ2102<br /> |Бурова Маргарита, @Burritas<br /> |Алексеенко Влада, @unqvl<br /> |https://t.me/+WnYZJ9eTQTQwODgy<br /> |- <br /> |БМБ2103<br /> |Панов Петр, @panov_pa<br /> |Эрцеговац Мария, @merc_telega<br /> |https://t.me/+dLSsnLarsHNhOGMy<br /> |-<br /> |БМБ2104<br /> |Панов Петр, @panov_pa<br /> |Сташевски Эмиль, @emilstrider <br /> |https://t.me/+bHn2u6XWwgAwNTEy<br /> |-<br /> |БМБ2105<br /> |Седашов Даниил, @sedashov<br /> |Барахвостова Валерия, @vale_russa<br /> |https://t.me/+Fj-vAb3zFGw3N2Iy<br /> |-<br /> |БМБ2106<br /> |Корпачев Сергей, @fedya_dmitriev<br /> |Иванов Максим, @thefabulosity<br /> |https://t.me/+wioS0eoYi2ZlYjcy<br /> |-<br /> |БМБ2107<br /> |Косакин Даниил, @nieto95<br /> |Каневский Дмитрий, @blenlkj<br /> |https://t.me/+wpE0EnyHSUk5NWYy<br /> |-<br /> |БМБ2108<br /> |Косакин Даниил, @nieto95<br /> |Болатаева Дарья, @dariabolat <br /> |https://t.me/+OYj8UwwKqoA2YTFi<br /> |-<br /> |БМБ2109<br /> |Калашников Александр, @sleep3r<br /> |Изгарова Анна, @anna_izg<br /> |https://t.me/+svjoZ9XcLuYxZDMy <br /> |-<br /> |БМБ2110<br /> |Гриднев Макар, @gr1dmaker<br /> |Степанова Ксения, @Kkkkstepvst<br /> |https://t.me/datascience_hse_210<br /> |}<br /> <br /> === ОП «Маркетинг и рыночная аналитика» ===<br /> <br /> {| class='wikitable'<br /> !Группа<br /> !Преподаватель<br /> !Ассистент<br /> !Чат в тг <br /> |-<br /> |БММ211<br /> |Сусла Диана, @call_me_Dory<br /> |Алкаев Владислав, @Fooqa<br /> |https://t.me/+YybN00ytVHYyZGIy<br /> |-<br /> |БММ212<br /> |Сусла Диана, @call_me_Dory<br /> |Забродоцкая Александра, @c0smicm1nd<br /> |https://t.me/+MUtDU8ZUQpNlOWEy<br /> |-<br /> |БММ213<br /> |Калашников Александр, @sleep3r<br /> |Якушкин Никита, @nsyakushkin <br /> |https://t.me/+OZtAWHHNrzg2MWM6<br /> |-<br /> |БММ214<br /> |Волкова Анастасия, @vol_anastasia<br /> |Макушкин Михаил, @mikhailmakushkin<br /> |https://t.me/+pg2eX-d0BVwyYTky<br /> |-<br /> |БММ215 <br /> |Марина Пак, @rin_pak<br /> |Юношева Виктория, @VictoriaYuno<br /> |https://t.me/+YmJlOovJj_oxMmMy<br /> |-<br /> |БММ216<br /> |Гриднев Макар, @gr1dmaker<br /> |Ластовецкий Дмитрий, @dalastovetskiy <br /> |https://t.me/+NfjTgIAiA5cwNTI6<br /> |}<br /> <br /> === ОП «Логистика и управление цепями поставок» ===<br /> <br /> {| class='wikitable'<br /> !Группа<br /> !Преподаватель<br /> !Ассистент<br /> !Чат в тг <br /> |-<br /> |БЛГ211<br /> |Дубенюк Анна, @andu192<br /> |Жерноклеев Дмитрий, @rolling_stone5<br /> |https://t.me/+KdAAbg7Df29iNmIy<br /> |-<br /> |БЛГ212<br /> |Дубенюк Анна, @andu192<br /> |Конкин Александр, @konkin_a_v<br /> |https://t.me/+czbRZVQXcrwwNzIy<br /> |-<br /> |БЛГ213<br /> |Перевышина Татьяна, @prvsh<br /> |Алкаев Владислав, @Fooqa<br /> |https://t.me/+ETrzvHmxashjNmUy<br /> |-<br /> |БЛГ214<br /> |Марина Пак, @rin_pak<br /> |Юношева Виктория, @VictoriaYuno<br /> |https://t.me/+rCCtewurkikxOWYy<br /> |}<br /> <br /> == Формула оценивания ==<br /> <br /> '''ИТОГ = 0.25 * тесты + 0.25 * ДЗ + 0.25 * КР1 + 0.25 * КР2'''<br /> <br /> Оценки по всем формам контроля не округляются ни до, ни после умножения на соответствующие коэффициенты. '''Округляется только итоговая оценка''' (по правилам арифметического округления, например, 3.49 округлится до 3, а 3.51 - до 4). <br /> <br /> == Апелляции и пропуски контрольных работ ==<br /> <br /> === Апелляции ===<br /> '''Внимание!''' Это только для нашего курса и НЕ относится к апелляции независимого экзамена по анализу данных, который будет у вас в конце 4 модуля.<br /> <br /> '''После публикации оценок''' по контрольной работе у вас будет '''три дня''', чтобы написать апелляцию (если вы не согласны с баллами или считаете, что ваше решение было засчитано неправильно). В апелляции вы также можете указать технические неполадки, приложив скриншоты/фотографии, которые их подтверждают.<br /> <br /> '''Апелляцию отправляете только по адресу: python7appeal@gmail.com'''<br /> <br /> В теме письма '''обязательно''' указываете ВШБ_КР1 (или КР2). В самом письме указываете ФИО и свою образовательную программу («Логистика и управление цепями поставок», «Управление бизнесом» или «Маркетинг и рыночная аналитика»). И затем номера задания, которые апеллируете и обоснование правильности своего ответа. <br /> <br /> Письма, в которых неправильно написана тема, не указаны ФИО и ОП, '''рассматриваться не будут'''. <br /> <br /> Апелляция рассматривается в течение '''трех рабочих дней'''. Если вы отправили апелляцию и не получили ответ по прошествии трех рабочих дней, то только в этом случае вы пишете преподавателю @aaparshina.<br /> <br /> === Пропуски ===<br /> <br /> Если студент пропустил контрольную работу '''по болезни''', то ему предоставляется возможность написать работу в резервный день. <br /> <br /> О пропуске нужно сообщить до проведения работы или в день проведения работы, написав '''письмо по адресу python7appeal@gmail.com'''. <br /> <br /> В течение '''трех рабочих дней''' вам придет ответ на письмо. Если вы не получили ответ по прошествии трех рабочих дней, то только в этом случае вы пишете преподавателю @aaparshina.<br /> <br /> В теме письма '''обязательно''' указываете ВШБ_КР1_ПРОПУСК (или КР2). В самом письме указываете ФИО и свою образовательную программу («Логистика и управление цепями поставок», «Управление бизнесом» или «Маркетинг и рыночная аналитика»).<br /> <br /> Письма, в которых неправильно написана тема, не указаны ФИО и ОП, '''рассматриваться не будут'''.<br /> <br /> == Материалы с занятий и консультаций ==<br /> <br /> === Материалы групп Панова П.А. ===<br /> <br /> [https://drive.google.com/drive/folders/1WsAQ5feAJk20wMrFaZuoxE1O7OSMHVVJ?usp=sharing Папка с материалами ]<br /> &lt;br /&gt;<br /> &lt;br /&gt;<br /> <br /> '''Занятия'''<br /> {| class='wikitable'<br /> !Неделя/даты<br /> !Тема<br /> !Материалы <br /> |-<br /> |}<br /> <br /> '''Консультации'''<br /> <br /> {| class='wikitable'<br /> !Тема <br /> !Ассистенты <br /> !Материалы <br /> |-<br /> |}</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=77477 2023-04-08T11:28:19Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || [https://drive.google.com/drive/folders/1cOwNRQI_bc7l1xebKmknxp4EWWgxWcje?usp=sharing Папка с материалами]||<br /> |-<br /> | 11.03.2023 || [https://docs.google.com/presentation/d/1EfJ0X9kLMMDXuY0VDjnvwaR57mvVuwq54f8EuwycAaI/edit?usp=sharing Анализ текстов] || [https://drive.google.com/drive/folders/1svovh4FZ3TR8GR6ao87UELajlvWd8FZb?usp=sharing Папка с материалами]||<br /> |-<br /> | 18.03.2023 || || [https://drive.google.com/drive/folders/1yWSEEb5halYaLxIYCkUa2ylGXUZNDvaG?usp=sharing Папка с материалами]||<br /> |-<br /> | 25.03.2023 || || [https://drive.google.com/drive/folders/1PRs5zFT2M8dPCEQeJohoODqu5JDqsoLp?usp=sharing Папка с материалами]||<br /> |-<br /> | 08.04.2023 || [https://docs.google.com/presentation/d/1W2GyA-Z_D4yLF3Glze_NRs8z0Rz9lPYF3_k0H8C0-oU/edit?usp=sharing Кластеризация] || [https://drive.google.com/drive/folders/19wM95pyZR0SKTfX0qJ2lXMGLHcmdoSGL?usp=sharing Папка с материалами]||<br /> |}<br /> <br /> <br /> ===Формы контроля===<br /> * 18.02 - самостоятельная № 1<br /> * 04.03 - самостоятельная № 2<br /> * 18.03 - самостоятельная № 3<br /> * 25.03 - контрольная работа 1<br /> * 27.04 23:59- домашнее задание<br /> * 22.04 - самостоятельная работа № 4<br /> * 20.05 - самостоятельная работа № 5<br /> * 03.06 - контрольная работа 2<br /> *<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=77476 2023-04-08T11:22:58Z

<p>Mbburova: /* Материалы */</p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || [https://drive.google.com/drive/folders/1cOwNRQI_bc7l1xebKmknxp4EWWgxWcje?usp=sharing Папка с материалами]||<br /> |-<br /> | 11.03.2023 || [https://docs.google.com/presentation/d/1EfJ0X9kLMMDXuY0VDjnvwaR57mvVuwq54f8EuwycAaI/edit?usp=sharing Анализ текстов] || [https://drive.google.com/drive/folders/1svovh4FZ3TR8GR6ao87UELajlvWd8FZb?usp=sharing Папка с материалами]||<br /> |-<br /> | 18.03.2023 || || [https://drive.google.com/drive/folders/1yWSEEb5halYaLxIYCkUa2ylGXUZNDvaG?usp=sharing Папка с материалами]||<br /> |-<br /> | 25.03.2023 || || [https://drive.google.com/drive/folders/1PRs5zFT2M8dPCEQeJohoODqu5JDqsoLp?usp=sharing Папка с материалами]||<br /> |-<br /> | 08.04.2023 || || [https://drive.google.com/drive/folders/1PRs5zFT2M8dPCEQeJohoODqu5JDqsoLp?usp=sharing Папка с материалами]||<br /> |}<br /> <br /> <br /> ===Формы контроля===<br /> * 18.02 - самостоятельная № 1<br /> * 04.03 - самостоятельная № 2<br /> * 18.03 - самостоятельная № 3<br /> * 25.03 - контрольная работа 1<br /> * 27.04 23:59- домашнее задание<br /> * 22.04 - самостоятельная работа № 4<br /> * 20.05 - самостоятельная работа № 5<br /> * 03.06 - контрольная работа 2<br /> *<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=77221 2023-03-25T08:02:40Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || [https://drive.google.com/drive/folders/1cOwNRQI_bc7l1xebKmknxp4EWWgxWcje?usp=sharing Папка с материалами]||<br /> |-<br /> | 11.03.2023 || [https://docs.google.com/presentation/d/1EfJ0X9kLMMDXuY0VDjnvwaR57mvVuwq54f8EuwycAaI/edit?usp=sharing Анализ текстов] || [https://drive.google.com/drive/folders/1svovh4FZ3TR8GR6ao87UELajlvWd8FZb?usp=sharing Папка с материалами]||<br /> |-<br /> | 18.03.2023 || || [https://drive.google.com/drive/folders/1yWSEEb5halYaLxIYCkUa2ylGXUZNDvaG?usp=sharing Папка с материалами]||<br /> |-<br /> | 25.03.2023 || || [https://drive.google.com/drive/folders/1PRs5zFT2M8dPCEQeJohoODqu5JDqsoLp?usp=sharing Папка с материалами]||<br /> |}<br /> <br /> <br /> ===Формы контроля===<br /> * 18.02 - самостоятельная № 1<br /> * 04.03 - самостоятельная № 2<br /> * 18.03 - самостоятельная № 3<br /> * 25.03 - контрольная работа 1<br /> * 17.04 23:59- домашнее задание<br /> * 22.04 - самостоятельная работа № 4<br /> * 20.05 - самостоятельная работа № 5<br /> * 03.06 - контрольная работа 2<br /> *<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=77068 2023-03-18T08:27:28Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || [https://drive.google.com/drive/folders/1cOwNRQI_bc7l1xebKmknxp4EWWgxWcje?usp=sharing Папка с материалами]||<br /> |-<br /> | 11.03.2023 || [https://docs.google.com/presentation/d/1EfJ0X9kLMMDXuY0VDjnvwaR57mvVuwq54f8EuwycAaI/edit?usp=sharing Анализ текстов] || [https://drive.google.com/drive/folders/1svovh4FZ3TR8GR6ao87UELajlvWd8FZb?usp=sharing Папка с материалами]||<br /> |-<br /> | 18.03.2023 || || [https://drive.google.com/drive/folders/1yWSEEb5halYaLxIYCkUa2ylGXUZNDvaG?usp=sharing Папка с материалами]||<br /> |}<br /> <br /> <br /> ===Формы контроля===<br /> * 18.02 - самостоятельная № 1<br /> * 04.03 - самостоятельная № 2<br /> * 18.03 - самостоятельная № 3<br /> * 25.03 - контрольная работа 1<br /> * 17.04 23:59- домашнее задание<br /> * 22.04 - самостоятельная работа № 4<br /> * 20.05 - самостоятельная работа № 5<br /> * 03.06 - контрольная работа 2<br /> *<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76931 2023-03-11T07:54:27Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || [https://drive.google.com/drive/folders/1cOwNRQI_bc7l1xebKmknxp4EWWgxWcje?usp=sharing Папка с материалами]||<br /> |-<br /> | 11.03.2023 || [https://docs.google.com/presentation/d/1EfJ0X9kLMMDXuY0VDjnvwaR57mvVuwq54f8EuwycAaI/edit?usp=sharing Анализ текстов] || [https://drive.google.com/drive/folders/1svovh4FZ3TR8GR6ao87UELajlvWd8FZb?usp=sharing Папка с материалами]||<br /> |}<br /> <br /> <br /> <br /> ===Формы контроля===<br /> * 18.02 - самостоятельная № 1<br /> * 04.03 - самостоятельная № 2<br /> * 18.03 - самостоятельная № 3<br /> * 25.03 - контрольная работа 1<br /> * 17.04 23:59- домашнее задание<br /> * 22.04 - самостоятельная работа № 4<br /> * 20.05 - самостоятельная работа № 5<br /> * 03.06 - контрольная работа 2<br /> *<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76928 2023-03-11T06:05:26Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || [https://drive.google.com/drive/folders/1cOwNRQI_bc7l1xebKmknxp4EWWgxWcje?usp=sharing Папка с материалами]||<br /> |-<br /> | 11.03.2023 || || [https://drive.google.com/drive/folders/1svovh4FZ3TR8GR6ao87UELajlvWd8FZb?usp=sharing Папка с материалами]||<br /> |}<br /> <br /> <br /> <br /> ===Формы контроля===<br /> * 18.02 - самостоятельная № 1<br /> * 04.03 - самостоятельная № 2<br /> * 18.03 - самостоятельная № 3<br /> * 25.03 - контрольная работа 1<br /> * 17.04 23:59- домашнее задание<br /> * 22.04 - самостоятельная работа № 4<br /> * 20.05 - самостоятельная работа № 5<br /> * 03.06 - контрольная работа 2<br /> *<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76822 2023-03-04T08:12:36Z

<p>Mbburova: /* Материалы */</p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || [https://drive.google.com/drive/folders/1cOwNRQI_bc7l1xebKmknxp4EWWgxWcje?usp=sharing Папка с материалами]||<br /> |}<br /> <br /> <br /> <br /> ===Формы контроля===<br /> * 18.02 - самостоятельная № 1<br /> * 04.03 - самостоятельная № 2<br /> * 18.03 - самостоятельная № 3<br /> * 25.03 - контрольная работа 1<br /> * 17.04 23:59- домашнее задание<br /> * 22.04 - самостоятельная работа № 4<br /> * 20.05 - самостоятельная работа № 5<br /> * 03.06 - контрольная работа 2<br /> *<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76821 2023-03-04T07:42:49Z

<p>Mbburova: /* Формы контроля */</p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || []||<br /> |}<br /> <br /> <br /> <br /> ===Формы контроля===<br /> * 18.02 - самостоятельная № 1<br /> * 04.03 - самостоятельная № 2<br /> * 18.03 - самостоятельная № 3<br /> * 25.03 - контрольная работа 1<br /> * 17.04 23:59- домашнее задание<br /> * 22.04 - самостоятельная работа № 4<br /> * 20.05 - самостоятельная работа № 5<br /> * 03.06 - контрольная работа 2<br /> *<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76820 2023-03-04T07:42:36Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || []||<br /> |}<br /> <br /> <br /> <br /> ===Формы контроля===<br /> 18.02 - самостоятельная № 1<br /> 04.03 - самостоятельная № 2<br /> 18.03 - самостоятельная № 3<br /> 25.03 - контрольная работа 1<br /> 17.04 23:59- домашнее задание<br /> 22.04 - самостоятельная работа № 4<br /> 20.05 - самостоятельная работа № 5<br /> 03.06 - контрольная работа 2<br /> <br /> <br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76819 2023-03-04T07:34:18Z

<p>Mbburova: /* Материалы */</p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]|| [https://youtu.be/zXquPe6SeW8 Запись]<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]|| [https://youtu.be/gte_3CxNi-A Запись]<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]|| [https://youtu.be/DJj3E3Sa2Jk Часть 1] [https://youtu.be/pN5AsAleUBc Часть 2]<br /> |-<br /> | 04.03.2023 || || []||<br /> |}<br /> <br /> <br /> <br /> ===Контрольные работы===<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76818 2023-03-04T07:30:37Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> <br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]||<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]||<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]||<br /> |-<br /> | 04.03.2023 || || []||<br /> |}<br /> <br /> <br /> <br /> ===Контрольные работы===<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76817 2023-03-04T07:30:17Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> == О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> ==Материалы==<br /> <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]||<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]||<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]||<br /> |-<br /> | 04.03.2023 || || []||<br /> |}<br /> <br /> <br /> <br /> ===Контрольные работы===<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76685 2023-02-25T07:56:51Z

<p>Mbburova: /* Материалы */</p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> == О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> ==Материалы==<br /> Записи занятий на youtube: <br /> Репозиторий с материалами: <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]||<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]||<br /> |-<br /> | 25.02.2023 || || [https://drive.google.com/drive/folders/1Yso5JTwik4QMz1QkV6Udo9e_b-wYrdZ4?usp=sharing Папка с материалами]||<br /> |}<br /> <br /> <br /> <br /> ===Контрольные работы===<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76572 2023-02-18T07:53:19Z

<p>Mbburova: /* Материалы */</p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> == О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> ==Материалы==<br /> Записи занятий на youtube: <br /> Репозиторий с материалами: <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]||<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с материалами]||<br /> |}<br /> <br /> <br /> <br /> ===Контрольные работы===<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76571 2023-02-18T07:46:34Z

<p>Mbburova: /* Материалы */</p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> == О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> ==Материалы==<br /> Записи занятий на youtube: <br /> Репозиторий с материалами: <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]||<br /> |-<br /> | 18.02.2023 || [https://docs.google.com/presentation/d/18sBX1MQVwL0Re5aaKgCzLtF3NFpbbX86e-c5yEvvsQs/edit?usp=sharing Классификация] || [https://drive.google.com/drive/folders/1FrGLq1m7t83jnsMB9qtyTeHpp2-Pdz6N?usp=sharing Папка с регрессией]||<br /> |}<br /> <br /> <br /> <br /> ===Контрольные работы===<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76393 2023-02-11T07:59:37Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> == О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> ==Материалы==<br /> Записи занятий на youtube: <br /> Репозиторий с материалами: <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка !! Запись<br /> |-<br /> | 21.01.2023 || || || [https://youtu.be/PP0e5-GKiVA Семинары 1-2]<br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]|| [https://youtu.be/cuu07hf5TYE Семинары 3-4]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]||<br /> |}<br /> <br /> <br /> <br /> ===Контрольные работы===<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76392 2023-02-11T07:55:49Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> == О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> ==Материалы==<br /> Записи занятий на youtube: <br /> Репозиторий с материалами: <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка<br /> |-<br /> | 21.01.2023 || || <br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]<br /> |-<br /> | 11.02.2023 || || [https://drive.google.com/drive/folders/1CjTLEJOmEikLxE5wnVpBmgiIpfuz5X-k?usp=sharing Папка с регрессией]<br /> |}<br /> <br /> <br /> <br /> ===Контрольные работы===<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76177 2023-02-04T09:59:52Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> == О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> ==Материалы==<br /> Записи занятий на youtube: <br /> Репозиторий с материалами: <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка<br /> |-<br /> | 21.01.2023 || || <br /> |-<br /> | 04.02.2023 || [https://docs.google.com/presentation/d/1CFkgHB9b-ceLfX0dLeUgn0FqH98_dvLwCksB0RdHN_g/edit?usp=sharing Регрессия]<br /> || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas] [https://drive.google.com/file/d/1eKLBYtBB68U7opNaFPyTMuzDiqEc2kWA/view?usp=sharing Данные]<br /> |-<br /> | || || <br /> |}<br /> <br /> <br /> <br /> ===Контрольные работы===<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76175 2023-02-04T08:12:34Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> * [https://us02web.zoom.us/j/82353456596?pwd=eHg3dzJMdUNqWHc3emNKNVpIWHdZZz09 Zoom]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> ==Материалы==<br /> Записи занятий на youtube: <br /> Репозиторий с материалами: <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка<br /> |-<br /> | 21.01.2023 || || <br /> |-<br /> | 04.02.2023 || || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas]<br /> |-<br /> | || || <br /> |}<br /> |}<br /> <br /> <br /> ===Контрольные работы===<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76174 2023-02-04T07:57:08Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> ==Материалы==<br /> Записи занятий на youtube: <br /> Репозиторий с материалами: <br /> <br /> <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! Презентация !! Тетрадка<br /> |-<br /> | 21.01.2023 || || <br /> |-<br /> | 04.02.2023 || || [https://drive.google.com/file/d/1hYc5SWPeMcN1RbpsPJg14FYp8pEu0I70/view?usp=sharing Продолжение Pandas]<br /> |-<br /> | || || <br /> |}<br /> |}<br /> <br /> <br /> ===Контрольные работы===<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%94%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_22/23_%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8&diff=76173 2023-02-04T06:09:37Z

<p>Mbburova: Новая страница: «== О курсе == &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле. * [https://t.me/+9AazKY4rqOMxMTFi Чат к…»</p> <hr /> <div>== О курсе ==<br /> &quot;Анализ данных в Python&quot; читается на 3 курсе, в 3 и 4 модуле.<br /> <br /> * [https://t.me/+9AazKY4rqOMxMTFi Чат курса в Telegram]<br /> <br /> ==Преподаватель==<br /> Бурова Маргарита Борисовна<br /> * [mailto:mbburova@gmail.com E-mail]<br /> <br /> ==Ассистент==<br /> Лика Капустина<br /> * @lika_kapustina в Telegram<br /> <br /> ==Материалы==<br /> Записи занятий на youtube: <br /> Репозиторий с материалами: <br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Дата !! № !! Блокноты и презентации !! Данные !! Доп. материалы<br /> |-<br /> <br /> <br /> |}<br /> <br /> <br /> ===Контрольные работы===<br /> <br /> == Список рекомендуемых материалов ==<br /> <br /> ==== Линейная алгебра и статистика ====<br /> * [https://web.stanford.edu/~hastie/ElemStatLearn/ Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.]<br /> * [http://people.math.umass.edu/~lavine/Book/book.pdf Lavine. (2013). Introduction to Statistical Thought]<br /> * [https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/ MIT Open course: Linear Algebra by Strang]<br /> <br /> ====Python====<br /> * [https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf Pandas Cheat Sheet]<br /> * [http://www.pyregex.com/ Python RegExp Cheat Sheet]<br /> * [http://opencarts.org/sachlaptrinh/pdf/28232.pdf O'Reilly: Python for Data Analysis]<br /> * [https://stepik.org/course/67/syllabus Базовый курс по программированию на Stepik]<br /> <br /> ==== Machine learning ====<br /> * [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Bishop. (2006). Pattern Recognition and Machine Learning]<br /> * [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]<br /> * [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning by Andrew Ng]<br /> * [http://shop.oreilly.com/product/0636920018483.do O'Reilly: Machine Learning for Hackers]<br /> <br /> ==== Материала по ML ====<br /> * [https://www.kaggle.com/learn/machine-learning Simple Decision Tree]<br /> * [https://books.google.ru/books?id=vbQlDQAAQBAJ&amp;dq=Introduction+to+Machine+Learning+with+Python:+A+Guide+for+Data+Scientists&amp;hl=ru&amp;source=gbs_navlinks_s Andreas C. Müller, Sarah Guido. Introduction to Machine Learning with Python: A Guide for Data Scientists]<br /> <br /> ====Статистика====<br /> * Бослав С. Статистика для всех (Есть в библиотеке)<br /> * Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)<br /> <br /> ==== Web scraping ====<br /> * [http://shop.oreilly.com/product/0636920028468.do O'Reilly: RESTful Web APIs]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=Wiki_%D0%A4%D0%9A%D0%9D&diff=76172 2023-02-04T06:06:05Z

<p>Mbburova: </p> <hr /> <div>__NOTOC__ <br /> <br /> = Учебные курсы факультета компьютерных наук =<br /> <br /> == Курсы за 2022/23 учебный год ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> <br /> ! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы<br /> |-<br /> |<br /> '''ПМИ'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2022/2023_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2022/2023_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Математический_анализ_1_2022/2023_(основной_поток) | Математический анализ-1 (основной поток)]]<br /> <br /> [[Математический_анализ_1_2022/2023_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]<br /> <br /> [[DM1base-2022-23 | Дискретная математика (ПМИ основной поток + ЭАД)]]<br /> <br /> [[Дискретная_математика_(пилотный_поток) | Дискретная математика (пилотный поток)]]<br /> <br /> [http://wiki.cs.hse.ru/Язык_программирования_Python_2022/2023_(основной_поток) Язык программирования Python 2022/2023 (основной_поток)]<br /> <br /> [[Алгоритмы_и_структуры_данных_1_(основной_поток) | Алгоритмы и структуры данных 1 (основной поток)]]<br /> <br /> [[Алгоритмы_и_структуры_данных_пилотный_поток_2022/2023 | Алгоритмы и структуры данных (пилотный поток)]]<br /> <br /> [[Теория_чисел | Теория чисел (пилотный поток)]]<br /> <br /> [[Теория_чисел_(основной_поток) | Теория чисел (основной поток)]]<br /> <br /> <br /> '''ПИ'''<br /> <br /> [[Дискретная математика 2022-2023 | Дискретная математика ]]<br /> <br /> [[Алгебра ПИ 2022-2023 | Алгебра]]<br /> <br /> <br /> '''ПАД'''<br /> <br /> [[Calculus DSBA 2022/2023 | Calculus (DSBA)]]<br /> <br /> [[English_DSBA_2022/2023 | English DSBA (DSBA)]]<br /> <br /> [[LAaG DSBA 2022/2023 | LAaG (DSBA)]]<br /> <br /> [[Discrete Mathematics DSBA 2022/2023 | Discrete Mathematics ]]<br /> <br /> [[Introduction to Programming DSBA 2022/2023 | Introduction to Programming on Python (DSBA)]]<br /> <br /> [[Introduction to Programming 2 DSBA 2022/2023 | Introduction to Programming on C++ (DSBA)]]<br /> <br /> [[Foundations_of_Law_DSBA_2022/2023 | Foundations of Law (DSBA)]]<br /> <br /> [[Introduction to Economics DSBA 2022/2023]]<br /> <br /> <br /> '''КНАД'''<br /> <br /> [[Дискретная_математика_КНАД 22/23| Дискретная математика (КНАД) ]]<br /> <br /> [[Математический_анализ_КНАД 22/23| Математический анализ (КНАД) ]]<br /> <br /> [[Линейная_алгебра_КНАД 22/23| Линейная алгебра (КНАД) ]]<br /> <br /> [[Программирование_на_Python_КНАД 22/23| Программирование на Python (КНАД) ]]<br /> <br /> [[Алгоритмы и структуры данных - 1 2022/2023 2 модуль (ЭАД КНАД ВСН) | Алгоритмы и структуры данных 2022/2023 2 модуль (ЭАД КНАД ВСН)]]<br /> <br /> [[Python_для_сбора_и_анализа_данных_КНАД_22/23 | Python для сбора и анализа данных (КНАД)]]<br /> <br /> [[Программирование_на_С++_КНАД_22/23 | Программирование на С++]]<br /> <br /> <br /> ||<br /> <br /> '''ПМИ'''<br /> <br /> [[Математическая_статистика_2022/2023_(пилотный_поток)| Математическая статистика (пилотный поток)]]<br /> <br /> [[Математическая_статистика_2022/2023_(основной_поток)| Математическая статистика (основной поток)]]<br /> <br /> [[Теория_вероятностей_2022/2023_(пилотный_поток)| Теория вероятностей (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2022/2023_(основной_поток)| Теория вероятностей (основной поток)]]<br /> <br /> [[Математический_Анализ_2_на_ПМИ_2022/2023_(пилотный_поток) | Математический анализ - 2 (пилотный поток)]]<br /> <br /> [[Математический_анализ_-_2_(2022/23) | Математический анализ - 2 (основной поток)]]<br /> <br /> [[Язык_программирования_C%2B%2B_(углубленный_курс)_2022 | Язык программирования C++ (углубленный курс)]]<br /> <br /> [[Математическая_логика_ПМИ_22/23 | Математическая логика ]]<br /> <br /> [[Продвинутый_Python_2022/2023 | Продвинутый Python ]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_2022/2023 | Алгоритмы и структуры данных - 2 ]]<br /> <br /> [[Язык_программирования_Rust | Язык программирования Rust ]]<br /> <br /> [[Инструменты_промышленной_разработки_2022/2023 | Инструменты промышленной разработки 2022/2023 ]]<br /> <br /> [[CAOS-2022 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Дифференциальные уравнения (ПМИ)]]<br /> <br /> [[Основы_матричных_вычислений_2022/2023 | Основы матричных вычислений ]]<br /> <br /> '''ПИ'''<br /> <br /> [[Алгоритмы_и_структуры_данных_на_ПИ_2022/2023 | Алгоритмы и структуры данных на ПИ]]<br /> <br /> [[Теория вероятностей и математическая статистика 2022-2023 | Теория вероятностей и математическая статистика]]<br /> <br /> [[НИС_Методы_и_алгоритмы_защиты_информации_2022/2023 | НИС Методы и алгоритмы защиты информации ]]<br /> <br /> '''ПАД'''<br /> <br /> [[Discrete Mathematics 2 DSBA 2022/2023 | Discrete Mathematics 2 (DSBA)]]<br /> <br /> [[Business_and_Management_in_Global_Context_22/23 | Business and Management in Global Context 22/23]]<br /> <br /> [[Calculus-2]]<br /> <br /> [[Algorithms and Data Structures DSBA 2022/2023 | Algorithms and Data Structures]]<br /> <br /> [[Probability and Statistics (DSBA)]]<br /> <br /> [[Introduction to Micro and Macroeconomics DSBA 2022/2023]]<br /> <br /> [[Differential_Equations_2021 | Differential Equations ]]<br /> <br /> [[ACOS_DSBA_2022/2023 | Computer Architecture and Operating Systems]]<br /> <br /> '''КНАД'''<br /> <br /> [[Алгебра КНАД 2022/2023 | Алгебра]]<br /> <br /> [[Математический_анализ -- 2 (2022/23) | Математический анализ -- 2]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_КНАД 22/23 | Алгоритмы и структуры данных 2]]<br /> <br /> [[Теория_вероятностей_КНАД 22/23 | Теория вероятностей ]]<br /> <br /> [[ACOS_COMPDS_2022/2023 | Архитектура Компьютера и Операционные Системы]]<br /> <br /> [[Математическая_статистика_КНАД_22/23 | Математическая статистика]]<br /> <br /> [[Численные_методы_КНАД_22/23 | Численные методы]]<br /> <br /> ||<br /> <br /> '''ПМИ'''<br /> <br /> [[Машинное_обучение_1 | Машинное обучение 1]]<br /> <br /> [[Компьютерные_сети_2022/2023 | Компьютерные сети 2022/2023]]<br /> <br /> [[ Operation Research and Game Theory | Operation Research and Game Theory]]<br /> <br /> [[ Statistical learning theory 2022 | Statistical Learning Theory]]<br /> <br /> [[ Функциональное_программирование_22-23 | Функциональное программирование ]]<br /> <br /> [[ Основы_тензорных_вычислений_(2022/2023) | Основы тензорных вычислений ]]<br /> <br /> [[Глубинное обучение 1 22/23 | Введение в глубинное обучение 22/23]]<br /> <br /> [[Математическое_моделирование_2022 | Математическое моделирование 2022]]<br /> <br /> [[time_series_modelling_22_23 | Моделирование временных рядов 22/23]]<br /> <br /> [[Теория_чисел_и_криптография | Теория чисел и криптография]]<br /> <br /> [[Методы_оптимизации_22/23 | Методы оптимизации]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Прикладная_статистика_в_машинном_обучении_22/23 | Прикладная статистика в машинном обучении 22/23]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_3_курс_2022/2023 | НИС Машинное обучение и приложения 3 курс]]<br /> <br /> [[Глубинное обучение 1 22/23 | Глубинное обучение 1 22/23]]<br /> <br /> [[Методы оптимизации в машинном обучении 2023]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://osukhoroslov-hse.notion.site/a35a6a40088b44a7a9e374727a0f2548 Распределенные системы]<br /> <br /> [https://osukhoroslov-hse.notion.site/dbce4f5101ed47dca0b363122f139aac НИС Распределенные системы]<br /> <br /> [http://wiki.cs.hse.ru/Database_Systems_2023 Database Systems 2023]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[Theory of Computation 2022 | Theory of Computation]]<br /> <br /> [[ NIS-TCS-22-23 | НИС Теоретическая информатика ]]<br /> <br /> [[KKTI-22-23 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> '''ПИ'''<br /> <br /> [[ SPA_2022 |Принципы статического анализа исходного кода ]]<br /> <br /> '''ПАД'''<br /> <br /> [[tssp-2022-23 | Time series and stochastic processes 2022-23]]<br /> <br /> [https://github.com/xenakas/dsba_ecm_2022 Elements of Econometrics]<br /> <br /> [[BAFE-2022-23 | Business Analytics and Financial Engineering 2022-2023]]<br /> <br /> [[Machine learning 1 DSBA 2022/2023]]<br /> <br /> [[Databases]]<br /> <br /> [[Optimisation methods]]<br /> <br /> [[ MACE1_DSBA_22-23 | Research Seminar &quot;Mathematical and Computational Engineering in Science and Business 1&quot;]]<br /> <br /> [[ DAF1_DSBA_22-23 | Research Seminar &quot;Data Analysis in Finance 1&quot;]]<br /> <br /> <br /> ||<br /> <br /> '''ПМИ'''<br /> <br /> [https://www.notion.so/2022-2023-12475421ada6400c8bd5bf24a2a30c01 ВКР]<br /> <br /> [[ Случайные_процессы_(зима_2023) | Случайные процессы (зима 2023)]]<br /> <br /> [[ Функциональное_программирование_22-23 | Функциональное программирование ]]<br /> <br /> [[ Haskell_23 | Промышленное программирование на Haskell ]]<br /> <br /> [[ Основы_тензорных_вычислений_(2022/2023) | Основы тензорных вычислений ]]<br /> <br /> [[ Глубинное_обучение_в_обработке_звука_22/23 | Глубинное обучение в обработке звука ]]<br /> <br /> [[ Методы_предобучения_без_учителя_22/23 | Методы предобучения без учителя ]]<br /> <br /> [[ Символьные_вычисления_22/23 | Символьные вычисления ]]<br /> <br /> [[Эффективные системы глубинного обучения 22/23|Эффективные системы глубинного обучения]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_22/23 | Теория и практика онлайн-экспериментов]]<br /> <br /> [[Децентрализованные_системы | Децентрализованные системы ]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[НИС_Машинное_обучение_и_приложения_4_курс_2022/2023 | НИС Машинное обучение и приложения 4 курс]] <br /> <br /> [[Глубинное_обучение_2022 | Глубинное обучение]]<br /> <br /> [[Глубинное_обучение_в_анализе_графовых_данных_22/23 | Глубинное обучение в анализе графовых данных]]<br /> <br /> [[LSML_2022/2023 | Машинное обучение для больших данных]]<br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://osukhoroslov-hse.notion.site/2-b1c2d4487ac8478f89cd4fa427da3e27 НИС Распределенные системы]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[A_Theorist's_Toolkit_2022_2023 | A Theorist's Toolkit, AMI]]<br /> <br /> [[OWF2022 | Односторонние функции и их применения]]<br /> <br /> [[InfTheory2022 | Теория информации]]<br /> <br /> [[ NIS-TCS-22-23 | НИС Теоретическая информатика ]]<br /> <br /> '''ПИ'''<br /> <br /> <br /> '''ПАД'''<br /> <br /> [[ Statistics4MR-2022-23 | Statistics for Market Research 2022-23]]<br /> <br /> [[ Strategy_22-23_DSBA | Decision Making Strategy 2022-2023]]<br /> <br /> [[ APFM_22-23 | Asset Pricing and Financial Markets 2022-2023]]<br /> <br /> [[ CMC_DSBA_22-23 | Core management concepts ]]<br /> <br /> [[Machine learning 2 DSBA 2022/2023]]<br /> <br /> [[ MACE2_DSBA_22-23 | Research Seminar &quot;Mathematical and Computational Engineering in Science and Business 2&quot;]]<br /> <br /> [[ DAF2_DSBA_22-23 | Research Seminar &quot;Data Analysis in Finance 2&quot;]]<br /> <br /> [[ DANS_DSBA_22-23 | Research Seminar &quot;Data Analysis in the Natural Sciences&quot; ]]<br /> <br /> [[Risk-Management_DSBA_22-23 | Research Seminar &quot;Risk-Management&quot; ]]<br /> <br /> [[Quantitative finance DSBA]]<br /> <br /> ||<br /> <br /> [[Дополнительные_главы_теории_вероятностей_2023|ДГТВ]]<br /> <br /> [[Теория_вычислений_2023|Теория вычислений]]<br /> <br /> [[Случайные_графы_2022 | Случайные графы]]<br /> <br /> [[Майнор_Биоинформатика_1_год_2022/23 | Биоинформатика 1 год 2022/23]]<br /> <br /> [[Майнор Биоинформатика 2 год 2022/23 | Биоинформатика 2 год]]<br /> <br /> [[Основы_машинного_обучения | Основы машинного обучения (майнор ИАД)]]<br /> <br /> [[Основы_глубинного_обучения | Основы глубинного обучения (майнор ИАД)]]<br /> <br /> [[Прикладные_задачи_анализа_данных | Прикладные задачи анализа данных (майнор ИАД)]]<br /> <br /> [[Введение_в_программирование_22/23_(майнор_ИАД) | Введение в программирование 22/23 (майнор ИАД)]]<br /> <br /> [[Базы данных 22/23 (майнор ИАД)| Базы данных 22/23 (майнор ИАД)]]<br /> <br /> [[Adaptation course in Discrete Math (факультатив)]]<br /> <br /> [[Уравнения с частными производными (2022-2023)|Уравнения с частными производными (2022-2023]]<br /> <br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> <br /> === 1 семестр ===<br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> <br /> |-<br /> | [[Цифровая грамотность для международных отношений 22/23 | Цифровая грамотность для международных отношений 22/23]]&lt;br /&gt; || Международных отношения || 1 курс || 1-2 модуль<br /> <br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23#.D0.9D.D0.B5.D0.BE.D0.B1.D1.85.D0.BE.D0.B4.D0.B8.D0.BC.D1.8B.D0.B5_.D1.81.D1.81.D1.8B.D0.BB.D0.BA.D0.B8 Основы анализа данных для международных отношений 22/23] || Международных отношения || 2 курс || 1-2 модуль<br /> <br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%BD%D0%B0_Python_%D0%BE%D1%81%D0%B5%D0%BD%D1%8C_2022_%D0%BC%D0%B0%D1%82%D1%84%D0%B0%D0%BA#.D0.9F.D1.80.D0.B0.D0.B2.D0.B8.D0.BB.D0.B0_.D0.B4.D0.B5.D0.B4.D0.BB.D0.B0.D0.B9.D0.BD.D0.BE.D0.B2 Основы программирования на Python осень 2022 матфак] || Математика&lt;br \&gt;Совместная бакалавриат НИУ ВШЭ и ЦПМ&lt;br \&gt;Совместная магистратура НИУ ВШЭ и ЦПМ&lt;br \&gt;Математика и математическая физика|| 2-4 курс бакалавриата &lt;br /&gt; 1-2 курс магистратуры || 1-2 модуль <br /> <br /> |-<br /> | [[Анализ данных 2022 (ОП &quot;Журналистика&quot; и &quot;Медиакоммуникации&quot;) | Анализ данных]] || Журналистика&lt;br /&gt;Медиакоммуникации || 2 курс || 1-2 модуль<br /> <br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D0%A4%D0%AD%D0%9D)_-_2022-2023 Машинное обучение] || Экономика || 3,4 курс || 1-2 модули<br /> |}<br /> <br /> === 2 семестр ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> <br /> |-<br /> | [[Прикладное программное обеспечение (основы Python)| Прикладное программное обеспечение (основы Python)]]&lt;br /&gt; || Социология || 1 курс || 3 модуль<br /> <br /> |-<br /> | [[Основы программирования в Python | Основы программирования в Python]]&lt;br /&gt; || Политология || 2 курс || 3-4 модули<br /> <br /> |-<br /> | [[Основы программирования в Python для школы дизайна | Основы программирования в Python для школы дизайна]]&lt;br /&gt; || Дизайн, Мода, Современное искусство || 2 курс || 3-4 модули<br /> <br /> |-<br /> | [[Основы программирования в Python для ВШБ | Основы программирования в Python для ВШБ]]&lt;br /&gt; || Управление бизнесом&lt;br /&gt;Логистика и управлением цепями поставок&lt;br /&gt;Маркетинг и рыночная аналитика || 2 курс || 3 модуль<br /> <br /> |-<br /> | [[Программирование на Python для МО 22/23 | Программирование на Python для МО 22/23]]&lt;br /&gt; || Международные отношения || 1 курс || 3 модуль<br /> <br /> |-<br /> | [[Машинное_обучение_22/23_Матфак| Машинное_обучение_22/23_Матфак]]&lt;br /&gt; || Факультет математики || 3 курс || 3-4 модули<br /> |-<br /> | [[Анализ_Данных_22/23_Политологи| Анализ_Данных_22/23_Политологи]]&lt;br /&gt; || ФСН || 3 курс || 3-4 модули<br /> <br /> |}<br /> <br /> == Курсы магистратуры ФКН ==<br /> {| class=&quot;wikitable&quot; <br /> |-<br /> | [[Ликбез_разработчика_(2022) | Ликбез разработчика]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> | [[RecSys_2022_2023 | Рекомендательные системы]] || ФТИАД || 2 year<br /> |-<br /> | [[Linear_Algebra_for_Data_Science_(2022) | Linear Algebra for Data Science]] || Data Science || 1 year<br /> |-<br /> | [[Ordered_Sets_in_Data_Analysis_(2022) | Ordered Sets in Data Analysis]] || Data Science || 1 year<br /> |-<br /> | [[ NIS-TCS-22-23 | НИС Теоретическая информатика ]] || Науки о данных, специализация ТИ || <br /> |-<br /> | [[Mathematical Foundations of Probability theory | Mathematical foundations of probability theory]] || Math of Machine Learning || 1 year <br /> |-<br /> | [[Markov Chains | Markov Chains]] || Math of Machine Learning || 1 year <br /> |-<br /> | [[Reinforcement_learning_2022_2023 | Математические основы обучения с подкреплением ]] || Math of Machine Learning || 2 year<br /> |}<br /> <br /> == Курсы других факультетов ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [[econ_probability_2022-23|Теория вероятностей и математическая статистика]] || фэн, 2 курс || 1-4 модуль<br /> |-<br /> | [[econ_metrics_2022-23|Эконометрика ип 2022-23]] || фэн, 3 курс || 1-4 модуль<br /> |-<br /> | [[econ_dynamic_opt_2022-23|Динамическая оптимизация в экономике и финансах]] || фэн, 3-4 курс || 1-2 модуль<br /> |-<br /> | [[icef-dse-2022-23|Data Science for Economics 2022-23]] ||icef, 3-4 year || 1-2 module<br /> |-<br /> | [[Лицей ВШЭ. Практикум по программированию 10 класс 2022-23 | Лицей ВШЭ. Практикум по программированию 10 класс]] || Лицей ВШЭ || 10 класс<br /> |-<br /> | [[icef-scalc-2022-fall|Stochastic Calculus Fall 2022]] ||icef, master 1 year || 2 module<br /> |-<br /> | [[econ_metrics_smfe_2022-23|Эконометрика (продвинутый уровень) 2022-23]] || фэн, магистратура, 1 курс || 3-4 модуль<br /> |}<br /> <br /> = Архив =<br /> <br /> == Курсы за 2021/22 учебный год ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> <br /> ! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы<br /> |-<br /> |<br /> '''ПМИ'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2021/2022_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2021/2022_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2021/2022_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2021/2022_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> [[Математический_Анализ_1_на_ПМИ_2021/2022_(пилотный_поток) | Математический анализ 1 (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2021/2022_(основной_поток) | Математический анализ-1 (основной поток)]]<br /> <br /> [[DM1-2021-22 | Дискретная математика]]<br /> <br /> [http://wiki.cs.hse.ru/Основы_и_методология_программирования_на_ПМИ_2021/2022_(основной_поток) Основы и методология программирования 2021/2022 (основной поток)]<br /> <br /> [[Алгоритмы и структуры данных пилотный поток 2021/2022 | Алгоритмы и структуры данных пилотный поток 2021/2022]]<br /> <br /> [[Алгоритмы и структуры данных 1 основной поток 2021/2022 (4 модуль) | Алгоритмы и структуры данных 1 основной поток 2021/2022 (4 модуль)]]<br /> <br /> '''ПИ'''<br /> <br /> [[DM1-SE-2021-22 | Дискретная математика-1 ПИ]]<br /> <br /> [http://hsealgebra22.wikidot.com/ Алгебра 2021/2022 ПИ wikidot]<br /> <br /> [[Алгебра 2021/2022 ПИ | Алгебра 2021/2022 ПИ]]<br /> <br /> '''ПАД'''<br /> <br /> [[Algebra_DSBA_2021/2022 | Algebra DSBA]]<br /> <br /> [[Discrete Mathematics DSBA 2021/2022 | Discrete Mathematics (DSBA)]]<br /> <br /> [[LAaG DSBA 2021/2022 | LAaG (DSBA)]]<br /> <br /> [[Calculus DSBA 2021/2022 | Calculus (DSBA)]]<br /> <br /> [[Introduction to Programming DSBA 2021/2022 | Introduction to Programming (DSBA)]]<br /> <br /> '''КНАД'''<br /> <br /> [[Математический_анализ_(КНАД) | Математический анализ (КНАД)]]<br /> <br /> [[Линейная алгебра_(КНАД) | Линейная алгебра (КНАД)]]<br /> <br /> [[Программирование_на_Python | Программирование на Python (КНАД)]]<br /> <br /> [[Дискретная_математика_КНАД | Дискретная математика (КНАД)]]<br /> <br /> [[Алгоритмы и структуры данных-1 2021/2022 4 модуль (КНАД) | Алгоритмы и структуры данных (КНАД)]]<br /> <br /> [[Программирование_на_С++_КНАД | Программирование на С++ (КНАД)]]<br /> <br /> [[Python_для_сбора_и_анализа_данных_КНАД | Python для сбора и анализа данных (КНАД)]]<br /> <br /> [[ИПР_КНАД_22 | Инструменты промышленной разработки (КНАД)]]<br /> <br /> ||<br /> <br /> '''ПМИ'''<br /> <br /> [[Теория_вероятностей_и_математическая_статистика_2021/2022_(пилотный_поток)| ТВиМС (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2021/2022_(основной_поток)| ТВиМС (основной поток)]]<br /> <br /> [[Математический анализ 2021/2022 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_-_2.1_(2021/22) Математический анализ - 2.1 (основной поток)]<br /> <br /> [[Математический_анализ_-_2.2_(2021/22) | Математический анализ - 2.2 (основной поток)]]<br /> <br /> [[MissingSemester2021/2022 | Инструменты промышленной разработки (The Missing Semester of your CS education)]]<br /> <br /> [[Язык программирования C++ (углубленный курс) | Язык программирования C++ (углубленный курс)]]<br /> <br /> [[Математическая логика | Математическая логика]]<br /> <br /> [[Дифференциальные уравнения (ПМИ, 2022)]]<br /> <br /> [[Алгоритмы и структуры данных 2 2021 | Алгоритмы и структуры данных 2]]<br /> <br /> [[Алгоритмы_и_структуры_данных_пилотный_поток_2020/2021 | Алгоритмы и структуры данных – 2 на ПМИ (пилотный поток)]]<br /> <br /> [[CAOS-2021 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Основы_матричных_вычислений_2021/2022| Основы матричных вычислений 2021/2022]]<br /> <br /> <br /> '''ПИ'''<br /> <br /> [[Алгоритмы и структуры данных на ПИ 2021/2022 | Алгоритмы и структуры данных на ПИ]]<br /> <br /> [[НИС Методы и алгоритмы защиты информации | НИС Методы и алгоритмы защиты информации]]<br /> <br /> '''ПАД'''<br /> <br /> [[Discrete Mathematics 2 DSBA 2021/2022 | Discrete Mathematics 2 (DSBA)]]<br /> <br /> [[Business_and_Management_in_Global_Context_2021/22 | Business and Management in Global Context (DSBA)]]<br /> <br /> [[Statistics_DSBA_2021/2022 | Probability and Statistics (DSBA)]]<br /> <br /> [[Differential_Equations_2023 | Differential Equations ]]<br /> <br /> [[ACOS_DSBA_2021/2022 | Computer Architecture and Operating Systems (DSBA)]]<br /> <br /> ||<br /> <br /> [https://www.notion.so/2021-2022-7374a6eeced2434288226a339bd5037f Курсовая работа]<br /> <br /> '''ПМИ'''<br /> <br /> [[Intro_to_DL_21/22 | Introduction to Deep Learning 21/22 ]]<br /> <br /> [[Безопасность_компьютерных_систем_21/22 | Безопасность компьютерных систем 21/22]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%A7%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5_%D0%9C%D0%B5%D1%82%D0%BE%D0%B4%D1%8B_2022#.D0.A3.D1.87.D0.B5.D0.B1.D0.BD.D1.8B.D0.B9_.D0.BF.D0.BB.D0.B0.D0.BD Численные методы (2022)]<br /> <br /> [[Методы_оптимизации_21/22 | Методы оптимизации 21/22]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_22 Математическое моделирование]<br /> <br /> [http://wiki.cs.hse.ru/NIS-TCS-20-21 НИС Теоретическая информатика]<br /> <br /> [[time_series_modelling_21_22 | Моделирование временных рядов 21/22]]<br /> <br /> [[Анализ данных в бизнесе (Кафедра SAS) 21/22 | Анализ данных в бизнесе (Кафедра SAS) 21/22]]<br /> <br /> [[Comb2021_2022 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> [[Машинное_обучение_1/2021_2022 | Машинное обучение 1]]<br /> <br /> [[Theory of Computation 2021 | Theory of Computation]]<br /> <br /> [http://math-info.hse.ru/s21/8 Прикладные дифференциальные уравнения]<br /> <br /> [[Сбор_и_разметка_данных_для_машинного_обучения_21/22 | Сбор и разметка данных для машинного обучения 21/22]]<br /> <br /> [[Промышленное_программирование_на_языке_Java/2022 | Промышленное программирование на языке Java]]<br /> <br /> '''ПМИ / PC'''<br /> <br /> [https://osukhoroslov-hse.notion.site/5ca71a3b2b17452599f169468df43408 НИС Распределенные системы]<br /> <br /> [[Database_Systems_2022 | Database Systems 2022]]<br /> <br /> [https://osukhoroslov-hse.notion.site/082aef7073a844afa4c1bf718a773d77 Распределенные системы]<br /> <br /> [https://naorlov.notion.site/naorlov/Nets-2021-51931594039e40aeb9102b784d7a8e70 Компьютерные сети]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_2 | Машинное обучение 2]]<br /> <br /> [[Методы оптимизации в машинном обучении 2022| Методы оптимизации в машинном обучении 2022]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_3_курс_2021/2022 | НИС Машинное обучение и приложения 3 курс]]<br /> <br /> [http://wiki.cs.hse.ru/Psmo_21_22 Прикладная статистика в машинном обучении 21/22]<br /> <br /> [[Statistical_learning_theory_2021 | Statistical learning theory]]<br /> <br /> '''ПИ'''<br /> <br /> [[ML4SE_1 | НИС Машинное обучение для программной инженерии]]<br /> <br /> [[Технологии прикладного анализа данных SAS | Технологии прикладного анализа данных SAS]]<br /> <br /> '''ПАД'''<br /> <br /> [http://wiki.cs.hse.ru/Time_Series_and_Stochastic_Processes_ada_21_22 Time series and stochastic processes 2021-22]<br /> <br /> [https://github.com/xenakas/dsba_ecm_2021 Elements of Econometrics ]<br /> <br /> [[Data Science Case Studies (JD SAS) 21/22 | Data Science Case Studies (JD SAS) 21/22]]<br /> <br /> [[SAS Technologies for Data Mining | SAS Technologies for Data Mining]]<br /> [[Optimization_Methods_2022 | Optimization Methods]]<br /> <br /> ||<br /> <br /> [[Введение_в_дифференциальную_геометрию_2022 | Введение в дифференциальную геометрию 2022]]<br /> <br /> [[Символьные_вычисления_21/22 | Символьные вычисления 21/22]]<br /> <br /> [[Случайные_процессы_(зима_2022) | Случайные процессы (зима 2022) ]]<br /> <br /> [[Методы_сжатия_и_передачи_медиаданных_21/22 | Методы сжатия и передачи медиаданных 21/22]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_21/22 | Теория и практика онлайн-экспериментов 21/22]]<br /> <br /> [[Безопасность_компьютерных_систем_21/22 | Безопасность компьютерных систем 21/22]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%94%D0%B8%D0%B7%D0%B0%D0%B9%D0%BD_%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC_21/22 Дизайн систем]<br /> <br /> [http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D1%82%D0%B5%D0%BD%D0%B7%D0%BE%D1%80%D0%BD%D1%8B%D1%85_%D0%B2%D1%8B%D1%87%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%B8%D0%B9 Основы тензорых вычислений]<br /> <br /> [[Сбор_и_разметка_данных_для_машинного_обучения_21/22 | Сбор и разметка данных для машинного обучения 21/22]]<br /> <br /> [[Байесовские_методы_машинного_обучения_2021 | Байесовские методы машинного обучения]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_4_курс_2021/2022 | НИС Машинное обучение и приложения 4 курс]]<br /> <br /> [https://artemova.notion.site/artemova/c88a68750cff4b509699fa127be11801 Глубинное обучение для текстовых данных 2021/2022]<br /> <br /> [http://wiki.cs.hse.ru/LSML_2021/2022 Машинное обучение для больших данных 21/22]<br /> <br /> [[Эффективные системы глубинного обучения 21/22|Эффективные системы глубинного обучения]]<br /> <br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://osukhoroslov-hse.notion.site/2-0cd36b67b9f64182bfeabcda9ede647a НИС Распределенные системы 2]<br /> <br /> [[msbdp_21 | Методы и системы обработки больших данных]]<br /> <br /> [https://osukhoroslov-hse.notion.site/cee4a50ac8cf4e328cefbd35cf822fa5 Облачные вычисления]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[InfTheory2021 | Теория информации]]<br /> <br /> [[OWF2021 | Односторонние функции и их применения]]<br /> <br /> [[ConvAppr22 | Выпуклое программирование и аппроксимационные алгоритмы ]]<br /> <br /> '''ПАД'''<br /> <br /> [[Statistics 4mr 2021-22 | Statistical Methods for Market Research (DSBA)]]<br /> <br /> [[Decision Making Strategy]]<br /> <br /> ||<br /> <br /> [[Дополнительные_главы_теории_вероятностей_2022|ДГТВ]]<br /> <br /> [[Дополнительные_главы_теории_вероятностей-2_2021/2022|ДГТВ-2]]<br /> <br /> [[Теория_вычислений_2022|Теория вычислений]]<br /> <br /> [[NonClassicalLogics|Факультатив &quot;Неклассические логики&quot; (3 модуль)]]<br /> <br /> [[Криптография_на_решётках_21/22| Криптография на решётках]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D0%B9%D0%BD%D0%BE%D1%80_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_1_%D0%B3%D0%BE%D0%B4_2021/22 Майнор Биоинформатика 1 год 2021/22]<br /> <br /> [[Майнор_Биоинформатика_2_год_2021/22|Майнор Биоинформатика 2 год 2021/22]]<br /> <br /> [[Введение_в_программирование_21/22_(майнор_ИАД) | Введение в программирование 21/22 (майнор ИАД)]]<br /> <br /> [[Основы_машинного_обучения/2022 | Основы машинного обучения (майнор ИАД)]]<br /> <br /> [[Основы_глубинного_обучения/2021_2022 | Основы глубинного обучения (майнор ИАД)]]<br /> <br /> [[Прикладные_задачи_анализа_данных/2022 | Прикладные задачи анализа данных (майнор ИАД)]]<br /> <br /> [[Функциональное_программирование_2019 | Функциональное программирование 2021]]<br /> <br /> [[KotlinElective|Факультатив &quot;Язык Kotlin&quot; (ноя-дек 2021)]]<br /> <br /> [[Dopglavy_DM_2022| Дополнительные главы дискретной математики]]<br /> <br /> [[Факультатив_Data_Science_в_игровой_индустрии_(SAS) | Факультатив Data Science в игровой индустрии (SAS)]]<br /> <br /> [[Факультатив_Анализ_данных_на_платформе_SAS | Факультатив Анализ данных на платформе SAS]]<br /> <br /> [https://rroll.to/2D8yXl Основы и методология пикапа на ПМИ 2021/2022]<br /> <br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> <br /> === 2 семестр ===<br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BD%D0%B0_%D1%8F%D0%B7%D1%8B%D0%BA%D0%B5_Python,_%D0%B6%D1%83%D1%80%D0%BD%D0%B0%D0%BB%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_2022 Программирование на языке Python] || Журналистика || 2 курс || 4 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Программирование_на_Python_деп_медиа_2022 Программирование на языке Python] || Журналистика и Медиакоммуникации || 1 курс || 3 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Python_для_ОП_%22Психология%22_2021/2022 Программирование на языке Python] ||Психология || 1 курс || 3-4 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Python_для_ОП_%22Экономика_и_статистика%22_и_ОП_%22География_глобальных_изменений%22_2021/2022 Программирование на языке Python] ||Экономика и статистика; География глобальных изменений || 2 курс || 3 модуль<br /> |-<br /> | [[Культура работы с данными]] ||Иностранные языки и межкультурная коммуникация || 1 курс || 3-4 модуль<br /> |-<br /> | [[Машинное обучение на матфаке 2022|Машинное обучение]] || Математика || 3-4 модули || 3-4 модули <br /> |-<br /> | [[Введение_в_МО_БИ_21/22| Введение в машинное обучение]] || Бизнес-информатика || 3 курс || 3-4 модули <br /> |-<br /> | [[Excel для анализа данных 21-22]] || Иностранные языки и межкультурная коммуникация || 4 курс || 3 модуль<br /> |-<br /> | [[Введение в Data Science 21-22]] || УБ и МиРА || 2 курс || 4 модуль<br /> |-<br /> | [[Основы программирования в Python (Мирэк) 2022 | Основы программирования в Python]] || Мировая экономика || 2 курс || 3-4 модуль<br /> |-<br /> |[http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B8_%D0%BE%D0%B1%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B8_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%A5%D0%B8%D0%BC%D0%B8%D1%8F Python для извлечения и обработки данных] || Химия || 2 курс || 4 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Цифровая_грамотность_Городское_планирование_2021-2022 Цифровая грамотность] || Городское планирование || 1 курс || 4 модуль<br /> |}<br /> <br /> === 1 семестр ===<br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> |-<br /> | [http://wiki.cs.hse.ru/%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_%D0%93%D0%B5%D0%BE%D0%B3%D1%80%D0%B0%D1%84%D0%B8%D1%8F_2020/21 Цифровая грамотность] || География глобальных измерений и геоинформационные технологии || 1 курс || 1-2 модули<br /> |-<br /> | [[Цифровая грамотность, Востоковедение 2021/2022| Цифровая грамотность]] || Востоковедение || 1 курс || 1-2 модули<br /> |-<br /> |[[Цифровая Грамотность ИКВиА 2021/2022 | Цифровая грамотность]] || ИКВиА || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%B2_%D0%B4%D0%B5%D1%8F%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%D1%8E%D1%80%D0%B8%D1%81%D1%82%D0%B0_2018-2019 Цифровая грамотность] || Юриспруденция || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%B2_%D0%B4%D0%B5%D1%8F%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%D1%8E%D1%80%D0%B8%D1%81%D1%82%D0%B0_2018-2019 Цифровая грамотность] || Юриспруденция:частное право || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%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_%D0%98%D1%81%D1%82%D0%BE%D1%80%D0%B8%D1%8F_2021/2022 Цифровая грамотность] ||История || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Цифровая_грамотность_Филология_2021/2022 Цифровая грамотность] || Филология || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%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_2020-21_(%D0%9A%D1%83%D0%BB%D1%8C%D1%82%D1%83%D1%80%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F) Цифровая грамотность] || Культурология || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%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_%D0%94%D0%B5%D0%BF%D0%B0%D1%80%D1%82%D0%B0%D0%BC%D0%B5%D0%BD%D1%82_%D0%9C%D0%B5%D0%B4%D0%B8%D0%B0_2021-2022 Цифровая грамотность] || Медиакоммуникации и Журналистика || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Цифровая_грамотность_Философия_2021/2022 Цифровая грамотность] || Философия || 1 курс || 1-2 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Основы_программирования_на_Python_осень_2021_матфак Основы программирования на Python] || Математика || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_R,_%D0%A1%D0%BE%D1%86%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F Анализ данных в R] || Социология || 4 курс || 1-2 модули<br /> |- <br /> | [http://wiki.cs.hse.ru/%D0%9F%D0%9C%D0%A1%D0%90%D0%A0-2_2020 Методы анализа больших данных в исследованиях поведения покупателя] || Прикладные методы социального анализа рынков (магистратура) || 2 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D0%A4%D0%AD%D0%9D)_-_2021-2022 Машинное обучение] || Экономика || 3,4 курс || 1-2 модули<br /> |-<br /> | [[Программирование_ЭкСтат_ГП | Программирование на языке Python ]] || Городское планирование, Экономика и статистика || 3 курс || 1-2 модули<br /> |-<br /> | [[Основы анализа данных в международных отношениях 2021/2022 | Основы анализа данных в международных отношениях]] || Международные отношения || 2 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B8_%D0%BE%D0%B1%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B8_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85 Python извлечение и обработка данных] || Клеточная и молекулярная биотехнология || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%B2_Python_(%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F_2020) Основы программирования в Python ] || Политология || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Основы_работы_с_данными:_сбор,_анализ,_визуализация_(ОП_%22Журналистика%22) Основы работы с данными: сбор, анализ, визуализация] || Журналистика || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science Data Science] || Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме (магистратура) || 1 курс || 2 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D1%81%D0%BE%D0%B2._%D0%B1%D0%B0%D0%BA._%D0%92%D0%A8%D0%AD-%D0%A0%D0%AD%D0%A8_2021) Машинное обучение] || Совместный бакалавриат НИУ ВШЭ и РЭШ || 3 курс || 1-2 модули<br /> |-<br /> | <br /> || Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Data_Analysis_in_Economics_and_Finance_2020-2021 Data Analysis in Economics and Finance] || Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Data_Analysis_in_Journalism_and_Political_Science_2020-2021 Data Analysis in Journalism and Political Science]|| Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%B8%D0%BA%D0%BB%D0%B0%D0%B4%D0%BD%D1%8B%D0%B5_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%B2_%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D1%83%D1%80%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_2020_1%D0%BC%D0%BE%D0%B4%D1%83%D0%BB%D1%8C Прикладные исследования в культурологии] || Прикладная культурология (магистратура) || 1 курс || 1 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B8_%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D1%8B%D0%B5_%D0%B8%D0%BD%D1%81%D1%82%D1%80%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D1%8B_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F Программирование и лингвистические данные] || Фундаментальная и компьютерная лингвистика || 1 курс || 1, 2, 3, 4 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B8_%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D1%8B%D0%B5_%D0%B8%D0%BD%D1%81%D1%82%D1%80%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D1%8B_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F Программирование и лингвистические данные] || Фундаментальная и компьютерная лингвистика || 1 курс || 1, 2, 3 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9A%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D0%B0%D1%8F_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_%D0%B8_%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8 Программирование и теория алгоритмов] || Фундаментальная и компьютерная лингвистика || 3 курс || 2, 3, 4 модули<br /> |-<br /> | [https://github.com/daria-sa/NNmethods_ba_hse21-22/ Нейросетевые методы в обработке текстов] || Фундаментальная и компьютерная лингвистика || 4 курс || 1, 2, 3 модули<br /> |-<br /> <br /> <br /> |}<br /> <br /> == Курсы магистратуры ФКН ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> | [[Modern_Data_Analysis_2021_2022 | Modern Data Analysis]] || Data Science (Науки о данных) || 2 year<br /> |-<br /> | [[Project_Seminar_2021_2022 | Проектный семинар специализации ТИ]] || Науки о данных, специализация ТИ || 1 year<br /> |-<br /> | [[Theory of Computation 2021 | Theory of Computation]] || Науки о данных, специализация ТИ || 1 year<br /> |-<br /> | [[ConvAppr22 | Выпуклое программирование и аппроксимационные алгоритмы ]] || Науки о данных, специализация ТИ || 1 year<br /> |-<br /> | [[RecSys_2021_2022 | Рекомендательные системы]] || ФТИАД || 2 year<br /> |-<br /> | [[Stochastic_analysis_2021_2022 | Стохастический анализ 2021-2022]] || Math of Machine Learning || 1 year<br /> |-<br /> | [[Reinforcement_learning_2021_2022 | Математические основы обучения с подкреплением 2021-2022]] || Math of Machine Learning || 2 year<br /> |-<br /> | [[Theoretical_Computer_Science_2022 | Theoretical computer science 2021-2022]] || Theoretical computer science || PhD<br /> |-<br /> | [[Машинное_обучение_(современные_методы)-МОиВС-2021-2022 | Машинное обучение (современные методы)]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> | [[Алгоритмы_и_структуры_данных-МОиВС-2021-2022 | Алгоритмы и структуры данных]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> | [[Основы_промышленной_разработки-МОиВС-2021-2022 | Основы промышленной разработки]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> | [[Глубинное обучение-МОиВС-2022-2023 | Глубинное обучение]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> |}<br /> <br /> == Курсы других факультетов ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [http://wiki.cs.hse.ru/Econ_probability_2021-22 Теория вероятностей и математическая статистика] || фэн, 2 курс || 1-4 модуль<br /> |-<br /> | [[Динамическая оптимизация в экономике и финансах, фэн, 2021/22|Динамическая оптимизация в экономике и финансах]] || фэн, 3-4 курс || 1-2 модуль<br /> |-<br /> |}<br /> <br /> = Архив до 2020/21 учебного года включительно =<br /> [[Wiki ФКН/Архив]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23&diff=74757 2022-12-09T13:57:56Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы ''«Международные отношения»'' и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. <br /> <br /> Дисциплина реализуется с помощью онлайн-курса ''«Статистика для анализа данных»''.<br /> <br /> ПУД курса: https://www.hse.ru/ba/ia/courses/646523779.html<br /> <br /> ПУД независимого экзамена: https://www.hse.ru/ba/ia/courses/646471128.html<br /> <br /> == Необходимые ссылки ==<br /> <br /> [https://openedu.ru/course/hse/STATDA/ Ссылка на онлайн-курс «Статистика для анализа данных»]<br /> <br /> &lt;!-- [# Спецификация НЭ] --&gt;<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Команда курса ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты<br /> |-<br /> | БМО211, [https://t.me/+Wo2SP5rP0f8zNzdi чат группы в Телеграме]<br /> | Бурова Маргарита || @Burritas || Мохова Елизавета || @SuntAmara<br /> |-<br /> | БМО212, [https://t.me/+tq1dhmU6QclmYzY6 чат группы в Телеграме]<br /> | Бочарова Александра || @ashebulka|| Капустина Лика || @lika_kapustina<br /> |-<br /> | БМО213, [https://t.me/+adChgZ-zWHVmOGNi чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Прохоров Кирилл || @kirillp001<br /> |-<br /> | БМО214, [https://t.me/+Q3Zbief2g5hmYWQ0 чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Рубанов Владислав || @rubanoww<br /> |}<br /> <br /> == Материалы курса ==<br /> <br /> === Семинарские материалы ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |1 || Введение в инструменты || [https://drive.google.com/file/d/1t1fHPfPJ8ORCy8uMt0ACmYCUnCHgTxw8/view?usp=sharing Семинар 1] <br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные]<br /> || <br /> || [https://drive.google.com/file/d/11hMznCvgmfSxaBwrBj72grapTjoq6S_N/view?usp=sharing Файл] [https://drive.google.com/file/d/1ffolXM4Fxy5-fVSCTCLkGBNXHtNNkfwm/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/4DHAy8cIy8rRww Семинар 1] [https://disk.yandex.ru/d/zGgCmuD83XxDdw Данные] [https://disk.yandex.ru/d/-fuOeKarN0VC3Q Архив]<br /> |-<br /> |2 || Введение в статистику. Базовые манипуляции с данными || [https://drive.google.com/file/d/1_X-F7iCDRg9mGtkb3lIIozZSt_o8fZkS/view?usp=sharing Семинар 2]<br /> [https://drive.google.com/file/d/1jDOmkABc_o9kIBZHneDvnHtn0jHfgp8Z/view?usp=sharing Данные 1]<br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные 2]<br /> || <br /> || [https://drive.google.com/file/d/1zCBZSq-yRNtSp_n-zTVzj1B4edN7ihPB/view?usp=sharing Файл] <br /> [https://drive.google.com/file/d/1JES6ut_sFeEIaKjlZJ0bgBEGD6wHvrtX/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1Ng7vogBMIP308uuvd2vW-_SWXKeYqyVL/view?usp=sharing Данные 2] <br /> || [https://disk.yandex.ru/d/BrW9H-vGOwf2Sg Семинар 2] [https://disk.yandex.ru/d/u8AYyP5Tu8jaAw Данные 1] [https://disk.yandex.ru/d/tvKK4yor5qVZkw Данные 2]<br /> |-<br /> |3 || Типы данных. Создание новых переменных || [https://drive.google.com/file/d/14cOHHiCPjBUwZD63aqLfwevLfUO2hkD_/view?usp=sharing Семинар 3] [https://drive.google.com/file/d/1umTE_C0aTDf-8ANNmpaXunmMCdHJ5Scq/view?usp=sharing Данные 1] <br /> || <br /> || [https://drive.google.com/file/d/1mSLMdElReA8H2opsZ2GCuH6r4j-nAWpi/view?usp=sharing Файл] [https://drive.google.com/file/d/1V4vz24HuK8jQLCnN_X5cqBE-4EBAYFlx/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/ZbRt0LvIs4QzIg Семинар 3] [https://disk.yandex.ru/d/NMo0MR0ZV5GsDg Данные] <br /> |-<br /> |4 || Генеральная совокупность и выборка. Частотные таблицы и распределения <br /> || <br /> || <br /> || [https://drive.google.com/file/d/1kZe4yFZn-nh1Pd6xIV4EoF_FbV5r-RqU/view?usp=sharing Файл] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/UDj_nZLzpjr3rA Семинар 4] [https://disk.yandex.ru/i/t8BT3BUejPxZ-g Данные]<br /> |-<br /> |5 || Описательные статистики: меры центральной тенденции и разброса || [https://drive.google.com/file/d/1G19ehrc4vL2mJPMEwWYyZCa3RIs6g5EC/view?usp=sharing Семинар 5] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1Q6d2OmdYqZCvmGgXqd1p2bwqmAzPVpYh/view?usp=sharing Файл] [https://drive.google.com/file/d/1OMtppuLZdKGTU7DcY60mD8V-ZtbJZQDs/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/TMavi9acyXS9SA Семинар 5] [https://disk.yandex.ru/i/BcEA75tYdGN97A Данные]<br /> |-<br /> |6 || Z-оценка. Выбросы ||[https://drive.google.com/file/d/1jrsIbKOJ7i7wQ46GDXGX0T6_TeabZEbe/view?usp=sharing Файл] [https://drive.google.com/file/d/1JkmRA4T_1RmskJdgyiFkzt6SfnfFVymI/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1jrsIbKOJ7i7wQ46GDXGX0T6_TeabZEbe/view?usp=sharing Файл] [https://drive.google.com/file/d/1JkmRA4T_1RmskJdgyiFkzt6SfnfFVymI/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/PhWkBr4e0eKSTA Семинар 6] [https://disk.yandex.ru/d/YaVHgxfXub-ekQ Данные]<br /> |-<br /> |7 || Корреляция ||[https://drive.google.com/file/d/1GL2zK78HYLu_pvfQ1YJ65IIJ4jFX4IDu/view?usp=sharing Файл] [https://drive.google.com/file/d/1x494wVCJp2T0r3KPBlkUzzdSLjEqBEsD/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1GL2zK78HYLu_pvfQ1YJ65IIJ4jFX4IDu/view?usp=sharing Файл] [https://drive.google.com/file/d/1x494wVCJp2T0r3KPBlkUzzdSLjEqBEsD/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/tUCJUNnG7TYPCA Семинар 7] [https://disk.yandex.ru/d/_A-yRAoVyCrnQA Данные]<br /> |-<br /> |8 || Введение в визуализацию данных || [https://drive.google.com/file/d/1YxHt7x3V0pY0FWCHL9AdrPSwahJIHSxR/view?usp=sharing Семинар 8] || || [https://drive.google.com/file/d/1PNj3-klzZaW5pSW7agLYF1tZ1thDkvu-/view?usp=sharing Файл] [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] <br /> || [https://disk.yandex.ru/d/hwtyeLm1ylTmWA Семинар 8]<br /> |-<br /> |9 || Продвинутая визуализация данных || [https://drive.google.com/file/d/15bYzUMoBgQqn_NK-CEkLEwtQvJR66UmM/view?usp=sharing Файл] [https://drive.google.com/file/d/1mjh2MjxiCwndOzPfFFUAnq4O2FoU4dBf/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] || || [https://drive.google.com/file/d/15bYzUMoBgQqn_NK-CEkLEwtQvJR66UmM/view?usp=sharing Файл] <br /> [https://drive.google.com/file/d/1mjh2MjxiCwndOzPfFFUAnq4O2FoU4dBf/view?usp=sharing Данные 1] <br /> [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] <br /> || [https://disk.yandex.ru/d/ZDeZ8kC2KLN7-A Семинар 9] [https://disk.yandex.ru/i/jYXoa6NehvKjGg Данные 1] [https://disk.yandex.ru/d/lyMDav96URXqMQ Данные 2]<br /> |-<br /> |10 || Введение в тестирование гипотез. Непараметрические критерии || [https://drive.google.com/file/d/1BcpQ3pYjyt-BMxoH3Vynlhaa2gfePv_W/view?usp=sharing Семинар 11] [https://drive.google.com/file/d/1TcqLqR6q4h2fmny2wk77BiNSMraV9GCQ/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1vRMniPf4ziLYRK_TUC_KSjM10qetf3fS/view?usp=sharing Данные 2]|| || [https://drive.google.com/file/d/1-hSJ73gyzgSj0eefnedT37xj9LueVU9g/view?usp=sharing Файл] [https://drive.google.com/file/d/1dao0kQ9sK2vI2RZ8XajM-UiSPMckbjZI/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/7zd-hjkejElmlA Семинар 10] [https://disk.yandex.ru/d/HBJBos7wEsweCw Данные]<br /> |-<br /> |11 || Параметрические критерии для проверки гипотез || [https://drive.google.com/file/d/1EGp8N4OfD9hH81-0Veq-dgi7uNB-bkjV/view?usp=sharing Семинар 12] [https://drive.google.com/file/d/1BdGSk9jpwcGl4Qb-8ZRLmzbZBhPHDO_z/view?usp=sharing Данные]|| <br /> || [https://drive.google.com/file/d/1BxkuVpSXnQBRLskFv5eZo1I1x6GXJo6S/view?usp=share_link Файл] [https://drive.google.com/file/d/1laTwWaIfiFJvF2gvFA0XLzhZlfigeaXV/view?usp=share_link Данные]<br /> || [https://disk.yandex.ru/d/MqtJ3iltJ31ZrQ Семинар 12] [https://disk.yandex.ru/d/uKKruDJAzELXgg Семинар 12 (лекция)] [https://disk.yandex.ru/d/BSNVAbn4N7HNmg Данные 1] [https://disk.yandex.ru/i/cUWae12htCTNlw Данные 2]<br /> |-<br /> |12 || Линейная регрессия || [https://drive.google.com/file/d/1lfkyH3PrQlMlq6MZgONTY2QnJSUi2S0G/view?usp=sharing Семинар 13] [https://drive.google.com/file/d/1_UYvc12rIFA25bMng5fgQHT5KKKa-RqK/view?usp=sharing Данные] || <br /> || [https://drive.google.com/file/d/1NeEBdkRnLdbzYWiMfAXL6jJEY0Of2AEV/view?usp=share_link Файл] [https://docs.google.com/spreadsheets/d/1kpsceMHgdl8doYc54sQbit7lNdt7kkr-/edit?usp=share_link&amp;ouid=113216238343799592570&amp;rtpof=true&amp;sd=true Данные]<br /> || [https://disk.yandex.ru/d/8iP0GCtPriJiyw Семинар 13] [https://disk.yandex.ru/i/4tzfPszoc19mbQ Данные]<br /> |-<br /> |13 || Логистическая регрессия || [https://disk.yandex.ru/d/w5ExcTwJ_zrfMw Семинар 14] [https://disk.yandex.ru/i/t-sy_HxVHCAuBw Данные] [https://drive.google.com/file/d/18QCUh9Yjcz5doV9gVi15pGcHpW8TFON_/view?usp=sharing Или тут] || || [https://drive.google.com/file/d/1fpH7aikcGX58iTf7oGrWaaSfqmzWuELc/view?usp=share_link Файл] [https://drive.google.com/file/d/1TA_4Ya_BrEXhfYn71Il4bkedzZaYu8-N/view?usp=share_link Данные]<br /> || [https://disk.yandex.ru/d/w5ExcTwJ_zrfMw Семинар 14] [https://disk.yandex.ru/i/t-sy_HxVHCAuBw Данные]<br /> |-<br /> |14 || Введение в машинное обучение || || || [ Файл] [ Данные] ||<br /> |}<br /> <br /> === Домашние задания ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № и дедлайн !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |ДЗ 1 (28.09.2022, 23:59) || [Файл] [Данные] || [https://drive.google.com/file/d/1h2E_yWxnsXKfe-kO5k3UsPZJyRvC6c7O/view?usp=sharing Файл] [https://drive.google.com/file/d/1peuJM_MqdtOJ2tzP2uQggBWz8YuyZrUb/view?usp=sharing Данные] || [https://drive.google.com/file/d/1F7MnklTX4iG5S_P_bLufigNOuqFZ5PP3/view?usp=sharing Файл] [https://drive.google.com/file/d/1ZCvjP_4KzB8p_Z-CCeSS3aDN0zIs6wfG/view?usp=sharing Данные] <br /> || [https://drive.google.com/file/d/13sctZQffhuS4swRtVTWsVEPL2XqsL4jd/view?usp=sharing Файл] [https://drive.google.com/file/d/1hIW7aJG5btH4lTQM2x0L6zehLxutYZta/view?usp=sharing Данные]<br /> |-<br /> |ДЗ 2 (16.10.2022, 23:59) || || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/rHliZC05Fru9DQ Файл] [https://disk.yandex.ru/d/19XTP242ElEvJg Данные]<br /> |-<br /> |ДЗ 3 (04.12.2022, 23:59) || || [https://drive.google.com/file/d/1ZuxJWCDm0l_rs4Myfg20qIEZGj7IYVZw/view?usp=share_link Файл] [https://drive.google.com/file/d/1pJ7Kp5TFBKwj4qTCn5hF2yPmPGGBhfiu/view?usp=sharing Данные] || [https://drive.google.com/file/d/1DJAeuIg9TH0aiTlAYY-EjtP9LDUoAY4c/view?usp=sharing Файл] [https://drive.google.com/file/d/1pJ7Kp5TFBKwj4qTCn5hF2yPmPGGBhfiu/view?usp=sharing Данные] ||<br /> [https://disk.yandex.ru/d/RU2MW6_ilywUzw Файл] [https://disk.yandex.ru/d/ZDwZrQeQhD9KQg Данные]<br /> |-<br /> |ДЗ 4 (20.12.2022, 23:59)|| || [https://drive.google.com/file/d/1R15ie5Fqh2v01d5yNcC7HRFfQmfia6Zh/view?usp=share_link Файл1] [https://drive.google.com/file/d/1jzZipGvdrgcm1zKrLg5k3boajJHRNxXq/view?usp=share_link Файл2] [https://drive.google.com/file/d/1Qf9nrz8uzebeL-pgTPRdyuIgms-4CVw3/view?usp=share_link Данные] || || <br /> |}<br /> <br /> === План курса ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Описание<br /> |-<br /> | 1|| '''Введение в инструменты''' || Инструменты для работы с Python.<br /> |-<br /> | 2|| '''Введение в статистику. Базовые манипуляции с данными''' || Фильтрация данных, сортировка данных, использованием функций.<br /> |-<br /> | 3|| '''Типы данных. Создание новых переменных''' || Типы признаков. Создание новых переменных по условию.<br /> |-<br /> | 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения''' || Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.<br /> |-<br /> | 5 || '''Описательные статистики: меры центральной тенденции и разброса''' || Методы центральной тенденции (мода, среднее арифметическое, медиана). Меры разброса ( размах, стандартное отклонение, дисперсия, межквартильный размах). Вычисление описательных статистик с группировкой.<br /> |-<br /> | 6 || '''Z-оценка. Выбросы''' || Перевод значений в z-оценки. Работа с пропущенными значениями и с выбросами.<br /> |-<br /> | 7 || '''Корреляция''' || Вычисление коэффициента корреляции Пирсона. Построение уравнения простой линейной регрессии, линия тренда.<br /> |-<br /> | 8 || '''Введение в визуализацию данных''' || Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.<br /> |-<br /> | 9 || '''Продвинутая визуализация данных''' || Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.<br /> |-<br /> | 10 || '''Введение в тестирование гипотез. Непараметрические критерии''' || Основы тестирования гипотез. Использование непараметрических критериев. Критерий согласия Хи-квадрат и критерий независимости Хи-квадрат.<br /> |-<br /> | 11 || '''Параметрические критерии для проверки гипотез''' || Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.<br /> |-<br /> | 12 || '''Линейная регрессия''' || Предпосылки линейной регрессии. Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.<br /> |-<br /> | 13 || '''Логистическая регрессия''' || Введение в логистическую регрессию. Построение предсказаний с использованием логистической регрессии, интерпретация коэффициентов.<br /> |-<br /> | 14 || '''Введение в машинное обучение''' || Основные понятия, связанные с машинным обучением. Решение задачи регрессии и классификации. Оценка качества.<br /> |}<br /> <br /> == Правила выставления оценок ==<br /> === Формула ===<br /> Итог = МИН(10, 0.2*КР1 + 0.2*Экзамен + 0.2*ДЗ + 0.2*Тесты + 0.2*Проект + 0.1*Квизы)<br /> <br /> * 0.2 * КР1<br /> * 0.2 * Экзамен<br /> * 0.2 * ДЗ (среднее арифметическое по 6 дз) <br /> * 0.2 * мини-тесты на семинарах<br /> * 0.2 * исследовательский проект<br /> * 0.1 * Квизы<br /> <br /> Округление стандартное арифметическое. Округляется только итоговый результат.<br /> <br /> === Правила дедлайнов ===<br /> * Домашние задания: дедлайн + поздний дедлайн со штрафом 1 балл за каждый день просрочки.<br /> * Проект: проект не может быть засчитан, если студент не пришел на защиту - даже если проект групповой и защищает группа без студента - непришедшему ставится ноль, или не сдал проект ДО ЗАЩИТЫ в установленное время.<br /> * Контрольные: жёсткий дедлайн.<br /> * Все дедлайны – общие для всего курса.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> * Elementary statistics : a step by step approach, Bluman, A. G.,<br /> * Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> * Савельев В. Статистика и котики.<br /> <br /> <br /> [[Категория:Data_Culture]]<br /> [[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23&diff=74756 2022-12-09T13:13:19Z

<p>Mbburova: /* Семинарские материалы */</p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы ''«Международные отношения»'' и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. <br /> <br /> Дисциплина реализуется с помощью онлайн-курса ''«Статистика для анализа данных»''.<br /> <br /> ПУД курса: https://www.hse.ru/ba/ia/courses/646523779.html<br /> <br /> ПУД независимого экзамена: https://www.hse.ru/ba/ia/courses/646471128.html<br /> <br /> == Необходимые ссылки ==<br /> <br /> [https://openedu.ru/course/hse/STATDA/ Ссылка на онлайн-курс «Статистика для анализа данных»]<br /> <br /> &lt;!-- [# Спецификация НЭ] --&gt;<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Команда курса ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты<br /> |-<br /> | БМО211, [https://t.me/+Wo2SP5rP0f8zNzdi чат группы в Телеграме]<br /> | Бурова Маргарита || @Burritas || Мохова Елизавета || @SuntAmara<br /> |-<br /> | БМО212, [https://t.me/+tq1dhmU6QclmYzY6 чат группы в Телеграме]<br /> | Бочарова Александра || @ashebulka|| Капустина Лика || @lika_kapustina<br /> |-<br /> | БМО213, [https://t.me/+adChgZ-zWHVmOGNi чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Прохоров Кирилл || @kirillp001<br /> |-<br /> | БМО214, [https://t.me/+Q3Zbief2g5hmYWQ0 чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Рубанов Владислав || @rubanoww<br /> |}<br /> <br /> == Материалы курса ==<br /> <br /> === Семинарские материалы ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |1 || Введение в инструменты || [https://drive.google.com/file/d/1t1fHPfPJ8ORCy8uMt0ACmYCUnCHgTxw8/view?usp=sharing Семинар 1] <br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные]<br /> || <br /> || [https://drive.google.com/file/d/11hMznCvgmfSxaBwrBj72grapTjoq6S_N/view?usp=sharing Файл] [https://drive.google.com/file/d/1ffolXM4Fxy5-fVSCTCLkGBNXHtNNkfwm/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/4DHAy8cIy8rRww Семинар 1] [https://disk.yandex.ru/d/zGgCmuD83XxDdw Данные] [https://disk.yandex.ru/d/-fuOeKarN0VC3Q Архив]<br /> |-<br /> |2 || Введение в статистику. Базовые манипуляции с данными || [https://drive.google.com/file/d/1_X-F7iCDRg9mGtkb3lIIozZSt_o8fZkS/view?usp=sharing Семинар 2]<br /> [https://drive.google.com/file/d/1jDOmkABc_o9kIBZHneDvnHtn0jHfgp8Z/view?usp=sharing Данные 1]<br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные 2]<br /> || <br /> || [https://drive.google.com/file/d/1zCBZSq-yRNtSp_n-zTVzj1B4edN7ihPB/view?usp=sharing Файл] <br /> [https://drive.google.com/file/d/1JES6ut_sFeEIaKjlZJ0bgBEGD6wHvrtX/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1Ng7vogBMIP308uuvd2vW-_SWXKeYqyVL/view?usp=sharing Данные 2] <br /> || [https://disk.yandex.ru/d/BrW9H-vGOwf2Sg Семинар 2] [https://disk.yandex.ru/d/u8AYyP5Tu8jaAw Данные 1] [https://disk.yandex.ru/d/tvKK4yor5qVZkw Данные 2]<br /> |-<br /> |3 || Типы данных. Создание новых переменных || [https://drive.google.com/file/d/14cOHHiCPjBUwZD63aqLfwevLfUO2hkD_/view?usp=sharing Семинар 3] [https://drive.google.com/file/d/1umTE_C0aTDf-8ANNmpaXunmMCdHJ5Scq/view?usp=sharing Данные 1] <br /> || <br /> || [https://drive.google.com/file/d/1mSLMdElReA8H2opsZ2GCuH6r4j-nAWpi/view?usp=sharing Файл] [https://drive.google.com/file/d/1V4vz24HuK8jQLCnN_X5cqBE-4EBAYFlx/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/ZbRt0LvIs4QzIg Семинар 3] [https://disk.yandex.ru/d/NMo0MR0ZV5GsDg Данные] <br /> |-<br /> |4 || Генеральная совокупность и выборка. Частотные таблицы и распределения <br /> || <br /> || <br /> || [https://drive.google.com/file/d/1kZe4yFZn-nh1Pd6xIV4EoF_FbV5r-RqU/view?usp=sharing Файл] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/UDj_nZLzpjr3rA Семинар 4] [https://disk.yandex.ru/i/t8BT3BUejPxZ-g Данные]<br /> |-<br /> |5 || Описательные статистики: меры центральной тенденции и разброса || [https://drive.google.com/file/d/1G19ehrc4vL2mJPMEwWYyZCa3RIs6g5EC/view?usp=sharing Семинар 5] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1Q6d2OmdYqZCvmGgXqd1p2bwqmAzPVpYh/view?usp=sharing Файл] [https://drive.google.com/file/d/1OMtppuLZdKGTU7DcY60mD8V-ZtbJZQDs/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/TMavi9acyXS9SA Семинар 5] [https://disk.yandex.ru/i/BcEA75tYdGN97A Данные]<br /> |-<br /> |6 || Z-оценка. Выбросы ||[https://drive.google.com/file/d/1jrsIbKOJ7i7wQ46GDXGX0T6_TeabZEbe/view?usp=sharing Файл] [https://drive.google.com/file/d/1JkmRA4T_1RmskJdgyiFkzt6SfnfFVymI/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1jrsIbKOJ7i7wQ46GDXGX0T6_TeabZEbe/view?usp=sharing Файл] [https://drive.google.com/file/d/1JkmRA4T_1RmskJdgyiFkzt6SfnfFVymI/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/PhWkBr4e0eKSTA Семинар 6] [https://disk.yandex.ru/d/YaVHgxfXub-ekQ Данные]<br /> |-<br /> |7 || Корреляция ||[https://drive.google.com/file/d/1GL2zK78HYLu_pvfQ1YJ65IIJ4jFX4IDu/view?usp=sharing Файл] [https://drive.google.com/file/d/1x494wVCJp2T0r3KPBlkUzzdSLjEqBEsD/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1GL2zK78HYLu_pvfQ1YJ65IIJ4jFX4IDu/view?usp=sharing Файл] [https://drive.google.com/file/d/1x494wVCJp2T0r3KPBlkUzzdSLjEqBEsD/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/tUCJUNnG7TYPCA Семинар 7] [https://disk.yandex.ru/d/_A-yRAoVyCrnQA Данные]<br /> |-<br /> |8 || Введение в визуализацию данных || [https://drive.google.com/file/d/1YxHt7x3V0pY0FWCHL9AdrPSwahJIHSxR/view?usp=sharing Семинар 8] || || [https://drive.google.com/file/d/1PNj3-klzZaW5pSW7agLYF1tZ1thDkvu-/view?usp=sharing Файл] [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] <br /> || [https://disk.yandex.ru/d/hwtyeLm1ylTmWA Семинар 8]<br /> |-<br /> |9 || Продвинутая визуализация данных || [https://drive.google.com/file/d/15bYzUMoBgQqn_NK-CEkLEwtQvJR66UmM/view?usp=sharing Файл] [https://drive.google.com/file/d/1mjh2MjxiCwndOzPfFFUAnq4O2FoU4dBf/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] || || [https://drive.google.com/file/d/15bYzUMoBgQqn_NK-CEkLEwtQvJR66UmM/view?usp=sharing Файл] <br /> [https://drive.google.com/file/d/1mjh2MjxiCwndOzPfFFUAnq4O2FoU4dBf/view?usp=sharing Данные 1] <br /> [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] <br /> || [https://disk.yandex.ru/d/ZDeZ8kC2KLN7-A Семинар 9] [https://disk.yandex.ru/i/jYXoa6NehvKjGg Данные 1] [https://disk.yandex.ru/d/lyMDav96URXqMQ Данные 2]<br /> |-<br /> |10 || Введение в тестирование гипотез. Непараметрические критерии || [https://drive.google.com/file/d/1BcpQ3pYjyt-BMxoH3Vynlhaa2gfePv_W/view?usp=sharing Семинар 11] [https://drive.google.com/file/d/1TcqLqR6q4h2fmny2wk77BiNSMraV9GCQ/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1vRMniPf4ziLYRK_TUC_KSjM10qetf3fS/view?usp=sharing Данные 2]|| || [https://drive.google.com/file/d/1-hSJ73gyzgSj0eefnedT37xj9LueVU9g/view?usp=sharing Файл] [https://drive.google.com/file/d/1dao0kQ9sK2vI2RZ8XajM-UiSPMckbjZI/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/7zd-hjkejElmlA Семинар 10] [https://disk.yandex.ru/d/HBJBos7wEsweCw Данные]<br /> |-<br /> |11 || Параметрические критерии для проверки гипотез || [https://drive.google.com/file/d/1EGp8N4OfD9hH81-0Veq-dgi7uNB-bkjV/view?usp=sharing Семинар 12] [https://drive.google.com/file/d/1BdGSk9jpwcGl4Qb-8ZRLmzbZBhPHDO_z/view?usp=sharing Данные]|| <br /> || [https://drive.google.com/file/d/1BxkuVpSXnQBRLskFv5eZo1I1x6GXJo6S/view?usp=share_link Файл] [https://drive.google.com/file/d/1laTwWaIfiFJvF2gvFA0XLzhZlfigeaXV/view?usp=share_link Данные]<br /> || [https://disk.yandex.ru/d/MqtJ3iltJ31ZrQ Семинар 12] [https://disk.yandex.ru/d/uKKruDJAzELXgg Семинар 12 (лекция)] [https://disk.yandex.ru/d/BSNVAbn4N7HNmg Данные 1] [https://disk.yandex.ru/i/cUWae12htCTNlw Данные 2]<br /> |-<br /> |12 || Линейная регрессия || [https://drive.google.com/file/d/1lfkyH3PrQlMlq6MZgONTY2QnJSUi2S0G/view?usp=sharing Семинар 13] [https://drive.google.com/file/d/1_UYvc12rIFA25bMng5fgQHT5KKKa-RqK/view?usp=sharing Данные] || <br /> || [https://drive.google.com/file/d/1NeEBdkRnLdbzYWiMfAXL6jJEY0Of2AEV/view?usp=share_link Файл] [https://docs.google.com/spreadsheets/d/1kpsceMHgdl8doYc54sQbit7lNdt7kkr-/edit?usp=share_link&amp;ouid=113216238343799592570&amp;rtpof=true&amp;sd=true Данные]<br /> || [https://disk.yandex.ru/d/8iP0GCtPriJiyw Семинар 13] [https://disk.yandex.ru/i/4tzfPszoc19mbQ Данные]<br /> |-<br /> |13 || Логистическая регрессия || [https://disk.yandex.ru/d/w5ExcTwJ_zrfMw Семинар 14] [https://disk.yandex.ru/i/t-sy_HxVHCAuBw Данные] || || [https://drive.google.com/file/d/1fpH7aikcGX58iTf7oGrWaaSfqmzWuELc/view?usp=share_link Файл] [https://drive.google.com/file/d/1TA_4Ya_BrEXhfYn71Il4bkedzZaYu8-N/view?usp=share_link Данные]<br /> || [https://disk.yandex.ru/d/w5ExcTwJ_zrfMw Семинар 14] [https://disk.yandex.ru/i/t-sy_HxVHCAuBw Данные]<br /> |-<br /> |14 || Введение в машинное обучение || || || [ Файл] [ Данные] ||<br /> |}<br /> <br /> === Домашние задания ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № и дедлайн !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |ДЗ 1 (28.09.2022, 23:59) || [Файл] [Данные] || [https://drive.google.com/file/d/1h2E_yWxnsXKfe-kO5k3UsPZJyRvC6c7O/view?usp=sharing Файл] [https://drive.google.com/file/d/1peuJM_MqdtOJ2tzP2uQggBWz8YuyZrUb/view?usp=sharing Данные] || [https://drive.google.com/file/d/1F7MnklTX4iG5S_P_bLufigNOuqFZ5PP3/view?usp=sharing Файл] [https://drive.google.com/file/d/1ZCvjP_4KzB8p_Z-CCeSS3aDN0zIs6wfG/view?usp=sharing Данные] <br /> || [https://drive.google.com/file/d/13sctZQffhuS4swRtVTWsVEPL2XqsL4jd/view?usp=sharing Файл] [https://drive.google.com/file/d/1hIW7aJG5btH4lTQM2x0L6zehLxutYZta/view?usp=sharing Данные]<br /> |-<br /> |ДЗ 2 (16.10.2022, 23:59) || || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/rHliZC05Fru9DQ Файл] [https://disk.yandex.ru/d/19XTP242ElEvJg Данные]<br /> |-<br /> |ДЗ 3 (04.12.2022, 23:59) || || [https://drive.google.com/file/d/1ZuxJWCDm0l_rs4Myfg20qIEZGj7IYVZw/view?usp=share_link Файл] [https://drive.google.com/file/d/1pJ7Kp5TFBKwj4qTCn5hF2yPmPGGBhfiu/view?usp=sharing Данные] || [https://drive.google.com/file/d/1DJAeuIg9TH0aiTlAYY-EjtP9LDUoAY4c/view?usp=sharing Файл] [https://drive.google.com/file/d/1pJ7Kp5TFBKwj4qTCn5hF2yPmPGGBhfiu/view?usp=sharing Данные] ||<br /> [https://disk.yandex.ru/d/RU2MW6_ilywUzw Файл] [https://disk.yandex.ru/d/ZDwZrQeQhD9KQg Данные]<br /> |-<br /> |ДЗ 4 (20.12.2022, 23:59)|| || [https://drive.google.com/file/d/1R15ie5Fqh2v01d5yNcC7HRFfQmfia6Zh/view?usp=share_link Файл1] [https://drive.google.com/file/d/1jzZipGvdrgcm1zKrLg5k3boajJHRNxXq/view?usp=share_link Файл2] [https://drive.google.com/file/d/1Qf9nrz8uzebeL-pgTPRdyuIgms-4CVw3/view?usp=share_link Данные] || || <br /> |}<br /> <br /> === План курса ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Описание<br /> |-<br /> | 1|| '''Введение в инструменты''' || Инструменты для работы с Python.<br /> |-<br /> | 2|| '''Введение в статистику. Базовые манипуляции с данными''' || Фильтрация данных, сортировка данных, использованием функций.<br /> |-<br /> | 3|| '''Типы данных. Создание новых переменных''' || Типы признаков. Создание новых переменных по условию.<br /> |-<br /> | 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения''' || Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.<br /> |-<br /> | 5 || '''Описательные статистики: меры центральной тенденции и разброса''' || Методы центральной тенденции (мода, среднее арифметическое, медиана). Меры разброса ( размах, стандартное отклонение, дисперсия, межквартильный размах). Вычисление описательных статистик с группировкой.<br /> |-<br /> | 6 || '''Z-оценка. Выбросы''' || Перевод значений в z-оценки. Работа с пропущенными значениями и с выбросами.<br /> |-<br /> | 7 || '''Корреляция''' || Вычисление коэффициента корреляции Пирсона. Построение уравнения простой линейной регрессии, линия тренда.<br /> |-<br /> | 8 || '''Введение в визуализацию данных''' || Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.<br /> |-<br /> | 9 || '''Продвинутая визуализация данных''' || Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.<br /> |-<br /> | 10 || '''Введение в тестирование гипотез. Непараметрические критерии''' || Основы тестирования гипотез. Использование непараметрических критериев. Критерий согласия Хи-квадрат и критерий независимости Хи-квадрат.<br /> |-<br /> | 11 || '''Параметрические критерии для проверки гипотез''' || Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.<br /> |-<br /> | 12 || '''Линейная регрессия''' || Предпосылки линейной регрессии. Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.<br /> |-<br /> | 13 || '''Логистическая регрессия''' || Введение в логистическую регрессию. Построение предсказаний с использованием логистической регрессии, интерпретация коэффициентов.<br /> |-<br /> | 14 || '''Введение в машинное обучение''' || Основные понятия, связанные с машинным обучением. Решение задачи регрессии и классификации. Оценка качества.<br /> |}<br /> <br /> == Правила выставления оценок ==<br /> === Формула ===<br /> Итог = МИН(10, 0.2*КР1 + 0.2*Экзамен + 0.2*ДЗ + 0.2*Тесты + 0.2*Проект + 0.1*Квизы)<br /> <br /> * 0.2 * КР1<br /> * 0.2 * Экзамен<br /> * 0.2 * ДЗ (среднее арифметическое по 6 дз) <br /> * 0.2 * мини-тесты на семинарах<br /> * 0.2 * исследовательский проект<br /> * 0.1 * Квизы<br /> <br /> Округление стандартное арифметическое. Округляется только итоговый результат.<br /> <br /> === Правила дедлайнов ===<br /> * Домашние задания: дедлайн + поздний дедлайн со штрафом 1 балл за каждый день просрочки.<br /> * Проект: проект не может быть засчитан, если студент не пришел на защиту - даже если проект групповой и защищает группа без студента - непришедшему ставится ноль, или не сдал проект ДО ЗАЩИТЫ в установленное время.<br /> * Контрольные: жёсткий дедлайн.<br /> * Все дедлайны – общие для всего курса.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> * Elementary statistics : a step by step approach, Bluman, A. G.,<br /> * Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> * Савельев В. Статистика и котики.<br /> <br /> <br /> [[Категория:Data_Culture]]<br /> [[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23&diff=74581 2022-12-02T08:53:06Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы ''«Международные отношения»'' и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. <br /> <br /> Дисциплина реализуется с помощью онлайн-курса ''«Статистика для анализа данных»''.<br /> <br /> ПУД курса: https://www.hse.ru/ba/ia/courses/646523779.html<br /> <br /> ПУД независимого экзамена: https://www.hse.ru/ba/ia/courses/646471128.html<br /> <br /> == Необходимые ссылки ==<br /> <br /> [https://openedu.ru/course/hse/STATDA/ Ссылка на онлайн-курс «Статистика для анализа данных»]<br /> <br /> &lt;!-- [# Спецификация НЭ] --&gt;<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Команда курса ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты<br /> |-<br /> | БМО211, [https://t.me/+Wo2SP5rP0f8zNzdi чат группы в Телеграме]<br /> | Бурова Маргарита || @Burritas || Мохова Елизавета || @SuntAmara<br /> |-<br /> | БМО212, [https://t.me/+tq1dhmU6QclmYzY6 чат группы в Телеграме]<br /> | Бочарова Александра || @ashebulka|| Капустина Лика || @lika_kapustina<br /> |-<br /> | БМО213, [https://t.me/+adChgZ-zWHVmOGNi чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Прохоров Кирилл || @kirillp001<br /> |-<br /> | БМО214, [https://t.me/+Q3Zbief2g5hmYWQ0 чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Рубанов Владислав || @rubanoww<br /> |}<br /> <br /> == Материалы курса ==<br /> <br /> === Семинарские материалы ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |1 || Введение в инструменты || [https://drive.google.com/file/d/1t1fHPfPJ8ORCy8uMt0ACmYCUnCHgTxw8/view?usp=sharing Семинар 1] <br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные]<br /> || <br /> || [https://drive.google.com/file/d/11hMznCvgmfSxaBwrBj72grapTjoq6S_N/view?usp=sharing Файл] [https://drive.google.com/file/d/1ffolXM4Fxy5-fVSCTCLkGBNXHtNNkfwm/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/4DHAy8cIy8rRww Семинар 1] [https://disk.yandex.ru/d/zGgCmuD83XxDdw Данные] [https://disk.yandex.ru/d/-fuOeKarN0VC3Q Архив]<br /> |-<br /> |2 || Введение в статистику. Базовые манипуляции с данными || [https://drive.google.com/file/d/1_X-F7iCDRg9mGtkb3lIIozZSt_o8fZkS/view?usp=sharing Семинар 2]<br /> [https://drive.google.com/file/d/1jDOmkABc_o9kIBZHneDvnHtn0jHfgp8Z/view?usp=sharing Данные 1]<br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные 2]<br /> || <br /> || [https://drive.google.com/file/d/1zCBZSq-yRNtSp_n-zTVzj1B4edN7ihPB/view?usp=sharing Файл] <br /> [https://drive.google.com/file/d/1JES6ut_sFeEIaKjlZJ0bgBEGD6wHvrtX/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1Ng7vogBMIP308uuvd2vW-_SWXKeYqyVL/view?usp=sharing Данные 2] <br /> || [https://disk.yandex.ru/d/BrW9H-vGOwf2Sg Семинар 2] [https://disk.yandex.ru/d/u8AYyP5Tu8jaAw Данные 1] [https://disk.yandex.ru/d/tvKK4yor5qVZkw Данные 2]<br /> |-<br /> |3 || Типы данных. Создание новых переменных || [https://drive.google.com/file/d/14cOHHiCPjBUwZD63aqLfwevLfUO2hkD_/view?usp=sharing Семинар 3] [https://drive.google.com/file/d/1umTE_C0aTDf-8ANNmpaXunmMCdHJ5Scq/view?usp=sharing Данные 1] <br /> || <br /> || [https://drive.google.com/file/d/1mSLMdElReA8H2opsZ2GCuH6r4j-nAWpi/view?usp=sharing Файл] [https://drive.google.com/file/d/1V4vz24HuK8jQLCnN_X5cqBE-4EBAYFlx/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/ZbRt0LvIs4QzIg Семинар 3] [https://disk.yandex.ru/d/NMo0MR0ZV5GsDg Данные] <br /> |-<br /> |4 || Генеральная совокупность и выборка. Частотные таблицы и распределения <br /> || <br /> || <br /> || [https://drive.google.com/file/d/1kZe4yFZn-nh1Pd6xIV4EoF_FbV5r-RqU/view?usp=sharing Файл] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/UDj_nZLzpjr3rA Семинар 4] [https://disk.yandex.ru/i/t8BT3BUejPxZ-g Данные]<br /> |-<br /> |5 || Описательные статистики: меры центральной тенденции и разброса || [https://drive.google.com/file/d/1G19ehrc4vL2mJPMEwWYyZCa3RIs6g5EC/view?usp=sharing Семинар 5] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1Q6d2OmdYqZCvmGgXqd1p2bwqmAzPVpYh/view?usp=sharing Файл] [https://drive.google.com/file/d/1OMtppuLZdKGTU7DcY60mD8V-ZtbJZQDs/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/TMavi9acyXS9SA Семинар 5] [https://disk.yandex.ru/i/BcEA75tYdGN97A Данные]<br /> |-<br /> |6 || Z-оценка. Выбросы ||[https://drive.google.com/file/d/1jrsIbKOJ7i7wQ46GDXGX0T6_TeabZEbe/view?usp=sharing Файл] [https://drive.google.com/file/d/1JkmRA4T_1RmskJdgyiFkzt6SfnfFVymI/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1jrsIbKOJ7i7wQ46GDXGX0T6_TeabZEbe/view?usp=sharing Файл] [https://drive.google.com/file/d/1JkmRA4T_1RmskJdgyiFkzt6SfnfFVymI/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/PhWkBr4e0eKSTA Семинар 6] [https://disk.yandex.ru/d/YaVHgxfXub-ekQ Данные]<br /> |-<br /> |7 || Корреляция ||[https://drive.google.com/file/d/1GL2zK78HYLu_pvfQ1YJ65IIJ4jFX4IDu/view?usp=sharing Файл] [https://drive.google.com/file/d/1x494wVCJp2T0r3KPBlkUzzdSLjEqBEsD/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1GL2zK78HYLu_pvfQ1YJ65IIJ4jFX4IDu/view?usp=sharing Файл] [https://drive.google.com/file/d/1x494wVCJp2T0r3KPBlkUzzdSLjEqBEsD/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/tUCJUNnG7TYPCA Семинар 7] [https://disk.yandex.ru/d/_A-yRAoVyCrnQA Данные]<br /> |-<br /> |8 || Введение в визуализацию данных || [https://drive.google.com/file/d/1YxHt7x3V0pY0FWCHL9AdrPSwahJIHSxR/view?usp=sharing Семинар 8] || || [https://drive.google.com/file/d/1PNj3-klzZaW5pSW7agLYF1tZ1thDkvu-/view?usp=sharing Файл] [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] ||<br /> |-<br /> |9 || Продвинутая визуализация данных || [https://drive.google.com/file/d/15bYzUMoBgQqn_NK-CEkLEwtQvJR66UmM/view?usp=sharing Файл] [https://drive.google.com/file/d/1mjh2MjxiCwndOzPfFFUAnq4O2FoU4dBf/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] || || [https://drive.google.com/file/d/15bYzUMoBgQqn_NK-CEkLEwtQvJR66UmM/view?usp=sharing Файл] <br /> [https://drive.google.com/file/d/1mjh2MjxiCwndOzPfFFUAnq4O2FoU4dBf/view?usp=sharing Данные 1] <br /> [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] <br /> ||<br /> |-<br /> |10 || Введение в тестирование гипотез. Непараметрические критерии || [https://drive.google.com/file/d/1BcpQ3pYjyt-BMxoH3Vynlhaa2gfePv_W/view?usp=sharing Семинар 11] [https://drive.google.com/file/d/1TcqLqR6q4h2fmny2wk77BiNSMraV9GCQ/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1vRMniPf4ziLYRK_TUC_KSjM10qetf3fS/view?usp=sharing Данные 2]|| || [https://drive.google.com/file/d/1-hSJ73gyzgSj0eefnedT37xj9LueVU9g/view?usp=sharing Файл] [https://drive.google.com/file/d/1dao0kQ9sK2vI2RZ8XajM-UiSPMckbjZI/view?usp=sharing Данные] ||<br /> |-<br /> |11 || Параметрические критерии для проверки гипотез || [https://drive.google.com/file/d/1EGp8N4OfD9hH81-0Veq-dgi7uNB-bkjV/view?usp=sharing Семинар 12] [https://drive.google.com/file/d/1BdGSk9jpwcGl4Qb-8ZRLmzbZBhPHDO_z/view?usp=sharing Данные]|| || ||<br /> |-<br /> |12 || Линейная регрессия || [https://drive.google.com/file/d/1lfkyH3PrQlMlq6MZgONTY2QnJSUi2S0G/view?usp=sharing Семинар 13] [https://drive.google.com/file/d/1_UYvc12rIFA25bMng5fgQHT5KKKa-RqK/view?usp=sharing Данные] || || ||<br /> |-<br /> |13 || Логистическая регрессия || || || ||<br /> |-<br /> |14 || Введение в машинное обучение || || || ||<br /> |}<br /> <br /> === Домашние задания ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № и дедлайн !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |ДЗ 1 (28.09.2022, 23:59) || [Файл] [Данные] || [https://drive.google.com/file/d/1h2E_yWxnsXKfe-kO5k3UsPZJyRvC6c7O/view?usp=sharing Файл] [https://drive.google.com/file/d/1peuJM_MqdtOJ2tzP2uQggBWz8YuyZrUb/view?usp=sharing Данные] || [https://drive.google.com/file/d/1F7MnklTX4iG5S_P_bLufigNOuqFZ5PP3/view?usp=sharing Файл] [https://drive.google.com/file/d/1ZCvjP_4KzB8p_Z-CCeSS3aDN0zIs6wfG/view?usp=sharing Данные] <br /> || [https://drive.google.com/file/d/13sctZQffhuS4swRtVTWsVEPL2XqsL4jd/view?usp=sharing Файл] [https://drive.google.com/file/d/1hIW7aJG5btH4lTQM2x0L6zehLxutYZta/view?usp=sharing Данные]<br /> |-<br /> |ДЗ 2 (16.10.2022, 23:59) || || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/rHliZC05Fru9DQ Файл] [https://disk.yandex.ru/d/19XTP242ElEvJg Данные]<br /> |-<br /> |ДЗ 3 (04.12.2022, 23:59) || || [https://drive.google.com/file/d/1ZuxJWCDm0l_rs4Myfg20qIEZGj7IYVZw/view?usp=share_link Файл] [https://drive.google.com/file/d/1pJ7Kp5TFBKwj4qTCn5hF2yPmPGGBhfiu/view?usp=sharing Данные] || [https://drive.google.com/file/d/1DJAeuIg9TH0aiTlAYY-EjtP9LDUoAY4c/view?usp=sharing Файл] [https://drive.google.com/file/d/1pJ7Kp5TFBKwj4qTCn5hF2yPmPGGBhfiu/view?usp=sharing Данные] || <br /> |-<br /> |ДЗ 4 || || || || <br /> |}<br /> <br /> === План курса ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Описание<br /> |-<br /> | 1|| '''Введение в инструменты''' || Инструменты для работы с Python.<br /> |-<br /> | 2|| '''Введение в статистику. Базовые манипуляции с данными''' || Фильтрация данных, сортировка данных, использованием функций.<br /> |-<br /> | 3|| '''Типы данных. Создание новых переменных''' || Типы признаков. Создание новых переменных по условию.<br /> |-<br /> | 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения''' || Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.<br /> |-<br /> | 5 || '''Описательные статистики: меры центральной тенденции и разброса''' || Методы центральной тенденции (мода, среднее арифметическое, медиана). Меры разброса ( размах, стандартное отклонение, дисперсия, межквартильный размах). Вычисление описательных статистик с группировкой.<br /> |-<br /> | 6 || '''Z-оценка. Выбросы''' || Перевод значений в z-оценки. Работа с пропущенными значениями и с выбросами.<br /> |-<br /> | 7 || '''Корреляция''' || Вычисление коэффициента корреляции Пирсона. Построение уравнения простой линейной регрессии, линия тренда.<br /> |-<br /> | 8 || '''Введение в визуализацию данных''' || Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.<br /> |-<br /> | 9 || '''Продвинутая визуализация данных''' || Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.<br /> |-<br /> | 10 || '''Введение в тестирование гипотез. Непараметрические критерии''' || Основы тестирования гипотез. Использование непараметрических критериев. Критерий согласия Хи-квадрат и критерий независимости Хи-квадрат.<br /> |-<br /> | 11 || '''Параметрические критерии для проверки гипотез''' || Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.<br /> |-<br /> | 12 || '''Линейная регрессия''' || Предпосылки линейной регрессии. Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.<br /> |-<br /> | 13 || '''Логистическая регрессия''' || Введение в логистическую регрессию. Построение предсказаний с использованием логистической регрессии, интерпретация коэффициентов.<br /> |-<br /> | 14 || '''Введение в машинное обучение''' || Основные понятия, связанные с машинным обучением. Решение задачи регрессии и классификации. Оценка качества.<br /> |}<br /> <br /> == Правила выставления оценок ==<br /> === Формула ===<br /> Итог = МИН(10, 0.2*КР1 + 0.2*Экзамен + 0.2*ДЗ + 0.2*Тесты + 0.2*Проект + 0.1*Квизы)<br /> <br /> * 0.2 * КР1<br /> * 0.2 * Экзамен<br /> * 0.2 * ДЗ (среднее арифметическое по 6 дз) <br /> * 0.2 * мини-тесты на семинарах<br /> * 0.2 * исследовательский проект<br /> * 0.1 * Квизы<br /> <br /> Округление стандартное арифметическое. Округляется только итоговый результат.<br /> <br /> === Правила дедлайнов ===<br /> * Домашние задания: дедлайн + поздний дедлайн со штрафом 1 балл за каждый день просрочки.<br /> * Проект: проект не может быть засчитан, если студент не пришел на защиту - даже если проект групповой и защищает группа без студента - непришедшему ставится ноль, или не сдал проект ДО ЗАЩИТЫ в установленное время.<br /> * Контрольные: жёсткий дедлайн.<br /> * Все дедлайны – общие для всего курса.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> * Elementary statistics : a step by step approach, Bluman, A. G.,<br /> * Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> * Савельев В. Статистика и котики.<br /> <br /> <br /> [[Категория:Data_Culture]]<br /> [[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23&diff=74394 2022-11-25T15:02:31Z

<p>Mbburova: /* Семинарские материалы */</p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы ''«Международные отношения»'' и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. <br /> <br /> Дисциплина реализуется с помощью онлайн-курса ''«Статистика для анализа данных»''.<br /> <br /> ПУД курса: https://www.hse.ru/ba/ia/courses/646523779.html<br /> <br /> ПУД независимого экзамена: https://www.hse.ru/ba/ia/courses/646471128.html<br /> <br /> == Необходимые ссылки ==<br /> <br /> [https://openedu.ru/course/hse/STATDA/ Ссылка на онлайн-курс «Статистика для анализа данных»]<br /> <br /> &lt;!-- [# Спецификация НЭ] --&gt;<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Команда курса ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты<br /> |-<br /> | БМО211, [https://t.me/+Wo2SP5rP0f8zNzdi чат группы в Телеграме]<br /> | Бурова Маргарита || @Burritas || Мохова Елизавета || @SuntAmara<br /> |-<br /> | БМО212, [https://t.me/+tq1dhmU6QclmYzY6 чат группы в Телеграме]<br /> | Бочарова Александра || @ashebulka|| Капустина Лика || @lika_kapustina<br /> |-<br /> | БМО213, [https://t.me/+adChgZ-zWHVmOGNi чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Прохоров Кирилл || @kirillp001<br /> |-<br /> | БМО214, [https://t.me/+Q3Zbief2g5hmYWQ0 чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Рубанов Владислав || @rubanoww<br /> |}<br /> <br /> == Материалы курса ==<br /> <br /> === Семинарские материалы ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |1 || Введение в инструменты || [https://drive.google.com/file/d/1t1fHPfPJ8ORCy8uMt0ACmYCUnCHgTxw8/view?usp=sharing Семинар 1] <br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные]<br /> || <br /> || [https://drive.google.com/file/d/11hMznCvgmfSxaBwrBj72grapTjoq6S_N/view?usp=sharing Файл] [https://drive.google.com/file/d/1ffolXM4Fxy5-fVSCTCLkGBNXHtNNkfwm/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/4DHAy8cIy8rRww Семинар 1] [https://disk.yandex.ru/d/zGgCmuD83XxDdw Данные] [https://disk.yandex.ru/d/-fuOeKarN0VC3Q Архив]<br /> |-<br /> |2 || Введение в статистику. Базовые манипуляции с данными || [https://drive.google.com/file/d/1_X-F7iCDRg9mGtkb3lIIozZSt_o8fZkS/view?usp=sharing Семинар 2]<br /> [https://drive.google.com/file/d/1jDOmkABc_o9kIBZHneDvnHtn0jHfgp8Z/view?usp=sharing Данные 1]<br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные 2]<br /> || <br /> || [https://drive.google.com/file/d/1zCBZSq-yRNtSp_n-zTVzj1B4edN7ihPB/view?usp=sharing Файл] <br /> [https://drive.google.com/file/d/1JES6ut_sFeEIaKjlZJ0bgBEGD6wHvrtX/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1Ng7vogBMIP308uuvd2vW-_SWXKeYqyVL/view?usp=sharing Данные 2] <br /> || [https://disk.yandex.ru/d/BrW9H-vGOwf2Sg Семинар 2] [https://disk.yandex.ru/d/u8AYyP5Tu8jaAw Данные 1] [https://disk.yandex.ru/d/tvKK4yor5qVZkw Данные 2]<br /> |-<br /> |3 || Типы данных. Создание новых переменных || [https://drive.google.com/file/d/14cOHHiCPjBUwZD63aqLfwevLfUO2hkD_/view?usp=sharing Семинар 3] [https://drive.google.com/file/d/1umTE_C0aTDf-8ANNmpaXunmMCdHJ5Scq/view?usp=sharing Данные 1] <br /> || <br /> || [https://drive.google.com/file/d/1mSLMdElReA8H2opsZ2GCuH6r4j-nAWpi/view?usp=sharing Файл] [https://drive.google.com/file/d/1V4vz24HuK8jQLCnN_X5cqBE-4EBAYFlx/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/ZbRt0LvIs4QzIg Семинар 3] [https://disk.yandex.ru/d/NMo0MR0ZV5GsDg Данные] <br /> |-<br /> |4 || Генеральная совокупность и выборка. Частотные таблицы и распределения <br /> || <br /> || <br /> || [https://drive.google.com/file/d/1kZe4yFZn-nh1Pd6xIV4EoF_FbV5r-RqU/view?usp=sharing Файл] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/UDj_nZLzpjr3rA Семинар 4] [https://disk.yandex.ru/i/t8BT3BUejPxZ-g Данные]<br /> |-<br /> |5 || Описательные статистики: меры центральной тенденции и разброса || [https://drive.google.com/file/d/1G19ehrc4vL2mJPMEwWYyZCa3RIs6g5EC/view?usp=sharing Семинар 5] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1Q6d2OmdYqZCvmGgXqd1p2bwqmAzPVpYh/view?usp=sharing Файл] [https://drive.google.com/file/d/1OMtppuLZdKGTU7DcY60mD8V-ZtbJZQDs/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/TMavi9acyXS9SA Семинар 5] [https://disk.yandex.ru/i/BcEA75tYdGN97A Данные]<br /> |-<br /> |6 || Z-оценка. Выбросы ||[https://drive.google.com/file/d/1jrsIbKOJ7i7wQ46GDXGX0T6_TeabZEbe/view?usp=sharing Файл] [https://drive.google.com/file/d/1JkmRA4T_1RmskJdgyiFkzt6SfnfFVymI/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1jrsIbKOJ7i7wQ46GDXGX0T6_TeabZEbe/view?usp=sharing Файл] [https://drive.google.com/file/d/1JkmRA4T_1RmskJdgyiFkzt6SfnfFVymI/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/PhWkBr4e0eKSTA Семинар 6] [https://disk.yandex.ru/d/YaVHgxfXub-ekQ Данные]<br /> |-<br /> |7 || Корреляция ||[https://drive.google.com/file/d/1GL2zK78HYLu_pvfQ1YJ65IIJ4jFX4IDu/view?usp=sharing Файл] [https://drive.google.com/file/d/1x494wVCJp2T0r3KPBlkUzzdSLjEqBEsD/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1GL2zK78HYLu_pvfQ1YJ65IIJ4jFX4IDu/view?usp=sharing Файл] [https://drive.google.com/file/d/1x494wVCJp2T0r3KPBlkUzzdSLjEqBEsD/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/tUCJUNnG7TYPCA Семинар 7] [https://disk.yandex.ru/d/_A-yRAoVyCrnQA Данные]<br /> |-<br /> |8 || Введение в визуализацию данных || [https://drive.google.com/file/d/1YxHt7x3V0pY0FWCHL9AdrPSwahJIHSxR/view?usp=sharing Семинар 8] || || [https://drive.google.com/file/d/1PNj3-klzZaW5pSW7agLYF1tZ1thDkvu-/view?usp=sharing Файл] [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] ||<br /> |-<br /> |9 || Продвинутая визуализация данных || [https://drive.google.com/file/d/15bYzUMoBgQqn_NK-CEkLEwtQvJR66UmM/view?usp=sharing Файл] [https://drive.google.com/file/d/1mjh2MjxiCwndOzPfFFUAnq4O2FoU4dBf/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] || || [https://drive.google.com/file/d/15bYzUMoBgQqn_NK-CEkLEwtQvJR66UmM/view?usp=sharing Файл] <br /> [https://drive.google.com/file/d/1mjh2MjxiCwndOzPfFFUAnq4O2FoU4dBf/view?usp=sharing Данные 1] <br /> [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] <br /> ||<br /> |-<br /> |10 || Введение в тестирование гипотез. Непараметрические критерии || [https://drive.google.com/file/d/1BcpQ3pYjyt-BMxoH3Vynlhaa2gfePv_W/view?usp=sharing Семинар 11] [https://drive.google.com/file/d/1TcqLqR6q4h2fmny2wk77BiNSMraV9GCQ/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1vRMniPf4ziLYRK_TUC_KSjM10qetf3fS/view?usp=sharing Данные 2]|| || [https://drive.google.com/file/d/1-hSJ73gyzgSj0eefnedT37xj9LueVU9g/view?usp=sharing Файл] [https://drive.google.com/file/d/1dao0kQ9sK2vI2RZ8XajM-UiSPMckbjZI/view?usp=sharing Данные] ||<br /> |-<br /> |11 || Параметрические критерии для проверки гипотез || [https://drive.google.com/file/d/1EGp8N4OfD9hH81-0Veq-dgi7uNB-bkjV/view?usp=sharing Семинар 12] [https://drive.google.com/file/d/1BdGSk9jpwcGl4Qb-8ZRLmzbZBhPHDO_z/view?usp=sharing Данные]|| || ||<br /> |-<br /> |12 || Линейная регрессия || || || ||<br /> |-<br /> |13 || Логистическая регрессия || || || ||<br /> |-<br /> |14 || Введение в машинное обучение || || || ||<br /> |}<br /> <br /> === Домашние задания ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № и дедлайн !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |ДЗ 1 (28.09.2022, 23:59) || [Файл] [Данные] || [https://drive.google.com/file/d/1h2E_yWxnsXKfe-kO5k3UsPZJyRvC6c7O/view?usp=sharing Файл] [https://drive.google.com/file/d/1peuJM_MqdtOJ2tzP2uQggBWz8YuyZrUb/view?usp=sharing Данные] || [https://drive.google.com/file/d/1F7MnklTX4iG5S_P_bLufigNOuqFZ5PP3/view?usp=sharing Файл] [https://drive.google.com/file/d/1ZCvjP_4KzB8p_Z-CCeSS3aDN0zIs6wfG/view?usp=sharing Данные] <br /> || [https://drive.google.com/file/d/13sctZQffhuS4swRtVTWsVEPL2XqsL4jd/view?usp=sharing Файл] [https://drive.google.com/file/d/1hIW7aJG5btH4lTQM2x0L6zehLxutYZta/view?usp=sharing Данные]<br /> |-<br /> |ДЗ 2 (16.10.2022, 23:59) || || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/rHliZC05Fru9DQ Файл] [https://disk.yandex.ru/d/19XTP242ElEvJg Данные]<br /> |-<br /> |ДЗ 3 (04.12.2022, 23:59) || || [https://drive.google.com/file/d/1ZuxJWCDm0l_rs4Myfg20qIEZGj7IYVZw/view?usp=share_link Файл] [https://drive.google.com/file/d/1pJ7Kp5TFBKwj4qTCn5hF2yPmPGGBhfiu/view?usp=sharing Данные] || [https://drive.google.com/file/d/1DJAeuIg9TH0aiTlAYY-EjtP9LDUoAY4c/view?usp=sharing Файл] [https://drive.google.com/file/d/1pJ7Kp5TFBKwj4qTCn5hF2yPmPGGBhfiu/view?usp=sharing Данные] || <br /> |-<br /> |ДЗ 4 || || || || <br /> |}<br /> <br /> === План курса ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Описание<br /> |-<br /> | 1|| '''Введение в инструменты''' || Инструменты для работы с Python.<br /> |-<br /> | 2|| '''Введение в статистику. Базовые манипуляции с данными''' || Фильтрация данных, сортировка данных, использованием функций.<br /> |-<br /> | 3|| '''Типы данных. Создание новых переменных''' || Типы признаков. Создание новых переменных по условию.<br /> |-<br /> | 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения''' || Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.<br /> |-<br /> | 5 || '''Описательные статистики: меры центральной тенденции и разброса''' || Методы центральной тенденции (мода, среднее арифметическое, медиана). Меры разброса ( размах, стандартное отклонение, дисперсия, межквартильный размах). Вычисление описательных статистик с группировкой.<br /> |-<br /> | 6 || '''Z-оценка. Выбросы''' || Перевод значений в z-оценки. Работа с пропущенными значениями и с выбросами.<br /> |-<br /> | 7 || '''Корреляция''' || Вычисление коэффициента корреляции Пирсона. Построение уравнения простой линейной регрессии, линия тренда.<br /> |-<br /> | 8 || '''Введение в визуализацию данных''' || Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.<br /> |-<br /> | 9 || '''Продвинутая визуализация данных''' || Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.<br /> |-<br /> | 10 || '''Введение в тестирование гипотез. Непараметрические критерии''' || Основы тестирования гипотез. Использование непараметрических критериев. Критерий согласия Хи-квадрат и критерий независимости Хи-квадрат.<br /> |-<br /> | 11 || '''Параметрические критерии для проверки гипотез''' || Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.<br /> |-<br /> | 12 || '''Линейная регрессия''' || Предпосылки линейной регрессии. Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.<br /> |-<br /> | 13 || '''Логистическая регрессия''' || Введение в логистическую регрессию. Построение предсказаний с использованием логистической регрессии, интерпретация коэффициентов.<br /> |-<br /> | 14 || '''Введение в машинное обучение''' || Основные понятия, связанные с машинным обучением. Решение задачи регрессии и классификации. Оценка качества.<br /> |}<br /> <br /> == Правила выставления оценок ==<br /> === Формула ===<br /> Итог = МИН(10, 0.2*КР1 + 0.2*Экзамен + 0.2*ДЗ + 0.2*Тесты + 0.2*Проект + 0.1*Квизы)<br /> <br /> * 0.2 * КР1<br /> * 0.2 * Экзамен<br /> * 0.2 * ДЗ (среднее арифметическое по 6 дз) <br /> * 0.2 * мини-тесты на семинарах<br /> * 0.2 * исследовательский проект<br /> * 0.1 * Квизы<br /> <br /> Округление стандартное арифметическое. Округляется только итоговый результат.<br /> <br /> === Правила дедлайнов ===<br /> * Домашние задания: дедлайн + поздний дедлайн со штрафом 1 балл за каждый день просрочки.<br /> * Проект: проект не может быть засчитан, если студент не пришел на защиту - даже если проект групповой и защищает группа без студента - непришедшему ставится ноль, или не сдал проект ДО ЗАЩИТЫ в установленное время.<br /> * Контрольные: жёсткий дедлайн.<br /> * Все дедлайны – общие для всего курса.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> * Elementary statistics : a step by step approach, Bluman, A. G.,<br /> * Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> * Савельев В. Статистика и котики.<br /> <br /> <br /> [[Категория:Data_Culture]]<br /> [[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23&diff=74390 2022-11-25T12:55:20Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы ''«Международные отношения»'' и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. <br /> <br /> Дисциплина реализуется с помощью онлайн-курса ''«Статистика для анализа данных»''.<br /> <br /> ПУД курса: https://www.hse.ru/ba/ia/courses/646523779.html<br /> <br /> ПУД независимого экзамена: https://www.hse.ru/ba/ia/courses/646471128.html<br /> <br /> == Необходимые ссылки ==<br /> <br /> [https://openedu.ru/course/hse/STATDA/ Ссылка на онлайн-курс «Статистика для анализа данных»]<br /> <br /> &lt;!-- [# Спецификация НЭ] --&gt;<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Команда курса ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты<br /> |-<br /> | БМО211, [https://t.me/+Wo2SP5rP0f8zNzdi чат группы в Телеграме]<br /> | Бурова Маргарита || @Burritas || Мохова Елизавета || @SuntAmara<br /> |-<br /> | БМО212, [https://t.me/+tq1dhmU6QclmYzY6 чат группы в Телеграме]<br /> | Бочарова Александра || @ashebulka|| Капустина Лика || @lika_kapustina<br /> |-<br /> | БМО213, [https://t.me/+adChgZ-zWHVmOGNi чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Прохоров Кирилл || @kirillp001<br /> |-<br /> | БМО214, [https://t.me/+Q3Zbief2g5hmYWQ0 чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Рубанов Владислав || @rubanoww<br /> |}<br /> <br /> == Материалы курса ==<br /> <br /> === Семинарские материалы ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |1 || Введение в инструменты || [https://drive.google.com/file/d/1t1fHPfPJ8ORCy8uMt0ACmYCUnCHgTxw8/view?usp=sharing Семинар 1] <br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные]<br /> || <br /> || [https://drive.google.com/file/d/11hMznCvgmfSxaBwrBj72grapTjoq6S_N/view?usp=sharing Файл] [https://drive.google.com/file/d/1ffolXM4Fxy5-fVSCTCLkGBNXHtNNkfwm/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/4DHAy8cIy8rRww Семинар 1] [https://disk.yandex.ru/d/zGgCmuD83XxDdw Данные] [https://disk.yandex.ru/d/-fuOeKarN0VC3Q Архив]<br /> |-<br /> |2 || Введение в статистику. Базовые манипуляции с данными || [https://drive.google.com/file/d/1_X-F7iCDRg9mGtkb3lIIozZSt_o8fZkS/view?usp=sharing Семинар 2]<br /> [https://drive.google.com/file/d/1jDOmkABc_o9kIBZHneDvnHtn0jHfgp8Z/view?usp=sharing Данные 1]<br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные 2]<br /> || <br /> || [https://drive.google.com/file/d/1zCBZSq-yRNtSp_n-zTVzj1B4edN7ihPB/view?usp=sharing Файл] <br /> [https://drive.google.com/file/d/1JES6ut_sFeEIaKjlZJ0bgBEGD6wHvrtX/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1Ng7vogBMIP308uuvd2vW-_SWXKeYqyVL/view?usp=sharing Данные 2] <br /> || [https://disk.yandex.ru/d/BrW9H-vGOwf2Sg Семинар 2] [https://disk.yandex.ru/d/u8AYyP5Tu8jaAw Данные 1] [https://disk.yandex.ru/d/tvKK4yor5qVZkw Данные 2]<br /> |-<br /> |3 || Типы данных. Создание новых переменных || [https://drive.google.com/file/d/14cOHHiCPjBUwZD63aqLfwevLfUO2hkD_/view?usp=sharing Семинар 3] [https://drive.google.com/file/d/1umTE_C0aTDf-8ANNmpaXunmMCdHJ5Scq/view?usp=sharing Данные 1] <br /> || <br /> || [https://drive.google.com/file/d/1mSLMdElReA8H2opsZ2GCuH6r4j-nAWpi/view?usp=sharing Файл] [https://drive.google.com/file/d/1V4vz24HuK8jQLCnN_X5cqBE-4EBAYFlx/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/ZbRt0LvIs4QzIg Семинар 3] [https://disk.yandex.ru/d/NMo0MR0ZV5GsDg Данные] <br /> |-<br /> |4 || Генеральная совокупность и выборка. Частотные таблицы и распределения <br /> || <br /> || <br /> || [https://drive.google.com/file/d/1kZe4yFZn-nh1Pd6xIV4EoF_FbV5r-RqU/view?usp=sharing Файл] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/UDj_nZLzpjr3rA Семинар 4] [https://disk.yandex.ru/i/t8BT3BUejPxZ-g Данные]<br /> |-<br /> |5 || Описательные статистики: меры центральной тенденции и разброса || [https://drive.google.com/file/d/1G19ehrc4vL2mJPMEwWYyZCa3RIs6g5EC/view?usp=sharing Семинар 5] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1Q6d2OmdYqZCvmGgXqd1p2bwqmAzPVpYh/view?usp=sharing Файл] [https://drive.google.com/file/d/1OMtppuLZdKGTU7DcY60mD8V-ZtbJZQDs/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/TMavi9acyXS9SA Семинар 5] [https://disk.yandex.ru/i/BcEA75tYdGN97A Данные]<br /> |-<br /> |6 || Z-оценка. Выбросы ||[https://drive.google.com/file/d/1jrsIbKOJ7i7wQ46GDXGX0T6_TeabZEbe/view?usp=sharing Файл] [https://drive.google.com/file/d/1JkmRA4T_1RmskJdgyiFkzt6SfnfFVymI/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1jrsIbKOJ7i7wQ46GDXGX0T6_TeabZEbe/view?usp=sharing Файл] [https://drive.google.com/file/d/1JkmRA4T_1RmskJdgyiFkzt6SfnfFVymI/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/PhWkBr4e0eKSTA Семинар 6] [https://disk.yandex.ru/d/YaVHgxfXub-ekQ Данные]<br /> |-<br /> |7 || Корреляция ||[https://drive.google.com/file/d/1GL2zK78HYLu_pvfQ1YJ65IIJ4jFX4IDu/view?usp=sharing Файл] [https://drive.google.com/file/d/1x494wVCJp2T0r3KPBlkUzzdSLjEqBEsD/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1GL2zK78HYLu_pvfQ1YJ65IIJ4jFX4IDu/view?usp=sharing Файл] [https://drive.google.com/file/d/1x494wVCJp2T0r3KPBlkUzzdSLjEqBEsD/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/tUCJUNnG7TYPCA Семинар 7] [https://disk.yandex.ru/d/_A-yRAoVyCrnQA Данные]<br /> |-<br /> |8 || Введение в визуализацию данных || [https://drive.google.com/file/d/1YxHt7x3V0pY0FWCHL9AdrPSwahJIHSxR/view?usp=sharing Семинар 8] || || [https://drive.google.com/file/d/1PNj3-klzZaW5pSW7agLYF1tZ1thDkvu-/view?usp=sharing Файл] [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] ||<br /> |-<br /> |9 || Продвинутая визуализация данных || [https://drive.google.com/file/d/15bYzUMoBgQqn_NK-CEkLEwtQvJR66UmM/view?usp=sharing Файл] [https://drive.google.com/file/d/1mjh2MjxiCwndOzPfFFUAnq4O2FoU4dBf/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] || || [https://drive.google.com/file/d/15bYzUMoBgQqn_NK-CEkLEwtQvJR66UmM/view?usp=sharing Файл] <br /> [https://drive.google.com/file/d/1mjh2MjxiCwndOzPfFFUAnq4O2FoU4dBf/view?usp=sharing Данные 1] <br /> [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] <br /> ||<br /> |-<br /> |10 || Введение в тестирование гипотез. Непараметрические критерии || [https://drive.google.com/file/d/1BcpQ3pYjyt-BMxoH3Vynlhaa2gfePv_W/view?usp=sharing Семинар 11] [https://drive.google.com/file/d/1TcqLqR6q4h2fmny2wk77BiNSMraV9GCQ/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1vRMniPf4ziLYRK_TUC_KSjM10qetf3fS/view?usp=sharing Данные 2]|| || [https://drive.google.com/file/d/1-hSJ73gyzgSj0eefnedT37xj9LueVU9g/view?usp=sharing Файл] [https://drive.google.com/file/d/1dao0kQ9sK2vI2RZ8XajM-UiSPMckbjZI/view?usp=sharing Данные] ||<br /> |-<br /> |11 || Параметрические критерии для проверки гипотез || || || ||<br /> |-<br /> |12 || Линейная регрессия || || || ||<br /> |-<br /> |13 || Логистическая регрессия || || || ||<br /> |-<br /> |14 || Введение в машинное обучение || || || ||<br /> |}<br /> <br /> === Домашние задания ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № и дедлайн !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |ДЗ 1 (28.09.2022, 23:59) || [Файл] [Данные] || [https://drive.google.com/file/d/1h2E_yWxnsXKfe-kO5k3UsPZJyRvC6c7O/view?usp=sharing Файл] [https://drive.google.com/file/d/1peuJM_MqdtOJ2tzP2uQggBWz8YuyZrUb/view?usp=sharing Данные] || [https://drive.google.com/file/d/1F7MnklTX4iG5S_P_bLufigNOuqFZ5PP3/view?usp=sharing Файл] [https://drive.google.com/file/d/1ZCvjP_4KzB8p_Z-CCeSS3aDN0zIs6wfG/view?usp=sharing Данные] <br /> || [https://drive.google.com/file/d/13sctZQffhuS4swRtVTWsVEPL2XqsL4jd/view?usp=sharing Файл] [https://drive.google.com/file/d/1hIW7aJG5btH4lTQM2x0L6zehLxutYZta/view?usp=sharing Данные]<br /> |-<br /> |ДЗ 2 (16.10.2022, 23:59) || || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/rHliZC05Fru9DQ Файл] [https://disk.yandex.ru/d/19XTP242ElEvJg Данные]<br /> |-<br /> |ДЗ 3 (04.12.2022, 23:59) || || [https://drive.google.com/file/d/1ZuxJWCDm0l_rs4Myfg20qIEZGj7IYVZw/view?usp=share_link Файл] [https://drive.google.com/file/d/1pJ7Kp5TFBKwj4qTCn5hF2yPmPGGBhfiu/view?usp=sharing Данные] || [https://drive.google.com/file/d/1DJAeuIg9TH0aiTlAYY-EjtP9LDUoAY4c/view?usp=sharing Файл] [https://drive.google.com/file/d/1pJ7Kp5TFBKwj4qTCn5hF2yPmPGGBhfiu/view?usp=sharing Данные] || <br /> |-<br /> |ДЗ 4 || || || || <br /> |}<br /> <br /> === План курса ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Описание<br /> |-<br /> | 1|| '''Введение в инструменты''' || Инструменты для работы с Python.<br /> |-<br /> | 2|| '''Введение в статистику. Базовые манипуляции с данными''' || Фильтрация данных, сортировка данных, использованием функций.<br /> |-<br /> | 3|| '''Типы данных. Создание новых переменных''' || Типы признаков. Создание новых переменных по условию.<br /> |-<br /> | 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения''' || Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.<br /> |-<br /> | 5 || '''Описательные статистики: меры центральной тенденции и разброса''' || Методы центральной тенденции (мода, среднее арифметическое, медиана). Меры разброса ( размах, стандартное отклонение, дисперсия, межквартильный размах). Вычисление описательных статистик с группировкой.<br /> |-<br /> | 6 || '''Z-оценка. Выбросы''' || Перевод значений в z-оценки. Работа с пропущенными значениями и с выбросами.<br /> |-<br /> | 7 || '''Корреляция''' || Вычисление коэффициента корреляции Пирсона. Построение уравнения простой линейной регрессии, линия тренда.<br /> |-<br /> | 8 || '''Введение в визуализацию данных''' || Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.<br /> |-<br /> | 9 || '''Продвинутая визуализация данных''' || Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.<br /> |-<br /> | 10 || '''Введение в тестирование гипотез. Непараметрические критерии''' || Основы тестирования гипотез. Использование непараметрических критериев. Критерий согласия Хи-квадрат и критерий независимости Хи-квадрат.<br /> |-<br /> | 11 || '''Параметрические критерии для проверки гипотез''' || Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.<br /> |-<br /> | 12 || '''Линейная регрессия''' || Предпосылки линейной регрессии. Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.<br /> |-<br /> | 13 || '''Логистическая регрессия''' || Введение в логистическую регрессию. Построение предсказаний с использованием логистической регрессии, интерпретация коэффициентов.<br /> |-<br /> | 14 || '''Введение в машинное обучение''' || Основные понятия, связанные с машинным обучением. Решение задачи регрессии и классификации. Оценка качества.<br /> |}<br /> <br /> == Правила выставления оценок ==<br /> === Формула ===<br /> Итог = МИН(10, 0.2*КР1 + 0.2*Экзамен + 0.2*ДЗ + 0.2*Тесты + 0.2*Проект + 0.1*Квизы)<br /> <br /> * 0.2 * КР1<br /> * 0.2 * Экзамен<br /> * 0.2 * ДЗ (среднее арифметическое по 6 дз) <br /> * 0.2 * мини-тесты на семинарах<br /> * 0.2 * исследовательский проект<br /> * 0.1 * Квизы<br /> <br /> Округление стандартное арифметическое. Округляется только итоговый результат.<br /> <br /> === Правила дедлайнов ===<br /> * Домашние задания: дедлайн + поздний дедлайн со штрафом 1 балл за каждый день просрочки.<br /> * Проект: проект не может быть засчитан, если студент не пришел на защиту - даже если проект групповой и защищает группа без студента - непришедшему ставится ноль, или не сдал проект ДО ЗАЩИТЫ в установленное время.<br /> * Контрольные: жёсткий дедлайн.<br /> * Все дедлайны – общие для всего курса.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> * Elementary statistics : a step by step approach, Bluman, A. G.,<br /> * Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> * Савельев В. Статистика и котики.<br /> <br /> <br /> [[Категория:Data_Culture]]<br /> [[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23&diff=74197 2022-11-18T11:10:14Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы ''«Международные отношения»'' и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. <br /> <br /> Дисциплина реализуется с помощью онлайн-курса ''«Статистика для анализа данных»''.<br /> <br /> ПУД курса: https://www.hse.ru/ba/ia/courses/646523779.html<br /> <br /> ПУД независимого экзамена: https://www.hse.ru/ba/ia/courses/646471128.html<br /> <br /> == Необходимые ссылки ==<br /> <br /> [https://openedu.ru/course/hse/STATDA/ Ссылка на онлайн-курс «Статистика для анализа данных»]<br /> <br /> &lt;!-- [# Спецификация НЭ] --&gt;<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Команда курса ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты<br /> |-<br /> | БМО211, [https://t.me/+Wo2SP5rP0f8zNzdi чат группы в Телеграме]<br /> | Бурова Маргарита || @Burritas || Мохова Елизавета || @SuntAmara<br /> |-<br /> | БМО212, [https://t.me/+tq1dhmU6QclmYzY6 чат группы в Телеграме]<br /> | Бочарова Александра || @ashebulka|| Капустина Лика || @lika_kapustina<br /> |-<br /> | БМО213, [https://t.me/+adChgZ-zWHVmOGNi чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Прохоров Кирилл || @kirillp001<br /> |-<br /> | БМО214, [https://t.me/+Q3Zbief2g5hmYWQ0 чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Рубанов Владислав || @rubanoww<br /> |}<br /> <br /> == Материалы курса ==<br /> <br /> === Семинарские материалы ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |1 || Введение в инструменты || [https://drive.google.com/file/d/1t1fHPfPJ8ORCy8uMt0ACmYCUnCHgTxw8/view?usp=sharing Семинар 1] <br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные]<br /> || <br /> || [https://drive.google.com/file/d/11hMznCvgmfSxaBwrBj72grapTjoq6S_N/view?usp=sharing Файл] [https://drive.google.com/file/d/1ffolXM4Fxy5-fVSCTCLkGBNXHtNNkfwm/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/4DHAy8cIy8rRww Семинар 1] [https://disk.yandex.ru/d/zGgCmuD83XxDdw Данные] [https://disk.yandex.ru/d/-fuOeKarN0VC3Q Архив]<br /> |-<br /> |2 || Введение в статистику. Базовые манипуляции с данными || [https://drive.google.com/file/d/1_X-F7iCDRg9mGtkb3lIIozZSt_o8fZkS/view?usp=sharing Семинар 2]<br /> [https://drive.google.com/file/d/1jDOmkABc_o9kIBZHneDvnHtn0jHfgp8Z/view?usp=sharing Данные 1]<br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные 2]<br /> || <br /> || [https://drive.google.com/file/d/1zCBZSq-yRNtSp_n-zTVzj1B4edN7ihPB/view?usp=sharing Файл] <br /> [https://drive.google.com/file/d/1JES6ut_sFeEIaKjlZJ0bgBEGD6wHvrtX/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1Ng7vogBMIP308uuvd2vW-_SWXKeYqyVL/view?usp=sharing Данные 2] <br /> || [https://disk.yandex.ru/d/BrW9H-vGOwf2Sg Семинар 2] [https://disk.yandex.ru/d/u8AYyP5Tu8jaAw Данные 1] [https://disk.yandex.ru/d/tvKK4yor5qVZkw Данные 2]<br /> |-<br /> |3 || Типы данных. Создание новых переменных || [https://drive.google.com/file/d/14cOHHiCPjBUwZD63aqLfwevLfUO2hkD_/view?usp=sharing Семинар 3] [https://drive.google.com/file/d/1umTE_C0aTDf-8ANNmpaXunmMCdHJ5Scq/view?usp=sharing Данные 1] <br /> || <br /> || [https://drive.google.com/file/d/1mSLMdElReA8H2opsZ2GCuH6r4j-nAWpi/view?usp=sharing Файл] [https://drive.google.com/file/d/1V4vz24HuK8jQLCnN_X5cqBE-4EBAYFlx/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/ZbRt0LvIs4QzIg Семинар 3] [https://disk.yandex.ru/d/NMo0MR0ZV5GsDg Данные] <br /> |-<br /> |4 || Генеральная совокупность и выборка. Частотные таблицы и распределения <br /> || <br /> || <br /> || [https://drive.google.com/file/d/1kZe4yFZn-nh1Pd6xIV4EoF_FbV5r-RqU/view?usp=sharing Файл] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/UDj_nZLzpjr3rA Семинар 4] [https://disk.yandex.ru/i/t8BT3BUejPxZ-g Данные]<br /> |-<br /> |5 || Описательные статистики: меры центральной тенденции и разброса || [https://drive.google.com/file/d/1G19ehrc4vL2mJPMEwWYyZCa3RIs6g5EC/view?usp=sharing Семинар 5] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1Q6d2OmdYqZCvmGgXqd1p2bwqmAzPVpYh/view?usp=sharing Файл] [https://drive.google.com/file/d/1OMtppuLZdKGTU7DcY60mD8V-ZtbJZQDs/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/TMavi9acyXS9SA Семинар 5] [https://disk.yandex.ru/i/BcEA75tYdGN97A Данные]<br /> |-<br /> |6 || Z-оценка. Выбросы ||[https://drive.google.com/file/d/1jrsIbKOJ7i7wQ46GDXGX0T6_TeabZEbe/view?usp=sharing Файл] [https://drive.google.com/file/d/1JkmRA4T_1RmskJdgyiFkzt6SfnfFVymI/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1jrsIbKOJ7i7wQ46GDXGX0T6_TeabZEbe/view?usp=sharing Файл] [https://drive.google.com/file/d/1JkmRA4T_1RmskJdgyiFkzt6SfnfFVymI/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/PhWkBr4e0eKSTA Семинар 6] [https://disk.yandex.ru/d/YaVHgxfXub-ekQ Данные]<br /> |-<br /> |7 || Корреляция ||[https://drive.google.com/file/d/1GL2zK78HYLu_pvfQ1YJ65IIJ4jFX4IDu/view?usp=sharing Файл] [https://drive.google.com/file/d/1x494wVCJp2T0r3KPBlkUzzdSLjEqBEsD/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1GL2zK78HYLu_pvfQ1YJ65IIJ4jFX4IDu/view?usp=sharing Файл] [https://drive.google.com/file/d/1x494wVCJp2T0r3KPBlkUzzdSLjEqBEsD/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/tUCJUNnG7TYPCA Семинар 7] [https://disk.yandex.ru/d/_A-yRAoVyCrnQA Данные]<br /> |-<br /> |8 || Введение в визуализацию данных || [https://drive.google.com/file/d/1YxHt7x3V0pY0FWCHL9AdrPSwahJIHSxR/view?usp=sharing Семинар 8] || || [https://drive.google.com/file/d/1PNj3-klzZaW5pSW7agLYF1tZ1thDkvu-/view?usp=sharing Файл] [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] ||<br /> |-<br /> |9 || Продвинутая визуализация данных || [https://drive.google.com/file/d/15bYzUMoBgQqn_NK-CEkLEwtQvJR66UmM/view?usp=sharing Файл] [https://drive.google.com/file/d/1mjh2MjxiCwndOzPfFFUAnq4O2FoU4dBf/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] || || [https://drive.google.com/file/d/15bYzUMoBgQqn_NK-CEkLEwtQvJR66UmM/view?usp=sharing Файл] <br /> [https://drive.google.com/file/d/1mjh2MjxiCwndOzPfFFUAnq4O2FoU4dBf/view?usp=sharing Данные 1] <br /> [https://drive.google.com/file/d/1nCh0WSOlaP8x5DRJomY1WBO2s-oyqnaR/view?usp=sharing Данные 2] <br /> ||<br /> |-<br /> |10 || Введение в тестирование гипотез. Непараметрические критерии || || || [ Файл] [ Данные] ||<br /> |-<br /> |11 || Параметрические критерии для проверки гипотез || || || ||<br /> |-<br /> |12 || Линейная регрессия || || || ||<br /> |-<br /> |13 || Логистическая регрессия || || || ||<br /> |-<br /> |14 || Введение в машинное обучение || || || ||<br /> |}<br /> <br /> === Домашние задания ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № и дедлайн !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |ДЗ 1 (28.09.2022, 23:59) || [Файл] [Данные] || [https://drive.google.com/file/d/1h2E_yWxnsXKfe-kO5k3UsPZJyRvC6c7O/view?usp=sharing Файл] [https://drive.google.com/file/d/1peuJM_MqdtOJ2tzP2uQggBWz8YuyZrUb/view?usp=sharing Данные] || [https://drive.google.com/file/d/1F7MnklTX4iG5S_P_bLufigNOuqFZ5PP3/view?usp=sharing Файл] [https://drive.google.com/file/d/1ZCvjP_4KzB8p_Z-CCeSS3aDN0zIs6wfG/view?usp=sharing Данные] <br /> || [https://drive.google.com/file/d/13sctZQffhuS4swRtVTWsVEPL2XqsL4jd/view?usp=sharing Файл] [https://drive.google.com/file/d/1hIW7aJG5btH4lTQM2x0L6zehLxutYZta/view?usp=sharing Данные]<br /> |-<br /> |ДЗ 2 (16.10.2022, 23:59) || || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/rHliZC05Fru9DQ Файл] [https://disk.yandex.ru/d/19XTP242ElEvJg Данные]<br /> |-<br /> |ДЗ 3 || || || || <br /> |-<br /> |ДЗ 4 || || || || <br /> |}<br /> <br /> === План курса ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Описание<br /> |-<br /> | 1|| '''Введение в инструменты''' || Инструменты для работы с Python.<br /> |-<br /> | 2|| '''Введение в статистику. Базовые манипуляции с данными''' || Фильтрация данных, сортировка данных, использованием функций.<br /> |-<br /> | 3|| '''Типы данных. Создание новых переменных''' || Типы признаков. Создание новых переменных по условию.<br /> |-<br /> | 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения''' || Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.<br /> |-<br /> | 5 || '''Описательные статистики: меры центральной тенденции и разброса''' || Методы центральной тенденции (мода, среднее арифметическое, медиана). Меры разброса ( размах, стандартное отклонение, дисперсия, межквартильный размах). Вычисление описательных статистик с группировкой.<br /> |-<br /> | 6 || '''Z-оценка. Выбросы''' || Перевод значений в z-оценки. Работа с пропущенными значениями и с выбросами.<br /> |-<br /> | 7 || '''Корреляция''' || Вычисление коэффициента корреляции Пирсона. Построение уравнения простой линейной регрессии, линия тренда.<br /> |-<br /> | 8 || '''Введение в визуализацию данных''' || Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.<br /> |-<br /> | 9 || '''Продвинутая визуализация данных''' || Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.<br /> |-<br /> | 10 || '''Введение в тестирование гипотез. Непараметрические критерии''' || Основы тестирования гипотез. Использование непараметрических критериев. Критерий согласия Хи-квадрат и критерий независимости Хи-квадрат.<br /> |-<br /> | 11 || '''Параметрические критерии для проверки гипотез''' || Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.<br /> |-<br /> | 12 || '''Линейная регрессия''' || Предпосылки линейной регрессии. Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.<br /> |-<br /> | 13 || '''Логистическая регрессия''' || Введение в логистическую регрессию. Построение предсказаний с использованием логистической регрессии, интерпретация коэффициентов.<br /> |-<br /> | 14 || '''Введение в машинное обучение''' || Основные понятия, связанные с машинным обучением. Решение задачи регрессии и классификации. Оценка качества.<br /> |}<br /> <br /> == Правила выставления оценок ==<br /> === Формула ===<br /> Итог = МИН(10, 0.2*КР1 + 0.2*Экзамен + 0.2*ДЗ + 0.2*Тесты + 0.2*Проект + 0.1*Квизы)<br /> <br /> * 0.2 * КР1<br /> * 0.2 * Экзамен<br /> * 0.2 * ДЗ (среднее арифметическое по 6 дз) <br /> * 0.2 * мини-тесты на семинарах<br /> * 0.2 * исследовательский проект<br /> * 0.1 * Квизы<br /> <br /> Округление стандартное арифметическое. Округляется только итоговый результат.<br /> <br /> === Правила дедлайнов ===<br /> * Домашние задания: дедлайн + поздний дедлайн со штрафом 1 балл за каждый день просрочки.<br /> * Проект: проект не может быть засчитан, если студент не пришел на защиту - даже если проект групповой и защищает группа без студента - непришедшему ставится ноль, или не сдал проект ДО ЗАЩИТЫ в установленное время.<br /> * Контрольные: жёсткий дедлайн.<br /> * Все дедлайны – общие для всего курса.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> * Elementary statistics : a step by step approach, Bluman, A. G.,<br /> * Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> * Савельев В. Статистика и котики.<br /> <br /> <br /> [[Категория:Data_Culture]]<br /> [[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23&diff=73992 2022-11-11T06:54:31Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы ''«Международные отношения»'' и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. <br /> <br /> Дисциплина реализуется с помощью онлайн-курса ''«Статистика для анализа данных»''.<br /> <br /> ПУД курса: https://www.hse.ru/ba/ia/courses/646523779.html<br /> <br /> ПУД независимого экзамена: https://www.hse.ru/ba/ia/courses/646471128.html<br /> <br /> == Необходимые ссылки ==<br /> <br /> [https://openedu.ru/course/hse/STATDA/ Ссылка на онлайн-курс «Статистика для анализа данных»]<br /> <br /> &lt;!-- [# Спецификация НЭ] --&gt;<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Команда курса ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты<br /> |-<br /> | БМО211, [https://t.me/+Wo2SP5rP0f8zNzdi чат группы в Телеграме]<br /> | Бурова Маргарита || @Burritas || Мохова Елизавета || @SuntAmara<br /> |-<br /> | БМО212, [https://t.me/+tq1dhmU6QclmYzY6 чат группы в Телеграме]<br /> | Бочарова Александра || @ashebulka|| Капустина Лика || @lika_kapustina<br /> |-<br /> | БМО213, [https://t.me/+adChgZ-zWHVmOGNi чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Прохоров Кирилл || @kirillp001<br /> |-<br /> | БМО214, [https://t.me/+Q3Zbief2g5hmYWQ0 чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Рубанов Владислав || @rubanoww<br /> |}<br /> <br /> == Материалы курса ==<br /> <br /> === Семинарские материалы ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |1 || Введение в инструменты || [https://drive.google.com/file/d/1t1fHPfPJ8ORCy8uMt0ACmYCUnCHgTxw8/view?usp=sharing Семинар 1] <br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные]<br /> || <br /> || [https://drive.google.com/file/d/11hMznCvgmfSxaBwrBj72grapTjoq6S_N/view?usp=sharing Файл] [https://drive.google.com/file/d/1ffolXM4Fxy5-fVSCTCLkGBNXHtNNkfwm/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/4DHAy8cIy8rRww Семинар 1] [https://disk.yandex.ru/d/zGgCmuD83XxDdw Данные] [https://disk.yandex.ru/d/-fuOeKarN0VC3Q Архив]<br /> |-<br /> |2 || Введение в статистику. Базовые манипуляции с данными || [https://drive.google.com/file/d/1_X-F7iCDRg9mGtkb3lIIozZSt_o8fZkS/view?usp=sharing Семинар 2]<br /> [https://drive.google.com/file/d/1jDOmkABc_o9kIBZHneDvnHtn0jHfgp8Z/view?usp=sharing Данные 1]<br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные 2]<br /> || <br /> || [https://drive.google.com/file/d/1zCBZSq-yRNtSp_n-zTVzj1B4edN7ihPB/view?usp=sharing Файл] <br /> [https://drive.google.com/file/d/1JES6ut_sFeEIaKjlZJ0bgBEGD6wHvrtX/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1Ng7vogBMIP308uuvd2vW-_SWXKeYqyVL/view?usp=sharing Данные 2] <br /> || [https://disk.yandex.ru/d/BrW9H-vGOwf2Sg Семинар 2] [https://disk.yandex.ru/d/u8AYyP5Tu8jaAw Данные 1] [https://disk.yandex.ru/d/tvKK4yor5qVZkw Данные 2]<br /> |-<br /> |3 || Типы данных. Создание новых переменных || [https://drive.google.com/file/d/14cOHHiCPjBUwZD63aqLfwevLfUO2hkD_/view?usp=sharing Семинар 3] [https://drive.google.com/file/d/1umTE_C0aTDf-8ANNmpaXunmMCdHJ5Scq/view?usp=sharing Данные 1] <br /> || <br /> || [https://drive.google.com/file/d/1mSLMdElReA8H2opsZ2GCuH6r4j-nAWpi/view?usp=sharing Файл] [https://drive.google.com/file/d/1V4vz24HuK8jQLCnN_X5cqBE-4EBAYFlx/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/ZbRt0LvIs4QzIg Семинар 3] [https://disk.yandex.ru/d/NMo0MR0ZV5GsDg Данные] <br /> |-<br /> |4 || Генеральная совокупность и выборка. Частотные таблицы и распределения <br /> || <br /> || <br /> || [https://drive.google.com/file/d/1kZe4yFZn-nh1Pd6xIV4EoF_FbV5r-RqU/view?usp=sharing Файл] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/UDj_nZLzpjr3rA Семинар 4] [https://disk.yandex.ru/i/t8BT3BUejPxZ-g Данные]<br /> |-<br /> |5 || Описательные статистики: меры центральной тенденции и разброса || [https://drive.google.com/file/d/1G19ehrc4vL2mJPMEwWYyZCa3RIs6g5EC/view?usp=sharing Семинар 5] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1Q6d2OmdYqZCvmGgXqd1p2bwqmAzPVpYh/view?usp=sharing Файл] [https://drive.google.com/file/d/1OMtppuLZdKGTU7DcY60mD8V-ZtbJZQDs/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/TMavi9acyXS9SA Семинар 5] [https://disk.yandex.ru/i/BcEA75tYdGN97A Данные]<br /> |-<br /> |6 || Z-оценка. Выбросы ||[https://drive.google.com/file/d/1jrsIbKOJ7i7wQ46GDXGX0T6_TeabZEbe/view?usp=sharing Файл] [https://drive.google.com/file/d/1JkmRA4T_1RmskJdgyiFkzt6SfnfFVymI/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1jrsIbKOJ7i7wQ46GDXGX0T6_TeabZEbe/view?usp=sharing Файл] [https://drive.google.com/file/d/1JkmRA4T_1RmskJdgyiFkzt6SfnfFVymI/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/PhWkBr4e0eKSTA Семинар 6] [https://disk.yandex.ru/d/YaVHgxfXub-ekQ Данные]<br /> |-<br /> |7 || Корреляция ||[https://drive.google.com/file/d/1GL2zK78HYLu_pvfQ1YJ65IIJ4jFX4IDu/view?usp=sharing Файл] [https://drive.google.com/file/d/1x494wVCJp2T0r3KPBlkUzzdSLjEqBEsD/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1GL2zK78HYLu_pvfQ1YJ65IIJ4jFX4IDu/view?usp=sharing Файл] [https://drive.google.com/file/d/1x494wVCJp2T0r3KPBlkUzzdSLjEqBEsD/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/tUCJUNnG7TYPCA Семинар 7] [https://disk.yandex.ru/d/_A-yRAoVyCrnQA Данные]<br /> |-<br /> |8 || Введение в визуализацию данных || [https://drive.google.com/file/d/1YxHt7x3V0pY0FWCHL9AdrPSwahJIHSxR/view?usp=sharing Семинар 8] || || ||<br /> |-<br /> |9 || Продвинутая визуализация данных || || || ||<br /> |-<br /> |10 || Введение в тестирование гипотез. Непараметрические критерии || || || ||<br /> |-<br /> |11 || Параметрические критерии для проверки гипотез || || || ||<br /> |-<br /> |12 || Линейная регрессия || || || ||<br /> |-<br /> |13 || Логистическая регрессия || || || ||<br /> |-<br /> |14 || Введение в машинное обучение || || || ||<br /> |}<br /> <br /> === Домашние задания ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № и дедлайн !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |ДЗ 1 (28.09.2022, 23:59) || [Файл] [Данные] || [https://drive.google.com/file/d/1h2E_yWxnsXKfe-kO5k3UsPZJyRvC6c7O/view?usp=sharing Файл] [https://drive.google.com/file/d/1peuJM_MqdtOJ2tzP2uQggBWz8YuyZrUb/view?usp=sharing Данные] || [https://drive.google.com/file/d/1F7MnklTX4iG5S_P_bLufigNOuqFZ5PP3/view?usp=sharing Файл] [https://drive.google.com/file/d/1ZCvjP_4KzB8p_Z-CCeSS3aDN0zIs6wfG/view?usp=sharing Данные] <br /> || [https://drive.google.com/file/d/13sctZQffhuS4swRtVTWsVEPL2XqsL4jd/view?usp=sharing Файл] [https://drive.google.com/file/d/1hIW7aJG5btH4lTQM2x0L6zehLxutYZta/view?usp=sharing Данные]<br /> |-<br /> |ДЗ 2 (16.10.2022, 23:59) || || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/rHliZC05Fru9DQ Файл] [https://disk.yandex.ru/d/19XTP242ElEvJg Данные]<br /> |-<br /> |ДЗ 3 || || || || <br /> |-<br /> |ДЗ 4 || || || || <br /> |-<br /> |ДЗ 5 || || || || <br /> |-<br /> |ДЗ 6 || || || || <br /> |}<br /> <br /> === План курса ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Описание<br /> |-<br /> | 1|| '''Введение в инструменты''' || Инструменты для работы с Python.<br /> |-<br /> | 2|| '''Введение в статистику. Базовые манипуляции с данными''' || Фильтрация данных, сортировка данных, использованием функций.<br /> |-<br /> | 3|| '''Типы данных. Создание новых переменных''' || Типы признаков. Создание новых переменных по условию.<br /> |-<br /> | 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения''' || Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.<br /> |-<br /> | 5 || '''Описательные статистики: меры центральной тенденции и разброса''' || Методы центральной тенденции (мода, среднее арифметическое, медиана). Меры разброса ( размах, стандартное отклонение, дисперсия, межквартильный размах). Вычисление описательных статистик с группировкой.<br /> |-<br /> | 6 || '''Z-оценка. Выбросы''' || Перевод значений в z-оценки. Работа с пропущенными значениями и с выбросами.<br /> |-<br /> | 7 || '''Корреляция''' || Вычисление коэффициента корреляции Пирсона. Построение уравнения простой линейной регрессии, линия тренда.<br /> |-<br /> | 8 || '''Введение в визуализацию данных''' || Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.<br /> |-<br /> | 9 || '''Продвинутая визуализация данных''' || Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.<br /> |-<br /> | 10 || '''Введение в тестирование гипотез. Непараметрические критерии''' || Основы тестирования гипотез. Использование непараметрических критериев. Критерий согласия Хи-квадрат и критерий независимости Хи-квадрат.<br /> |-<br /> | 11 || '''Параметрические критерии для проверки гипотез''' || Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.<br /> |-<br /> | 12 || '''Линейная регрессия''' || Предпосылки линейной регрессии. Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.<br /> |-<br /> | 13 || '''Логистическая регрессия''' || Введение в логистическую регрессию. Построение предсказаний с использованием логистической регрессии, интерпретация коэффициентов.<br /> |-<br /> | 14 || '''Введение в машинное обучение''' || Основные понятия, связанные с машинным обучением. Решение задачи регрессии и классификации. Оценка качества.<br /> |}<br /> <br /> == Правила выставления оценок ==<br /> === Формула ===<br /> Итог = МИН(10, 0.2*КР1 + 0.2*Экзамен + 0.2*ДЗ + 0.2*Тесты + 0.2*Проект + 0.1*Квизы)<br /> <br /> * 0.2 * КР1<br /> * 0.2 * Экзамен<br /> * 0.2 * ДЗ (среднее арифметическое по 6 дз) <br /> * 0.2 * мини-тесты на семинарах<br /> * 0.2 * исследовательский проект<br /> * 0.1 * Квизы<br /> <br /> Округление стандартное арифметическое. Округляется только итоговый результат.<br /> <br /> === Правила дедлайнов ===<br /> * Домашние задания: дедлайн + поздний дедлайн со штрафом 1 балл за каждый день просрочки.<br /> * Проект: проект не может быть засчитан, если студент не пришел на защиту - даже если проект групповой и защищает группа без студента - непришедшему ставится ноль, или не сдал проект ДО ЗАЩИТЫ в установленное время.<br /> * Контрольные: жёсткий дедлайн.<br /> * Все дедлайны – общие для всего курса.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> * Elementary statistics : a step by step approach, Bluman, A. G.,<br /> * Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> * Савельев В. Статистика и котики.<br /> <br /> <br /> [[Категория:Data_Culture]]<br /> [[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23&diff=73359 2022-10-17T02:33:21Z

<p>Mbburova: /* Семинарские материалы */</p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы ''«Международные отношения»'' и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. <br /> <br /> Дисциплина реализуется с помощью онлайн-курса ''«Статистика для анализа данных»''.<br /> <br /> ПУД курса: https://www.hse.ru/ba/ia/courses/646523779.html<br /> <br /> ПУД независимого экзамена: https://www.hse.ru/ba/ia/courses/646471128.html<br /> <br /> == Необходимые ссылки ==<br /> <br /> [https://openedu.ru/course/hse/STATDA/ Ссылка на онлайн-курс «Статистика для анализа данных»]<br /> <br /> &lt;!-- [# Спецификация НЭ] --&gt;<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Команда курса ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты<br /> |-<br /> | БМО211, [https://t.me/+Wo2SP5rP0f8zNzdi чат группы в Телеграме]<br /> | Бурова Маргарита || @Burritas || Мохова Елизавета || @SuntAmara<br /> |-<br /> | БМО212, [https://t.me/+tq1dhmU6QclmYzY6 чат группы в Телеграме]<br /> | Бочарова Александра || @ashebulka|| Капустина Лика || @lika_kapustina<br /> |-<br /> | БМО213, [https://t.me/+adChgZ-zWHVmOGNi чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Прохоров Кирилл || @kirillp001<br /> |-<br /> | БМО214, [https://t.me/+Q3Zbief2g5hmYWQ0 чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Рубанов Владислав || @rubanoww<br /> |}<br /> <br /> == Материалы курса ==<br /> <br /> === Семинарские материалы ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |1 || Введение в инструменты || [https://drive.google.com/file/d/1t1fHPfPJ8ORCy8uMt0ACmYCUnCHgTxw8/view?usp=sharing Семинар 1] <br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные]<br /> || <br /> || [https://drive.google.com/file/d/11hMznCvgmfSxaBwrBj72grapTjoq6S_N/view?usp=sharing Файл] [https://drive.google.com/file/d/1ffolXM4Fxy5-fVSCTCLkGBNXHtNNkfwm/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/4DHAy8cIy8rRww Семинар 1] [https://disk.yandex.ru/d/zGgCmuD83XxDdw Данные] [https://disk.yandex.ru/d/-fuOeKarN0VC3Q Архив]<br /> |-<br /> |2 || Введение в статистику. Базовые манипуляции с данными || [https://drive.google.com/file/d/1_X-F7iCDRg9mGtkb3lIIozZSt_o8fZkS/view?usp=sharing Семинар 2]<br /> [https://drive.google.com/file/d/1jDOmkABc_o9kIBZHneDvnHtn0jHfgp8Z/view?usp=sharing Данные 1]<br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные 2]<br /> || <br /> || [https://drive.google.com/file/d/1zCBZSq-yRNtSp_n-zTVzj1B4edN7ihPB/view?usp=sharing Файл] <br /> [https://drive.google.com/file/d/1JES6ut_sFeEIaKjlZJ0bgBEGD6wHvrtX/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1Ng7vogBMIP308uuvd2vW-_SWXKeYqyVL/view?usp=sharing Данные 2] <br /> || [https://disk.yandex.ru/d/BrW9H-vGOwf2Sg Семинар 2] [https://disk.yandex.ru/d/u8AYyP5Tu8jaAw Данные 1] [https://disk.yandex.ru/d/tvKK4yor5qVZkw Данные 2]<br /> |-<br /> |3 || Типы данных. Создание новых переменных || [https://drive.google.com/file/d/14cOHHiCPjBUwZD63aqLfwevLfUO2hkD_/view?usp=sharing Семинар 3] [https://drive.google.com/file/d/1umTE_C0aTDf-8ANNmpaXunmMCdHJ5Scq/view?usp=sharing Данные 1] <br /> || <br /> || [https://drive.google.com/file/d/1mSLMdElReA8H2opsZ2GCuH6r4j-nAWpi/view?usp=sharing Файл] [https://drive.google.com/file/d/1V4vz24HuK8jQLCnN_X5cqBE-4EBAYFlx/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/ZbRt0LvIs4QzIg Семинар 3] [https://disk.yandex.ru/d/NMo0MR0ZV5GsDg Данные] <br /> |-<br /> |4 || Генеральная совокупность и выборка. Частотные таблицы и распределения <br /> || <br /> || <br /> || [https://drive.google.com/file/d/1kZe4yFZn-nh1Pd6xIV4EoF_FbV5r-RqU/view?usp=sharing Файл] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/UDj_nZLzpjr3rA Семинар 4] [https://disk.yandex.ru/i/t8BT3BUejPxZ-g Данные]<br /> |-<br /> |5 || Описательные статистики: меры центральной тенденции и разброса || [https://drive.google.com/file/d/1G19ehrc4vL2mJPMEwWYyZCa3RIs6g5EC/view?usp=sharing Семинар 5] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1Q6d2OmdYqZCvmGgXqd1p2bwqmAzPVpYh/view?usp=sharing Файл] [https://drive.google.com/file/d/1OMtppuLZdKGTU7DcY60mD8V-ZtbJZQDs/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/TMavi9acyXS9SA Семинар 5] [https://disk.yandex.ru/i/BcEA75tYdGN97A Данные]<br /> |-<br /> |6 || Z-оценка. Выбросы ||[https://drive.google.com/file/d/1jrsIbKOJ7i7wQ46GDXGX0T6_TeabZEbe/view?usp=sharing Файл] [https://drive.google.com/file/d/1JkmRA4T_1RmskJdgyiFkzt6SfnfFVymI/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1jrsIbKOJ7i7wQ46GDXGX0T6_TeabZEbe/view?usp=sharing Файл] [https://drive.google.com/file/d/1JkmRA4T_1RmskJdgyiFkzt6SfnfFVymI/view?usp=sharing Данные] ||<br /> |-<br /> |7 || Корреляция ||[https://drive.google.com/file/d/1GL2zK78HYLu_pvfQ1YJ65IIJ4jFX4IDu/view?usp=sharing Файл] [https://drive.google.com/file/d/1x494wVCJp2T0r3KPBlkUzzdSLjEqBEsD/view?usp=sharing Данные] || || [https://drive.google.com/file/d/1GL2zK78HYLu_pvfQ1YJ65IIJ4jFX4IDu/view?usp=sharing Файл] [https://drive.google.com/file/d/1x494wVCJp2T0r3KPBlkUzzdSLjEqBEsD/view?usp=sharing Данные] ||<br /> |-<br /> |8 || Введение в визуализацию данных || || || ||<br /> |-<br /> |9 || Продвинутая визуализация данных || || || ||<br /> |-<br /> |10 || Введение в тестирование гипотез. Непараметрические критерии || || || ||<br /> |-<br /> |11 || Параметрические критерии для проверки гипотез || || || ||<br /> |-<br /> |12 || Линейная регрессия || || || ||<br /> |-<br /> |13 || Логистическая регрессия || || || ||<br /> |-<br /> |14 || Введение в машинное обучение || || || ||<br /> |}<br /> <br /> === Домашние задания ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № и дедлайн !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |ДЗ 1 (28.09.2022, 23:59) || [Файл] [Данные] || [https://drive.google.com/file/d/1h2E_yWxnsXKfe-kO5k3UsPZJyRvC6c7O/view?usp=sharing Файл] [https://drive.google.com/file/d/1peuJM_MqdtOJ2tzP2uQggBWz8YuyZrUb/view?usp=sharing Данные] || [https://drive.google.com/file/d/1F7MnklTX4iG5S_P_bLufigNOuqFZ5PP3/view?usp=sharing Файл] [https://drive.google.com/file/d/1ZCvjP_4KzB8p_Z-CCeSS3aDN0zIs6wfG/view?usp=sharing Данные] <br /> || [https://drive.google.com/file/d/13sctZQffhuS4swRtVTWsVEPL2XqsL4jd/view?usp=sharing Файл] [https://drive.google.com/file/d/1hIW7aJG5btH4lTQM2x0L6zehLxutYZta/view?usp=sharing Данные]<br /> |-<br /> |ДЗ 2 (16.10.2022, 23:59) || || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/rHliZC05Fru9DQ Файл] [https://disk.yandex.ru/d/19XTP242ElEvJg Данные]<br /> |-<br /> |ДЗ 3 || || || || <br /> |-<br /> |ДЗ 4 || || || || <br /> |-<br /> |ДЗ 5 || || || || <br /> |-<br /> |ДЗ 6 || || || || <br /> |}<br /> <br /> === План курса ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Описание<br /> |-<br /> | 1|| '''Введение в инструменты''' || Инструменты для работы с Python.<br /> |-<br /> | 2|| '''Введение в статистику. Базовые манипуляции с данными''' || Фильтрация данных, сортировка данных, использованием функций.<br /> |-<br /> | 3|| '''Типы данных. Создание новых переменных''' || Типы признаков. Создание новых переменных по условию.<br /> |-<br /> | 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения''' || Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.<br /> |-<br /> | 5 || '''Описательные статистики: меры центральной тенденции и разброса''' || Методы центральной тенденции (мода, среднее арифметическое, медиана). Меры разброса ( размах, стандартное отклонение, дисперсия, межквартильный размах). Вычисление описательных статистик с группировкой.<br /> |-<br /> | 6 || '''Z-оценка. Выбросы''' || Перевод значений в z-оценки. Работа с пропущенными значениями и с выбросами.<br /> |-<br /> | 7 || '''Корреляция''' || Вычисление коэффициента корреляции Пирсона. Построение уравнения простой линейной регрессии, линия тренда.<br /> |-<br /> | 8 || '''Введение в визуализацию данных''' || Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.<br /> |-<br /> | 9 || '''Продвинутая визуализация данных''' || Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.<br /> |-<br /> | 10 || '''Введение в тестирование гипотез. Непараметрические критерии''' || Основы тестирования гипотез. Использование непараметрических критериев. Критерий согласия Хи-квадрат и критерий независимости Хи-квадрат.<br /> |-<br /> | 11 || '''Параметрические критерии для проверки гипотез''' || Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.<br /> |-<br /> | 12 || '''Линейная регрессия''' || Предпосылки линейной регрессии. Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.<br /> |-<br /> | 13 || '''Логистическая регрессия''' || Введение в логистическую регрессию. Построение предсказаний с использованием логистической регрессии, интерпретация коэффициентов.<br /> |-<br /> | 14 || '''Введение в машинное обучение''' || Основные понятия, связанные с машинным обучением. Решение задачи регрессии и классификации. Оценка качества.<br /> |}<br /> <br /> == Правила выставления оценок ==<br /> === Формула ===<br /> Итог = МИН(10, 0.2*КР1 + 0.2*Экзамен + 0.2*ДЗ + 0.2*Тесты + 0.2*Проект + 0.1*Квизы)<br /> <br /> * 0.2 * КР1<br /> * 0.2 * Экзамен<br /> * 0.2 * ДЗ (среднее арифметическое по 6 дз) <br /> * 0.2 * мини-тесты на семинарах<br /> * 0.2 * исследовательский проект<br /> * 0.1 * Квизы<br /> <br /> Округление стандартное арифметическое. Округляется только итоговый результат.<br /> <br /> === Правила дедлайнов ===<br /> * Домашние задания: дедлайн + поздний дедлайн со штрафом 1 балл за каждый день просрочки.<br /> * Проект: проект не может быть засчитан, если студент не пришел на защиту - даже если проект групповой и защищает группа без студента - непришедшему ставится ноль, или не сдал проект ДО ЗАЩИТЫ в установленное время.<br /> * Контрольные: жёсткий дедлайн.<br /> * Все дедлайны – общие для всего курса.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> * Elementary statistics : a step by step approach, Bluman, A. G.,<br /> * Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> * Савельев В. Статистика и котики.<br /> <br /> <br /> [[Категория:Data_Culture]]<br /> [[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23&diff=73076 2022-10-07T07:24:38Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы ''«Международные отношения»'' и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. <br /> <br /> Дисциплина реализуется с помощью онлайн-курса ''«Статистика для анализа данных»''.<br /> <br /> ПУД курса: https://www.hse.ru/ba/ia/courses/646523779.html<br /> <br /> ПУД независимого экзамена: https://www.hse.ru/ba/ia/courses/646471128.html<br /> <br /> == Необходимые ссылки ==<br /> <br /> [https://openedu.ru/course/hse/STATDA/ Ссылка на онлайн-курс «Статистика для анализа данных»]<br /> <br /> &lt;!-- [# Спецификация НЭ] --&gt;<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Команда курса ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты<br /> |-<br /> | БМО211, [https://t.me/+Wo2SP5rP0f8zNzdi чат группы в Телеграме]<br /> | Бурова Маргарита || @Burritas || Мохова Елизавета || @SuntAmara<br /> |-<br /> | БМО212, [https://t.me/+tq1dhmU6QclmYzY6 чат группы в Телеграме]<br /> | Бочарова Александра || @ashebulka|| Капустина Лика || @lika_kapustina<br /> |-<br /> | БМО213, [https://t.me/+adChgZ-zWHVmOGNi чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Прохоров Кирилл || @kirillp001<br /> |-<br /> | БМО214, [https://t.me/+Q3Zbief2g5hmYWQ0 чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Рубанов Владислав || @rubanoww<br /> |}<br /> <br /> == Материалы курса ==<br /> <br /> === Семинарские материалы ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |1 || Введение в инструменты || [https://drive.google.com/file/d/1t1fHPfPJ8ORCy8uMt0ACmYCUnCHgTxw8/view?usp=sharing Семинар 1] <br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные]<br /> || <br /> || [https://drive.google.com/file/d/11hMznCvgmfSxaBwrBj72grapTjoq6S_N/view?usp=sharing Файл] [https://drive.google.com/file/d/1ffolXM4Fxy5-fVSCTCLkGBNXHtNNkfwm/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/4DHAy8cIy8rRww Семинар 1] [https://disk.yandex.ru/d/zGgCmuD83XxDdw Данные] [https://disk.yandex.ru/d/-fuOeKarN0VC3Q Архив]<br /> |-<br /> |2 || Введение в статистику. Базовые манипуляции с данными || [https://drive.google.com/file/d/1_X-F7iCDRg9mGtkb3lIIozZSt_o8fZkS/view?usp=sharing Семинар 2]<br /> [https://drive.google.com/file/d/1jDOmkABc_o9kIBZHneDvnHtn0jHfgp8Z/view?usp=sharing Данные 1]<br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные 2]<br /> || <br /> || [https://drive.google.com/file/d/1zCBZSq-yRNtSp_n-zTVzj1B4edN7ihPB/view?usp=sharing Файл] <br /> [https://drive.google.com/file/d/1JES6ut_sFeEIaKjlZJ0bgBEGD6wHvrtX/view?usp=sharing Данные 1] [https://drive.google.com/file/d/1Ng7vogBMIP308uuvd2vW-_SWXKeYqyVL/view?usp=sharing Данные 2] <br /> || [https://disk.yandex.ru/d/BrW9H-vGOwf2Sg Семинар 2] [https://disk.yandex.ru/d/u8AYyP5Tu8jaAw Данные 1] [https://disk.yandex.ru/d/tvKK4yor5qVZkw Данные 2]<br /> |-<br /> |3 || Типы данных. Создание новых переменных || [https://drive.google.com/file/d/14cOHHiCPjBUwZD63aqLfwevLfUO2hkD_/view?usp=sharing Семинар 3] [https://drive.google.com/file/d/1umTE_C0aTDf-8ANNmpaXunmMCdHJ5Scq/view?usp=sharing Данные 1] <br /> || <br /> || [https://drive.google.com/file/d/1mSLMdElReA8H2opsZ2GCuH6r4j-nAWpi/view?usp=sharing Файл] [https://drive.google.com/file/d/1V4vz24HuK8jQLCnN_X5cqBE-4EBAYFlx/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/ZbRt0LvIs4QzIg Семинар 3] [https://disk.yandex.ru/d/NMo0MR0ZV5GsDg Данные] <br /> |-<br /> |4 || Генеральная совокупность и выборка. Частотные таблицы и распределения <br /> || <br /> || <br /> || [https://drive.google.com/file/d/1kZe4yFZn-nh1Pd6xIV4EoF_FbV5r-RqU/view?usp=sharing Файл] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/UDj_nZLzpjr3rA Семинар 4] [https://disk.yandex.ru/i/t8BT3BUejPxZ-g Данные]<br /> |-<br /> |5 || Описательные статистики: меры центральной тенденции и разброса || [https://drive.google.com/file/d/1G19ehrc4vL2mJPMEwWYyZCa3RIs6g5EC/view?usp=sharing Семинар 5] [https://drive.google.com/file/d/1flAOqDimAZAGlXTk7FvoKNVpfrgQEJm7/view?usp=sharing Данные] || || ||<br /> |-<br /> |6 || Z-оценка. Выбросы || || || ||<br /> |-<br /> |7 || Корреляция || || || ||<br /> |-<br /> |8 || Введение в визуализацию данных || || || ||<br /> |-<br /> |9 || Продвинутая визуализация данных || || || ||<br /> |-<br /> |10 || Введение в тестирование гипотез. Непараметрические критерии || || || ||<br /> |-<br /> |11 || Параметрические критерии для проверки гипотез || || || ||<br /> |-<br /> |12 || Линейная регрессия || || || ||<br /> |-<br /> |13 || Логистическая регрессия || || || ||<br /> |-<br /> |14 || Введение в машинное обучение || || || ||<br /> |}<br /> <br /> === Домашние задания ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № и дедлайн !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |ДЗ 1 (28.09.2022, 23:59) || [Файл] [Данные] || [https://drive.google.com/file/d/1h2E_yWxnsXKfe-kO5k3UsPZJyRvC6c7O/view?usp=sharing Файл] [https://drive.google.com/file/d/1peuJM_MqdtOJ2tzP2uQggBWz8YuyZrUb/view?usp=sharing Данные] || [https://drive.google.com/file/d/1F7MnklTX4iG5S_P_bLufigNOuqFZ5PP3/view?usp=sharing Файл] [https://drive.google.com/file/d/1ZCvjP_4KzB8p_Z-CCeSS3aDN0zIs6wfG/view?usp=sharing Данные] <br /> || [https://drive.google.com/file/d/13sctZQffhuS4swRtVTWsVEPL2XqsL4jd/view?usp=sharing Файл] [https://drive.google.com/file/d/1hIW7aJG5btH4lTQM2x0L6zehLxutYZta/view?usp=sharing Данные]<br /> |-<br /> |ДЗ 2 (16.10.2022, 23:59) || || || [https://drive.google.com/file/d/1aePaEIXovefHHaxcQyfR0rwDdO7Me1bP/view?usp=sharing Файл] [https://drive.google.com/file/d/12wW7INnHyLivJT2IiRqPBeas57R6i07-/view?usp=sharing Данные] <br /> || [https://disk.yandex.ru/d/rHliZC05Fru9DQ Файл] [https://disk.yandex.ru/d/19XTP242ElEvJg Данные]<br /> |-<br /> |ДЗ 3 || || || || <br /> |-<br /> |ДЗ 4 || || || || <br /> |-<br /> |ДЗ 5 || || || || <br /> |-<br /> |ДЗ 6 || || || || <br /> |}<br /> <br /> === План курса ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Описание<br /> |-<br /> | 1|| '''Введение в инструменты''' || Инструменты для работы с Python.<br /> |-<br /> | 2|| '''Введение в статистику. Базовые манипуляции с данными''' || Фильтрация данных, сортировка данных, использованием функций.<br /> |-<br /> | 3|| '''Типы данных. Создание новых переменных''' || Типы признаков. Создание новых переменных по условию.<br /> |-<br /> | 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения''' || Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.<br /> |-<br /> | 5 || '''Описательные статистики: меры центральной тенденции и разброса''' || Методы центральной тенденции (мода, среднее арифметическое, медиана). Меры разброса ( размах, стандартное отклонение, дисперсия, межквартильный размах). Вычисление описательных статистик с группировкой.<br /> |-<br /> | 6 || '''Z-оценка. Выбросы''' || Перевод значений в z-оценки. Работа с пропущенными значениями и с выбросами.<br /> |-<br /> | 7 || '''Корреляция''' || Вычисление коэффициента корреляции Пирсона. Построение уравнения простой линейной регрессии, линия тренда.<br /> |-<br /> | 8 || '''Введение в визуализацию данных''' || Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.<br /> |-<br /> | 9 || '''Продвинутая визуализация данных''' || Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.<br /> |-<br /> | 10 || '''Введение в тестирование гипотез. Непараметрические критерии''' || Основы тестирования гипотез. Использование непараметрических критериев. Критерий согласия Хи-квадрат и критерий независимости Хи-квадрат.<br /> |-<br /> | 11 || '''Параметрические критерии для проверки гипотез''' || Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.<br /> |-<br /> | 12 || '''Линейная регрессия''' || Предпосылки линейной регрессии. Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.<br /> |-<br /> | 13 || '''Логистическая регрессия''' || Введение в логистическую регрессию. Построение предсказаний с использованием логистической регрессии, интерпретация коэффициентов.<br /> |-<br /> | 14 || '''Введение в машинное обучение''' || Основные понятия, связанные с машинным обучением. Решение задачи регрессии и классификации. Оценка качества.<br /> |}<br /> <br /> == Правила выставления оценок ==<br /> === Формула ===<br /> Итог = МИН(10, 0.2*КР1 + 0.2*Экзамен + 0.2*ДЗ + 0.2*Тесты + 0.2*Проект + 0.1*Квизы)<br /> <br /> * 0.2 * КР1<br /> * 0.2 * Экзамен<br /> * 0.2 * ДЗ (среднее арифметическое по 6 дз) <br /> * 0.2 * мини-тесты на семинарах<br /> * 0.2 * исследовательский проект<br /> * 0.1 * Квизы<br /> <br /> Округление стандартное арифметическое. Округляется только итоговый результат.<br /> <br /> === Правила дедлайнов ===<br /> * Домашние задания: дедлайн + поздний дедлайн со штрафом 1 балл за каждый день просрочки.<br /> * Проект: проект не может быть засчитан, если студент не пришел на защиту - даже если проект групповой и защищает группа без студента - непришедшему ставится ноль, или не сдал проект ДО ЗАЩИТЫ в установленное время.<br /> * Контрольные: жёсткий дедлайн.<br /> * Все дедлайны – общие для всего курса.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> * Elementary statistics : a step by step approach, Bluman, A. G.,<br /> * Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> * Савельев В. Статистика и котики.<br /> <br /> <br /> [[Категория:Data_Culture]]<br /> [[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23&diff=72663 2022-09-23T10:09:07Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы ''«Международные отношения»'' и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. <br /> <br /> Дисциплина реализуется с помощью онлайн-курса ''«Статистика для анализа данных»''.<br /> <br /> ПУД курса: https://www.hse.ru/ba/ia/courses/646523779.html<br /> <br /> ПУД независимого экзамена: https://www.hse.ru/ba/ia/courses/646471128.html<br /> <br /> == Необходимые ссылки ==<br /> <br /> [https://openedu.ru/course/hse/STATDA/ Ссылка на онлайн-курс «Статистика для анализа данных»]<br /> <br /> &lt;!-- [# Спецификация НЭ] --&gt;<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Команда курса ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты<br /> |-<br /> | БМО211, [https://t.me/+Wo2SP5rP0f8zNzdi чат группы в Телеграме]<br /> | Бурова Маргарита || @Burritas || Мохова Елизавета || @SuntAmara<br /> |-<br /> | БМО212, [https://t.me/+tq1dhmU6QclmYzY6 чат группы в Телеграме]<br /> | Бочарова Александра || @ashebulka|| Капустина Лика || @lika_kapustina<br /> |-<br /> | БМО213, [https://t.me/+adChgZ-zWHVmOGNi чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Прохоров Кирилл || @kirillp001<br /> |-<br /> | БМО214, [https://t.me/+Q3Zbief2g5hmYWQ0 чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Рубанов Владислав || @rubanoww<br /> |}<br /> <br /> == Материалы курса ==<br /> <br /> === Семинарские материалы ===<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |1 || Введение в инструменты || [https://drive.google.com/file/d/1t1fHPfPJ8ORCy8uMt0ACmYCUnCHgTxw8/view?usp=sharing Семинар 1] <br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные]<br /> || || ||<br /> |-<br /> |2 || Введение в статистику. Базовые манипуляции с данными || [https://drive.google.com/file/d/1_X-F7iCDRg9mGtkb3lIIozZSt_o8fZkS/view?usp=sharing Семинар 2]<br /> [https://drive.google.com/file/d/1jDOmkABc_o9kIBZHneDvnHtn0jHfgp8Z/view?usp=sharing Данные 1]<br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные 2]<br /> || || ||<br /> |-<br /> |3 || Типы данных. Создание новых переменных || [https://drive.google.com/file/d/14cOHHiCPjBUwZD63aqLfwevLfUO2hkD_/view?usp=sharing Семинар 3] [https://drive.google.com/file/d/1umTE_C0aTDf-8ANNmpaXunmMCdHJ5Scq/view?usp=sharing Данные 1] || || ||<br /> |-<br /> |4 || Генеральная совокупность и выборка. Частотные таблицы и распределения || || || ||<br /> |-<br /> |5 || Описательные статистики: меры центральной тенденции и разброса || || || ||<br /> |-<br /> |6 || Z-оценка. Выбросы || || || ||<br /> |-<br /> |7 || Корреляция || || || ||<br /> |-<br /> |8 || Введение в визуализацию данных || || || ||<br /> |-<br /> |9 || Продвинутая визуализация данных || || || ||<br /> |-<br /> |10 || Введение в тестирование гипотез. Непараметрические критерии || || || ||<br /> |-<br /> |11 || Параметрические критерии для проверки гипотез || || || ||<br /> |-<br /> |12 || Линейная регрессия || || || ||<br /> |-<br /> |13 || Логистическая регрессия || || || ||<br /> |-<br /> |14 || Введение в машинное обучение || || || ||<br /> |}<br /> <br /> === Домашние задания ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № и дедлайн !! БМО211 !! БМО212 !! БМО213 !! БМО214<br /> |-<br /> |ДЗ 1 (28.09.2022, 25:59) || [Файл] [Данные] || [Файл] [Данные] || [https://drive.google.com/file/d/1F7MnklTX4iG5S_P_bLufigNOuqFZ5PP3/view?usp=sharing Файл] [https://drive.google.com/file/d/1ZCvjP_4KzB8p_Z-CCeSS3aDN0zIs6wfG/view?usp=sharing Данные] <br /> || [https://drive.google.com/file/d/13sctZQffhuS4swRtVTWsVEPL2XqsL4jd/view?usp=sharing Файл] [https://drive.google.com/file/d/1hIW7aJG5btH4lTQM2x0L6zehLxutYZta/view?usp=sharing Данные]<br /> |-<br /> |ДЗ 2 || || || || <br /> |-<br /> |ДЗ 3 || || || || <br /> |-<br /> |ДЗ 4 || || || || <br /> |-<br /> |ДЗ 5 || || || || <br /> |-<br /> |ДЗ 6 || || || || <br /> |}<br /> <br /> === План курса ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Описание<br /> |-<br /> | 1|| '''Введение в инструменты''' || Инструменты для работы с Python.<br /> |-<br /> | 2|| '''Введение в статистику. Базовые манипуляции с данными''' || Фильтрация данных, сортировка данных, использованием функций.<br /> |-<br /> | 3|| '''Типы данных. Создание новых переменных''' || Типы признаков. Создание новых переменных по условию.<br /> |-<br /> | 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения''' || Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.<br /> |-<br /> | 5 || '''Описательные статистики: меры центральной тенденции и разброса''' || Методы центральной тенденции (мода, среднее арифметическое, медиана). Меры разброса ( размах, стандартное отклонение, дисперсия, межквартильный размах). Вычисление описательных статистик с группировкой.<br /> |-<br /> | 6 || '''Z-оценка. Выбросы''' || Перевод значений в z-оценки. Работа с пропущенными значениями и с выбросами.<br /> |-<br /> | 7 || '''Корреляция''' || Вычисление коэффициента корреляции Пирсона. Построение уравнения простой линейной регрессии, линия тренда.<br /> |-<br /> | 8 || '''Введение в визуализацию данных''' || Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.<br /> |-<br /> | 9 || '''Продвинутая визуализация данных''' || Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.<br /> |-<br /> | 10 || '''Введение в тестирование гипотез. Непараметрические критерии''' || Основы тестирования гипотез. Использование непараметрических критериев. Критерий согласия Хи-квадрат и критерий независимости Хи-квадрат.<br /> |-<br /> | 11 || '''Параметрические критерии для проверки гипотез''' || Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.<br /> |-<br /> | 12 || '''Линейная регрессия''' || Предпосылки линейной регрессии. Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.<br /> |-<br /> | 13 || '''Логистическая регрессия''' || Введение в логистическую регрессию. Построение предсказаний с использованием логистической регрессии, интерпретация коэффициентов.<br /> |-<br /> | 14 || '''Введение в машинное обучение''' || Основные понятия, связанные с машинным обучением. Решение задачи регрессии и классификации. Оценка качества.<br /> |}<br /> <br /> == Правила выставления оценок ==<br /> === Формула ===<br /> Итог = МИН(10, 0.2*КР1 + 0.2*Экзамен + 0.2*ДЗ + 0.2*Тесты + 0.2*Проект + 0.1*Квизы)<br /> <br /> * 0.2 * КР1<br /> * 0.2 * Экзамен<br /> * 0.2 * ДЗ (среднее арифметическое по 6 дз) <br /> * 0.2 * мини-тесты на семинарах<br /> * 0.2 * исследовательский проект<br /> * 0.1 * Квизы<br /> <br /> Округление стандартное арифметическое. Округляется только итоговый результат.<br /> <br /> === Правила дедлайнов ===<br /> * Домашние задания: дедлайн + поздний дедлайн со штрафом 1 балл за каждый день просрочки.<br /> * Проект: проект не может быть засчитан, если студент не пришел на защиту - даже если проект групповой и защищает группа без студента - непришедшему ставится ноль, или не сдал проект ДО ЗАЩИТЫ в установленное время.<br /> * Контрольные: жёсткий дедлайн.<br /> * Все дедлайны – общие для всего курса.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> * Elementary statistics : a step by step approach, Bluman, A. G.,<br /> * Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> * Савельев В. Статистика и котики.<br /> <br /> <br /> [[Категория:Data_Culture]]<br /> [[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23&diff=72382 2022-09-16T07:19:05Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы ''«Международные отношения»'' и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. <br /> <br /> Дисциплина реализуется с помощью онлайн-курса ''«Статистика для анализа данных»''.<br /> <br /> ПУД курса: https://www.hse.ru/ba/ia/courses/646523779.html<br /> <br /> ПУД независимого экзамена: https://www.hse.ru/ba/ia/courses/646471128.html<br /> <br /> == Необходимые ссылки ==<br /> <br /> [https://openedu.ru/course/hse/STATDA/ Ссылка на онлайн-курс «Статистика для анализа данных»]<br /> <br /> &lt;!-- [# Спецификация НЭ] --&gt;<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Команда курса ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты<br /> |-<br /> | БМО211, [https://t.me/+Wo2SP5rP0f8zNzdi чат группы в Телеграме]<br /> | Бурова Маргарита || @Burritas || Мохова Елизавета || @SuntAmara<br /> |-<br /> | БМО212, [https://t.me/+tq1dhmU6QclmYzY6 чат группы в Телеграме]<br /> | Бочарова Александра || @ashebulka|| Капустина Лика || @lika_kapustina<br /> |-<br /> | БМО213, [https://t.me/+adChgZ-zWHVmOGNi чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Прохоров Кирилл || @kirillp001<br /> |-<br /> | БМО214, [https://t.me/+Q3Zbief2g5hmYWQ0 чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Рубанов Владислав || @rubanoww<br /> |}<br /> <br /> == Материалы курса ==<br /> <br /> === Группа БМO211 ===<br /> <br /> [https://drive.google.com/file/d/1t1fHPfPJ8ORCy8uMt0ACmYCUnCHgTxw8/view?usp=sharing Семинар 1]<br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные]<br /> <br /> [https://drive.google.com/file/d/1_X-F7iCDRg9mGtkb3lIIozZSt_o8fZkS/view?usp=sharing Семинар 2]<br /> [https://drive.google.com/file/d/1jDOmkABc_o9kIBZHneDvnHtn0jHfgp8Z/view?usp=sharing Данные 1]<br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные 2]<br /> <br /> === План курса ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Описание<br /> |-<br /> | 1|| '''Введение в инструменты''' || Инструменты для работы с Python.<br /> |-<br /> | 2|| '''Введение в статистику. Базовые манипуляции с данными''' || Фильтрация данных, сортировка данных, использованием функций.<br /> |-<br /> | 3|| '''Типы данных. Создание новых переменных''' || Типы признаков. Создание новых переменных по условию.<br /> |-<br /> | 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения''' || Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.<br /> |-<br /> | 5 || '''Описательные статистики: меры центральной тенденции и разброса''' || Методы центральной тенденции (мода, среднее арифметическое, медиана). Меры разброса ( размах, стандартное отклонение, дисперсия, межквартильный размах). Вычисление описательных статистик с группировкой.<br /> |-<br /> | 6 || '''Z-оценка. Выбросы''' || Перевод значений в z-оценки. Работа с пропущенными значениями и с выбросами.<br /> |-<br /> | 7 || '''Корреляция''' || Вычисление коэффициента корреляции Пирсона. Построение уравнения простой линейной регрессии, линия тренда.<br /> |-<br /> | 8 || '''Введение в визуализацию данных''' || Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.<br /> |-<br /> | 9 || '''Продвинутая визуализация данных''' || Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.<br /> |-<br /> | 10 || '''Введение в тестирование гипотез. Непараметрические критерии''' || Основы тестирования гипотез. Использование непараметрических критериев. Критерий согласия Хи-квадрат и критерий независимости Хи-квадрат.<br /> |-<br /> | 11 || '''Параметрические критерии для проверки гипотез''' || Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.<br /> |-<br /> | 12 || '''Линейная регрессия''' || Предпосылки линейной регрессии. Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.<br /> |-<br /> | 13 || '''Логистическая регрессия''' || Введение в логистическую регрессию. Построение предсказаний с использованием логистической регрессии, интерпретация коэффициентов.<br /> |-<br /> | 14 || '''Введение в машинное обучение''' || Основные понятия, связанные с машинным обучением. Решение задачи регрессии и классификации. Оценка качества.<br /> |}<br /> <br /> == Правила выставления оценок ==<br /> === Формула ===<br /> Итог = МИН(10, 0.2*КР1 + 0.2*Экзамен + 0.2*ДЗ + 0.2*Тесты + 0.2*Проект + 0.1*Квизы)<br /> <br /> * 0.2 * КР1<br /> * 0.2 * Экзамен<br /> * 0.2 * ДЗ (среднее арифметическое по 6 дз) <br /> * 0.2 * мини-тесты на семинарах<br /> * 0.2 * исследовательский проект<br /> * 0.1 * Квизы<br /> <br /> Округление стандартное арифметическое. Округляется только итоговый результат.<br /> <br /> === Правила дедлайнов ===<br /> * Домашние задания: дедлайн + поздний дедлайн со штрафом 1 балл за каждый день просрочки.<br /> * Проект: проект не может быть засчитан, если студент не пришел на защиту - даже если проект групповой и защищает группа без студента - непришедшему ставится ноль, или не сдал проект ДО ЗАЩИТЫ в установленное время.<br /> * Контрольные: жёсткий дедлайн.<br /> * Все дедлайны – общие для всего курса.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> * Elementary statistics : a step by step approach, Bluman, A. G.,<br /> * Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> * Савельев В. Статистика и котики.<br /> <br /> <br /> [[Категория:Data_Culture]]<br /> [[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23&diff=72381 2022-09-16T07:17:35Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы ''«Международные отношения»'' и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. <br /> <br /> Дисциплина реализуется с помощью онлайн-курса ''«Статистика для анализа данных»''.<br /> <br /> ПУД курса: https://www.hse.ru/ba/ia/courses/646523779.html<br /> <br /> ПУД независимого экзамена: https://www.hse.ru/ba/ia/courses/646471128.html<br /> <br /> == Необходимые ссылки ==<br /> <br /> [https://openedu.ru/course/hse/STATDA/ Ссылка на онлайн-курс «Статистика для анализа данных»]<br /> <br /> &lt;!-- [# Спецификация НЭ] --&gt;<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Команда курса ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты<br /> |-<br /> | БМО211, [https://t.me/+Wo2SP5rP0f8zNzdi чат группы в Телеграме]<br /> | Бурова Маргарита || @Burritas || Мохова Елизавета || @SuntAmara<br /> |-<br /> | БМО212, [https://t.me/+tq1dhmU6QclmYzY6 чат группы в Телеграме]<br /> | Бочарова Александра || @ashebulka|| Капустина Лика || @lika_kapustina<br /> |-<br /> | БМО213, [https://t.me/+adChgZ-zWHVmOGNi чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Прохоров Кирилл || @kirillp001<br /> |-<br /> | БМО214, [https://t.me/+Q3Zbief2g5hmYWQ0 чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| Рубанов Владислав || @rubanoww<br /> |}<br /> <br /> == Материалы курса ==<br /> <br /> === Группа БМO211 ===<br /> <br /> [https://drive.google.com/file/d/1t1fHPfPJ8ORCy8uMt0ACmYCUnCHgTxw8/view?usp=sharing Семинар 1]<br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные]<br /> <br /> [https://drive.google.com/file/d/1_X-F7iCDRg9mGtkb3lIIozZSt_o8fZkS/view?usp=sharing Семинар 2]<br /> <br /> === План курса ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Описание<br /> |-<br /> | 1|| '''Введение в инструменты''' || Инструменты для работы с Python.<br /> |-<br /> | 2|| '''Введение в статистику. Базовые манипуляции с данными''' || Фильтрация данных, сортировка данных, использованием функций.<br /> |-<br /> | 3|| '''Типы данных. Создание новых переменных''' || Типы признаков. Создание новых переменных по условию.<br /> |-<br /> | 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения''' || Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.<br /> |-<br /> | 5 || '''Описательные статистики: меры центральной тенденции и разброса''' || Методы центральной тенденции (мода, среднее арифметическое, медиана). Меры разброса ( размах, стандартное отклонение, дисперсия, межквартильный размах). Вычисление описательных статистик с группировкой.<br /> |-<br /> | 6 || '''Z-оценка. Выбросы''' || Перевод значений в z-оценки. Работа с пропущенными значениями и с выбросами.<br /> |-<br /> | 7 || '''Корреляция''' || Вычисление коэффициента корреляции Пирсона. Построение уравнения простой линейной регрессии, линия тренда.<br /> |-<br /> | 8 || '''Введение в визуализацию данных''' || Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.<br /> |-<br /> | 9 || '''Продвинутая визуализация данных''' || Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.<br /> |-<br /> | 10 || '''Введение в тестирование гипотез. Непараметрические критерии''' || Основы тестирования гипотез. Использование непараметрических критериев. Критерий согласия Хи-квадрат и критерий независимости Хи-квадрат.<br /> |-<br /> | 11 || '''Параметрические критерии для проверки гипотез''' || Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.<br /> |-<br /> | 12 || '''Линейная регрессия''' || Предпосылки линейной регрессии. Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.<br /> |-<br /> | 13 || '''Логистическая регрессия''' || Введение в логистическую регрессию. Построение предсказаний с использованием логистической регрессии, интерпретация коэффициентов.<br /> |-<br /> | 14 || '''Введение в машинное обучение''' || Основные понятия, связанные с машинным обучением. Решение задачи регрессии и классификации. Оценка качества.<br /> |}<br /> <br /> == Правила выставления оценок ==<br /> === Формула ===<br /> Итог = МИН(10, 0.2*КР1 + 0.2*Экзамен + 0.2*ДЗ + 0.2*Тесты + 0.2*Проект + 0.1*Квизы)<br /> <br /> * 0.2 * КР1<br /> * 0.2 * Экзамен<br /> * 0.2 * ДЗ (среднее арифметическое по 6 дз) <br /> * 0.2 * мини-тесты на семинарах<br /> * 0.2 * исследовательский проект<br /> * 0.1 * Квизы<br /> <br /> Округление стандартное арифметическое. Округляется только итоговый результат.<br /> <br /> === Правила дедлайнов ===<br /> * Домашние задания: дедлайн + поздний дедлайн со штрафом 1 балл за каждый день просрочки.<br /> * Проект: проект не может быть засчитан, если студент не пришел на защиту - даже если проект групповой и защищает группа без студента - непришедшему ставится ноль, или не сдал проект ДО ЗАЩИТЫ в установленное время.<br /> * Контрольные: жёсткий дедлайн.<br /> * Все дедлайны – общие для всего курса.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> * Elementary statistics : a step by step approach, Bluman, A. G.,<br /> * Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> * Савельев В. Статистика и котики.<br /> <br /> <br /> [[Категория:Data_Culture]]<br /> [[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23&diff=72007 2022-09-09T09:16:17Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы ''«Международные отношения»'' и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. <br /> <br /> Дисциплина реализуется с помощью онлайн-курса ''«Статистика для анализа данных»''.<br /> <br /> ПУД курса: https://www.hse.ru/ba/ia/courses/646523779.html<br /> <br /> ПУД независимого экзамена: https://www.hse.ru/ba/ia/courses/646471128.html<br /> <br /> == Необходимые ссылки ==<br /> <br /> [# Канал новостей в телеграме]<br /> <br /> [# Ссылка на онлайн-курс «Статистика для анализа данных»]<br /> <br /> [# Спецификация НЭ]<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Команда курса ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты<br /> |-<br /> | БМО211, [https://t.me/+Wo2SP5rP0f8zNzdi чат группы в Телеграме]<br /> | Бурова Маргарита || @Burritas || Мохова Елизавета || @SuntAmara<br /> |-<br /> | БМО212, [# чат группы в Телеграме]<br /> | Бочарова Александра || @ashebulka|| Капустина Лика || @lika_kapustina<br /> |-<br /> | БМО213, [# чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| ||<br /> |-<br /> | БМО214, [# чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| ||<br /> |}<br /> <br /> == Материалы курса ==<br /> <br /> === Группа БМO211 ===<br /> <br /> [https://drive.google.com/file/d/1t1fHPfPJ8ORCy8uMt0ACmYCUnCHgTxw8/view?usp=sharing Семинар 1]<br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные]<br /> <br /> === План курса ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Описание<br /> |-<br /> | 1|| '''Введение в инструменты''' || Инструменты для работы с Python.<br /> |-<br /> | 2|| '''Введение в статистику. Базовые манипуляции с данными''' || Фильтрация данных, сортировка данных, использованием функций.<br /> |-<br /> | 3|| '''Типы данных. Создание новых переменных''' || Типы признаков. Создание новых переменных по условию.<br /> |-<br /> | 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения''' || Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.<br /> |-<br /> | 5 || '''Описательные статистики: меры центральной тенденции и разброса''' || Методы центральной тенденции (мода, среднее арифметическое, медиана). Меры разброса ( размах, стандартное отклонение, дисперсия, межквартильный размах). Вычисление описательных статистик с группировкой.<br /> |-<br /> | 6 || '''Z-оценка. Выбросы''' || Перевод значений в z-оценки. Работа с пропущенными значениями и с выбросами.<br /> |-<br /> | 7 || '''Корреляция''' || Вычисление коэффициента корреляции Пирсона. Построение уравнения простой линейной регрессии, линия тренда.<br /> |-<br /> | 8 || '''Введение в визуализацию данных''' || Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.<br /> |-<br /> | 9 || '''Продвинутая визуализация данных''' || Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.<br /> |-<br /> | 10 || '''Введение в тестирование гипотез. Непараметрические критерии''' || Основы тестирования гипотез. Использование непараметрических критериев. Критерий согласия Хи-квадрат и критерий независимости Хи-квадрат.<br /> |-<br /> | 11 || '''Параметрические критерии для проверки гипотез''' || Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.<br /> |-<br /> | 12 || '''Линейная регрессия''' || Предпосылки линейной регрессии. Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.<br /> |-<br /> | 13 || '''Логистическая регрессия''' || Введение в логистическую регрессию. Построение предсказаний с использованием логистической регрессии, интерпретация коэффициентов.<br /> |-<br /> | 14 || '''Введение в машинное обучение''' || Основные понятия, связанные с машинным обучением. Решение задачи регрессии и классификации. Оценка качества.<br /> |}<br /> <br /> == Правила выставления оценок ==<br /> === Формула ===<br /> Итог = МИН(10, 0.2*КР1 + 0.2*Экзамен + 0.2*ДЗ + 0.2*Тесты + 0.2*Проект + 0.1*Квизы)<br /> <br /> * 0.2 * КР1<br /> * 0.2 * Экзамен<br /> * 0.2 * ДЗ (среднее арифметическое по 6 дз) <br /> * 0.2 * мини-тесты на семинарах<br /> * 0.2 * исследовательский проект<br /> * 0.1 * Квизы<br /> <br /> Округление стандартное арифметическое. Округляется только итоговый результат.<br /> <br /> === Правила дедлайнов ===<br /> * Домашние задания: дедлайн + поздний дедлайн со штрафом 1 балл за каждый день просрочки.<br /> * Проект: проект не может быть засчитан, если студент не пришел на защиту - даже если проект групповой и защищает группа без студента - непришедшему ставится ноль, или не сдал проект ДО ЗАЩИТЫ в установленное время.<br /> * Контрольные: жёсткий дедлайн.<br /> * Все дедлайны – общие для всего курса.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> * Elementary statistics : a step by step approach, Bluman, A. G.,<br /> * Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> * Савельев В. Статистика и котики.<br /> <br /> <br /> [[Категория:Data_Culture]]<br /> [[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23&diff=72006 2022-09-09T09:16:07Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы ''«Международные отношения»'' и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. <br /> <br /> Дисциплина реализуется с помощью онлайн-курса ''«Статистика для анализа данных»''.<br /> <br /> ПУД курса: https://www.hse.ru/ba/ia/courses/646523779.html<br /> <br /> ПУД независимого экзамена: https://www.hse.ru/ba/ia/courses/646471128.html<br /> <br /> == Необходимые ссылки ==<br /> <br /> [# Канал новостей в телеграме]<br /> <br /> [# Ссылка на онлайн-курс «Статистика для анализа данных»]<br /> <br /> [# Спецификация НЭ]<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Команда курса ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты<br /> |-<br /> | БМО211, [https://t.me/+Wo2SP5rP0f8zNzdi чат группы в Телеграме]<br /> | Бурова Маргарита || @Burritas || Мохова Елизавета || @SuntAmara<br /> |-<br /> | БМО212, [# чат группы в Телеграме]<br /> | Бочарова Александра || @ashebulka|| Капустина Лика || @lika_kapustina<br /> |-<br /> | БМО213, [# чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| ||<br /> |-<br /> | БМО214, [# чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| ||<br /> |}<br /> <br /> == Материалы курса ==<br /> <br /> === Группа БММ211 ===<br /> <br /> [https://drive.google.com/file/d/1t1fHPfPJ8ORCy8uMt0ACmYCUnCHgTxw8/view?usp=sharing Семинар 1]<br /> [https://drive.google.com/file/d/1URAINrwTSnj0U42NMaN5U8hbIMI1souy/view?usp=sharing Данные]<br /> === План курса ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Описание<br /> |-<br /> | 1|| '''Введение в инструменты''' || Инструменты для работы с Python.<br /> |-<br /> | 2|| '''Введение в статистику. Базовые манипуляции с данными''' || Фильтрация данных, сортировка данных, использованием функций.<br /> |-<br /> | 3|| '''Типы данных. Создание новых переменных''' || Типы признаков. Создание новых переменных по условию.<br /> |-<br /> | 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения''' || Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.<br /> |-<br /> | 5 || '''Описательные статистики: меры центральной тенденции и разброса''' || Методы центральной тенденции (мода, среднее арифметическое, медиана). Меры разброса ( размах, стандартное отклонение, дисперсия, межквартильный размах). Вычисление описательных статистик с группировкой.<br /> |-<br /> | 6 || '''Z-оценка. Выбросы''' || Перевод значений в z-оценки. Работа с пропущенными значениями и с выбросами.<br /> |-<br /> | 7 || '''Корреляция''' || Вычисление коэффициента корреляции Пирсона. Построение уравнения простой линейной регрессии, линия тренда.<br /> |-<br /> | 8 || '''Введение в визуализацию данных''' || Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.<br /> |-<br /> | 9 || '''Продвинутая визуализация данных''' || Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.<br /> |-<br /> | 10 || '''Введение в тестирование гипотез. Непараметрические критерии''' || Основы тестирования гипотез. Использование непараметрических критериев. Критерий согласия Хи-квадрат и критерий независимости Хи-квадрат.<br /> |-<br /> | 11 || '''Параметрические критерии для проверки гипотез''' || Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.<br /> |-<br /> | 12 || '''Линейная регрессия''' || Предпосылки линейной регрессии. Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.<br /> |-<br /> | 13 || '''Логистическая регрессия''' || Введение в логистическую регрессию. Построение предсказаний с использованием логистической регрессии, интерпретация коэффициентов.<br /> |-<br /> | 14 || '''Введение в машинное обучение''' || Основные понятия, связанные с машинным обучением. Решение задачи регрессии и классификации. Оценка качества.<br /> |}<br /> <br /> == Правила выставления оценок ==<br /> === Формула ===<br /> Итог = МИН(10, 0.2*КР1 + 0.2*Экзамен + 0.2*ДЗ + 0.2*Тесты + 0.2*Проект + 0.1*Квизы)<br /> <br /> * 0.2 * КР1<br /> * 0.2 * Экзамен<br /> * 0.2 * ДЗ (среднее арифметическое по 6 дз) <br /> * 0.2 * мини-тесты на семинарах<br /> * 0.2 * исследовательский проект<br /> * 0.1 * Квизы<br /> <br /> Округление стандартное арифметическое. Округляется только итоговый результат.<br /> <br /> === Правила дедлайнов ===<br /> * Домашние задания: дедлайн + поздний дедлайн со штрафом 1 балл за каждый день просрочки.<br /> * Проект: проект не может быть засчитан, если студент не пришел на защиту - даже если проект групповой и защищает группа без студента - непришедшему ставится ноль, или не сдал проект ДО ЗАЩИТЫ в установленное время.<br /> * Контрольные: жёсткий дедлайн.<br /> * Все дедлайны – общие для всего курса.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> * Elementary statistics : a step by step approach, Bluman, A. G.,<br /> * Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> * Савельев В. Статистика и котики.<br /> <br /> <br /> [[Категория:Data_Culture]]<br /> [[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]</div>

Mbburova 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_%D0%B4%D0%BB%D1%8F_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B9_22/23&diff=71683 2022-09-05T05:38:13Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса «Цифровая грамотность» специально для студентов образовательной программы «Международные отношения» и направлен на формирование компетенций в области работы с данными и цифровой техникой. В курсе будут рассмотрены базовые темы, которые необходимы для безопасного и эффективного использования цифровых технологий и ресурсов Сети. <br /> Целью освоения дисциплины «Цифровая грамотность» является овладение студентами принципами и методами использования цифровых инструментов в собственной жизни и учёбе.<br /> <br /> == Необходимые ссылки ==<br /> [https://t.me/+b44C6WoVRzZhNmRi Канал новостей в телеграме]<br /> [https://t.me/+NwDkxuUXGIw5OTIy Чат БМО221]<br /> [https://t.me/+3-_bcUaKCF8zNjVi Чат БМО222]<br /> [https://t.me/+qmLQvhqxOvc2NDAy Чат БМО223]<br /> [https://t.me/+X9PqBAOe4dc4ZTli Чат БМО224]<br /> <br /> [https://t.me/+lhQ5hOx5kys5NTNi Канал для подготовки к НЭ]<br /> <br /> [https://edu.hse.ru/course/view.php?id=133593 Учебник по Цифровой грамотности]<br /> <br /> [https://edu.hse.ru/mod/quiz/view.php?id=514671 Спецификация НЭ по ЦГ в 2022/23 учебном году]<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Материалы занятий ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема занятия !! Даты !! Материалы к занятию !! Задание<br /> |-<br /> | 1 || '''Стартовая лекция: Цифровая грамотность'''<br /> <br /> * Проект Data Culture;<br /> * Независимый экзамен по Цифровой грамотности;<br /> * &quot;Как здесь учиться&quot;;<br /> * Команда курса;<br /> * Формула, формы контроля.<br /> || 05.09 <br /> || [https://drive.google.com/file/d/1cdxynGQnqxXOfoeo6X7Ltb0JfZkhF0-Y/view?usp=sharing Лекция 1]<br /> <br /> || <br /> <br /> |}<br /> <br /> == Преподаватель и ассистенты ==<br /> '''Преподаватель:'''&lt;br /&gt;<br /> Бурова Маргарита Борисовна&lt;br /&gt;<br /> &lt;br /&gt;<br /> '''Контакты:'''&lt;br /&gt;<br /> * mbburova@hse.ru<br /> * тг: @Burritas<br /> &lt;br /&gt;<br /> &lt;br /&gt;<br /> '''Ассистенты:'''&lt;br /&gt;<br /> * БМО221 и БМО222: <br /> * БМО223 и БМО224:<br /> <br /> == Правила выставления оценок ==<br /> <br /> *0.3 - КР1, проводится на 2ой лекции<br /> *0.3 - КР2, проводится на 3ей лекции<br /> *0.4 - Экзамен, проводится во время сессионной недели<br /> <br /> == Содержание учебной дисциплины ==<br /> <br /> '''Медиаграмотность'''&lt;br /&gt;<br /> Социальные сети. Цифровой след. Работа с информацией в сети. Пользование цифровыми медиа. Fake news. Этикет в сети. Общение в электронной почте<br /> <br /> '''Компьютерная безопасность'''&lt;br /&gt;<br /> Виды угроз для Android и IOS и способы защиты от них.<br /> Виды угроз для Windows и MacOS и способы защиты от них.<br /> Спам в почте, социальных сетях и прочих платформах. Безопасность аккаунтов. Онлайн мошенничество и персональные данные<br /> <br /> '''Интернет-грамотность'''&lt;br /&gt;<br /> Интернет как глобальная сеть. Интернет-адреса (IP4 и IPv6). Протокол TCP/IP. Прокотолы HTTP/HTTPS. Браузеры. Web-адреса (структура URL). Сертификаты. DNS. <br /> <br /> '''Академическая грамотность'''&lt;br /&gt;<br /> Как правильно читать научные статьи и где их брать. Стандарты цитирования. ГОСТ, APA. Наукометрические базы данных. Google Академия. Библиографические менеджеры: Zotero, Mendeley.<br /> <br /> '''Юридическая грамотность в Сети'''&lt;br /&gt;<br /> Правовая защита персональных данных. Правовой режим контента в сети Интернет. Правовые вызовы развития искусственного интеллекта.<br /> Ответственность за неправомерный доступ к информации и разглашение тайны.<br /> Базы данных законов. Поиск по законам.<br /> <br /> '''Компьютерная грамотность'''&lt;br /&gt;<br /> Программное обеспечение (ПО). Файлы и папки, интерфейс файлового менеджера Проводник и Finder. Кодирование изображений. Подключение устройств к компьютеру. Операционная система. Windows, macOS, GNU/Linux. Справочные системы.<br /> <br /> '''Техническая грамотность: документы и облака'''&lt;br /&gt;<br /> Знакомство с текстовыми процессорами на примере Google.Docs, MS Word, LibreOffice Writer. Форматирование сплошного текста. Управление шрифтами. Макет. Управление полями. Встроенные стили. Вставка объектов в документ. Работа с гиперссылками и сносками.<br /> Знакомство с облачными дисками на примере Google.Диск. Права доступа. Доступ по ссылке, доступ по почте. Принцип наименьших прав доступа.<br /> <br /> '''Техническая грамотность: таблицы'''&lt;br /&gt;<br /> Знакомство с электронными таблицами на примере Google Speadsheets, MS Excel, LibreOffice Calc. Элементарные операции в табличных редакторах. Координаты. Абсолютная адресация. Формулы. Фильтрация и Сортировка данных. Основы анализа табличных данных. Сводные таблицы. Визуализация данных. Импорт из простых форматов (CSV).<br /> <br /> '''Основы больших данных'''&lt;br /&gt;<br /> Что такое данные. Какие бывают типы данных. Как устроено машинное обучение. Обучение с учителем, обучение без учителя. Классификация и кластеризация. Модель. Параметры.<br /> <br /> '''Техническая грамотность: презентации'''&lt;br /&gt;<br /> Знакомство с системами подготовки презентаций на примере Google Slides, MS PowerPoint и LibreOffice Impress. Основы дизайна и основные элементы визуализации. Работа с таблицами и графиками.<br /> <br /> <br /> <br /> [[Категория:Data Culture]]<br /> [[Категория:Курсы по Цифровой грамотности в 2022/23 году]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=Wiki_%D0%A4%D0%9A%D0%9D&diff=71581 2022-09-03T09:19:23Z

<p>Mbburova: </p> <hr /> <div>__NOTOC__ <br /> <br /> = Учебные курсы факультета компьютерных наук =<br /> <br /> == Курсы за 2022/23 учебный год ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> <br /> ! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы<br /> |-<br /> |<br /> '''ПМИ'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2022/2023_(пилотный_поток) | Линейная алгебра и геометрия (пилотный_поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2022/2023_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> <br /> '''ПИ'''<br /> <br /> '''ПАД'''<br /> <br /> [[LAaG DSBA 2022/2023 | LAaG (DSBA)]]<br /> <br /> [[Discrete Mathematics DSBA 2022/2023 | Discrete Mathematics ]]<br /> <br /> '''КНАД'''<br /> <br /> [[Дискретная_математика_КНАД 22/23| Дискретная математика (КНАД) ]]<br /> <br /> [[Математический_анализ_КНАД 22/23| Математический анализ (КНАД) ]]<br /> <br /> [[Линейная_алгебра_КНАД 22/23| Линейная алгебра (КНАД) ]]<br /> <br /> [[Программирование_на_Python_КНАД 22/23| Программирование на Python (КНАД) ]]<br /> ||<br /> <br /> '''ПМИ'''<br /> <br /> [[Теория_вероятностей_и_математическая_статистика_2022/2023_(пилотный_поток)| ТВиМС (пилотный поток)]]<br /> <br /> [[Математический_анализ_-_2_(2022/23) | Математический анализ - 2 (основной поток)]]<br /> <br /> [[Язык_программирования_C%2B%2B_(углубленный_курс)_2022 | Язык программирования C++ (углубленный курс)]]<br /> <br /> [[Математическая_логика_ПМИ_22/23 | Математическая логика ]]<br /> <br /> '''ПИ'''<br /> <br /> '''ПАД'''<br /> <br /> [[Business_and_Management_in_Global_Context_22/23 | Business and Management in Global Context 22/23]]<br /> <br /> '''КНАД'''<br /> <br /> [[Алгебра КНАД 2022/2023 | Алгебра]]<br /> <br /> [[Математический_анализ -- 2 (2022/23) | Математический анализ -- 2]]<br /> <br /> [[Алгоритмы_и_структуры_данных_2_КНАД 22/23 | Алгоритмы и структуры данных 2]]<br /> <br /> [[Теория_вероятностей_КНАД 22/23 | Теория вероятностей ]]<br /> ||<br /> <br /> '''ПМИ'''<br /> <br /> [[Машинное_обучение_1 | Машинное обучение 1]]<br /> <br /> [[Theory of Computation 2022 | Theory of Computation]]<br /> <br /> [[ Operation Research and Game Theory | Operation Research and Game Theory]]<br /> <br /> [[ Statistical Learning Theory 2022 | Statistical Learning Theory]]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Прикладная_статистика_в_машинном_обучении_22/23 | Прикладная статистика в машинном обучении 22/23]]<br /> <br /> '''ПИ'''<br /> <br /> '''ПАД'''<br /> <br /> [[tssp-2022-23 | Time series and stochastic processes 2022-23]]<br /> <br /> <br /> ||<br /> <br /> '''ПМИ'''<br /> <br /> [[OWF2022 | Односторонние функции и их применения]]<br /> <br /> '''ПИ'''<br /> <br /> '''ПАД'''<br /> <br /> [[ Statistics4MR-2022-23 | Statistics for Market Research 2022-23]]<br /> <br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> <br /> === 1 семестр ===<br /> <br /> [[Цифровая грамотность для международных отношений 22/23 | Цифровая грамотность для международных отношений 22/23]]&lt;br /&gt;<br /> <br /> [http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23#.D0.9D.D0.B5.D0.BE.D0.B1.D1.85.D0.BE.D0.B4.D0.B8.D0.BC.D1.8B.D0.B5_.D1.81.D1.81.D1.8B.D0.BB.D0.BA.D0.B8 Основы анализа данных для международных отношений 22/23]<br /> <br /> == Курсы магистратуры ФКН ==<br /> <br /> == Курсы других факультетов ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [[econ_probability_2022-23|Теория вероятностей и математическая статистика]] || фэн, 2 курс || 1-4 модуль<br /> |-<br /> | [[econ_dynamic_opt_2022-23|Динамическая оптимизация в экономике и финансах]] || фэн, 3-4 курс || 1-2 модуль<br /> |-<br /> |}<br /> <br /> = Архив =<br /> <br /> == Курсы за 2021/22 учебный год ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> <br /> ! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы<br /> |-<br /> |<br /> '''ПМИ'''<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2021/2022_(пилотный_поток) | Линейная алгебра и геометрия (пилотный_поток)]]<br /> <br /> [[Линейная_алгебра_и_геометрия_на_ПМИ_2021/2022_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2021/2022_(пилотный_поток) | Алгебра (пилотный поток)]]<br /> <br /> [[Алгебра_на_ПМИ_2021/2022_(основной_поток) | Алгебра (основной поток)]]<br /> <br /> [[Математический_Анализ_1_на_ПМИ_2021/2022_(пилотный_поток) | Математический анализ 1 (пилотный поток)]]<br /> <br /> [[Математический_анализ_1_2021/2022_(основной_поток) | Математический анализ-1 (основной поток)]]<br /> <br /> [[DM1-2021-22 | Дискретная математика]]<br /> <br /> [http://wiki.cs.hse.ru/Основы_и_методология_программирования_на_ПМИ_2021/2022_(основной_поток) Основы и методология программирования 2021/2022 (основной поток)]<br /> <br /> [[Алгоритмы и структуры данных пилотный поток 2021/2022 | Алгоритмы и структуры данных пилотный поток 2021/2022]]<br /> <br /> [[Алгоритмы и структуры данных 1 основной поток 2021/2022 (4 модуль) | Алгоритмы и структуры данных 1 основной поток 2021/2022 (4 модуль)]]<br /> <br /> '''ПИ'''<br /> <br /> [[DM1-SE-2021-22 | Дискретная математика-1 ПИ]]<br /> <br /> [http://hsealgebra22.wikidot.com/ Алгебра 2021/2022 ПИ wikidot]<br /> <br /> [[Алгебра 2021/2022 ПИ | Алгебра 2021/2022 ПИ]]<br /> <br /> '''ПАД'''<br /> <br /> [[Algebra_DSBA_2021/2022 | Algebra DSBA]]<br /> <br /> [[Discrete Mathematics DSBA 2021/2022 | Discrete Mathematics (DSBA)]]<br /> <br /> [[LAaG DSBA 2021/2022 | LAaG (DSBA)]]<br /> <br /> [[Calculus DSBA 2021/2022 | Calculus (DSBA)]]<br /> <br /> [[Introduction to Programming DSBA 2021/2022 | Introduction to Programming (DSBA)]]<br /> <br /> '''КНАД'''<br /> <br /> [[Математический_анализ_(КНАД) | Математический анализ (КНАД)]]<br /> <br /> [[Линейная алгебра_(КНАД) | Линейная алгебра (КНАД)]]<br /> <br /> [[Программирование_на_Python | Программирование на Python (КНАД)]]<br /> <br /> [[Дискретная_математика_КНАД | Дискретная математика (КНАД)]]<br /> <br /> [[Алгоритмы и структуры данных-1 2021/2022 4 модуль (КНАД) | Алгоритмы и структуры данных (КНАД)]]<br /> <br /> [[Программирование_на_С++_КНАД | Программирование на С++ (КНАД)]]<br /> <br /> [[Python_для_сбора_и_анализа_данных_КНАД | Python для сбора и анализа данных (КНАД)]]<br /> <br /> [[ИПР_КНАД_22 | Инструменты промышленной разработки (КНАД)]]<br /> <br /> ||<br /> <br /> '''ПМИ'''<br /> <br /> [[Теория_вероятностей_и_математическая_статистика_2021/2022_(пилотный_поток)| ТВиМС (пилотный поток)]]<br /> <br /> [[Теория_вероятностей_2021/2022_(основной_поток)| ТВиМС (основной поток)]]<br /> <br /> [[Математический анализ 2021/2022 (пилотный поток) | Математический анализ - 2 (пилотный поток)]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_-_2.1_(2021/22) Математический анализ - 2.1 (основной поток)]<br /> <br /> [[Математический_анализ_-_2.2_(2021/22) | Математический анализ - 2.2 (основной поток)]]<br /> <br /> [[MissingSemester2021/2022 | Инструменты промышленной разработки (The Missing Semester of your CS education)]]<br /> <br /> [[Язык программирования C++ (углубленный курс) | Язык программирования C++ (углубленный курс)]]<br /> <br /> [[Математическая логика | Математическая логика]]<br /> <br /> [[Дифференциальные уравнения (ПМИ)]]<br /> <br /> [[Алгоритмы и структуры данных 2 2021 | Алгоритмы и структуры данных 2]]<br /> <br /> [[Алгоритмы_и_структуры_данных_пилотный_поток_2020/2021 | Алгоритмы и структуры данных – 2 на ПМИ (пилотный поток)]]<br /> <br /> [[CAOS-2021 | Архитектура компьютеров и операционные системы]]<br /> <br /> [[Основы_матричных_вычислений_2021/2022| Основы матричных вычислений 2021/2022]]<br /> <br /> <br /> '''ПИ'''<br /> <br /> [[Алгоритмы и структуры данных на ПИ 2021/2022 | Алгоритмы и структуры данных на ПИ]]<br /> <br /> [[Теория вероятностей и математическая статистика 2021-2022 | Теория вероятностей и математическая статистика]]<br /> <br /> [[НИС Методы и алгоритмы защиты информации | НИС Методы и алгоритмы защиты информации]]<br /> <br /> '''ПАД'''<br /> <br /> [[Discrete Mathematics 2 DSBA 2021/2022 | Discrete Mathematics 2 (DSBA)]]<br /> <br /> [[Business_and_Management_in_Global_Context_2021/22 | Business and Management in Global Context (DSBA)]]<br /> <br /> [[Statistics_DSBA_2021/2022 | Probability and Statistics (DSBA)]]<br /> <br /> [[Differential_Equations_2021 | Differential Equations ]]<br /> <br /> [[ACOS_DSBA_2021/2022 | Computer Architecture and Operating Systems (DSBA)]]<br /> <br /> ||<br /> <br /> [https://www.notion.so/2021-2022-7374a6eeced2434288226a339bd5037f Курсовая работа]<br /> <br /> '''ПМИ'''<br /> <br /> [[Intro_to_DL_21/22 | Introduction to Deep Learning 21/22 ]]<br /> <br /> [[Безопасность_компьютерных_систем_21/22 | Безопасность компьютерных систем 21/22]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%A7%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5_%D0%9C%D0%B5%D1%82%D0%BE%D0%B4%D1%8B_2022#.D0.A3.D1.87.D0.B5.D0.B1.D0.BD.D1.8B.D0.B9_.D0.BF.D0.BB.D0.B0.D0.BD Численные методы (2022)]<br /> <br /> [[Методы_оптимизации_21/22 | Методы оптимизации 21/22]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_22 Математическое моделирование]<br /> <br /> [http://wiki.cs.hse.ru/NIS-TCS-20-21 НИС Теоретическая информатика]<br /> <br /> [[time_series_modelling_21_22 | Моделирование временных рядов 21/22]]<br /> <br /> [[Анализ данных в бизнесе (Кафедра SAS) 21/22 | Анализ данных в бизнесе (Кафедра SAS) 21/22]]<br /> <br /> [[Comb2021_2022 | Комбинаторные конструкции в теоретической информатике]]<br /> <br /> [[Машинное_обучение_1/2021_2022 | Машинное обучение 1]]<br /> <br /> [[Theory of Computation 2021 | Theory of Computation]]<br /> <br /> [http://math-info.hse.ru/s21/8 Прикладные дифференциальные уравнения]<br /> <br /> [[Сбор_и_разметка_данных_для_машинного_обучения_21/22 | Сбор и разметка данных для машинного обучения 21/22]]<br /> <br /> [[Промышленное_программирование_на_языке_Java/2022 | Промышленное программирование на языке Java]]<br /> <br /> '''ПМИ / PC'''<br /> <br /> [https://osukhoroslov-hse.notion.site/5ca71a3b2b17452599f169468df43408 НИС Распределенные системы]<br /> <br /> [[Database_Systems_2022 | Database Systems 2022]]<br /> <br /> [https://osukhoroslov-hse.notion.site/082aef7073a844afa4c1bf718a773d77 Распределенные системы]<br /> <br /> [https://naorlov.notion.site/naorlov/Nets-2021-51931594039e40aeb9102b784d7a8e70 Компьютерные сети]<br /> <br /> '''ПМИ / МОП'''<br /> <br /> [[Машинное_обучение_2 | Машинное обучение 2]]<br /> <br /> [[Методы оптимизации в машинном обучении 2022| Методы оптимизации в машинном обучении 2022]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_3_курс_2021/2022 | НИС Машинное обучение и приложения 3 курс]]<br /> <br /> [http://wiki.cs.hse.ru/Psmo_21_22 Прикладная статистика в машинном обучении 21/22]<br /> <br /> [[Statistical_learning_theory_2021 | Statistical learning theory]]<br /> <br /> '''ПИ'''<br /> <br /> [[ML4SE_1 | НИС Машинное обучение для программной инженерии]]<br /> <br /> [[Технологии прикладного анализа данных SAS | Технологии прикладного анализа данных SAS]]<br /> <br /> '''ПАД'''<br /> <br /> [http://wiki.cs.hse.ru/Time_Series_and_Stochastic_Processes_ada_21_22 Time series and stochastic processes 2021-22]<br /> <br /> [https://github.com/xenakas/dsba_ecm_2021 Elements of Econometrics ]<br /> <br /> [[Data Science Case Studies (JD SAS) 21/22 | Data Science Case Studies (JD SAS) 21/22]]<br /> <br /> [[SAS Technologies for Data Mining | SAS Technologies for Data Mining]]<br /> [[Optimization_Methods_2022 | Optimization Methods]]<br /> <br /> ||<br /> <br /> [[Введение_в_дифференциальную_геометрию_2022 | Введение в дифференциальную геометрию 2022]]<br /> <br /> [[Символьные_вычисления_21/22 | Символьные вычисления 21/22]]<br /> <br /> [[Случайные_процессы_(зима_2022) | Случайные процессы (зима 2022) ]]<br /> <br /> [[Методы_сжатия_и_передачи_медиаданных_21/22 | Методы сжатия и передачи медиаданных 21/22]]<br /> <br /> [[Теория_и_практика_онлайн-экспериментов_21/22 | Теория и практика онлайн-экспериментов 21/22]]<br /> <br /> [[Безопасность_компьютерных_систем_21/22 | Безопасность компьютерных систем 21/22]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%94%D0%B8%D0%B7%D0%B0%D0%B9%D0%BD_%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC_21/22 Дизайн систем]<br /> <br /> [http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D1%82%D0%B5%D0%BD%D0%B7%D0%BE%D1%80%D0%BD%D1%8B%D1%85_%D0%B2%D1%8B%D1%87%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%B8%D0%B9 Основы тензорых вычислений]<br /> <br /> [[Сбор_и_разметка_данных_для_машинного_обучения_21/22 | Сбор и разметка данных для машинного обучения 21/22]]<br /> <br /> [[Байесовские_методы_машинного_обучения_2021 | Байесовские методы машинного обучения]]<br /> <br /> [[НИС_Машинное_обучение_и_приложения_4_курс_2021/2022 | НИС Машинное обучение и приложения 4 курс]]<br /> <br /> [https://artemova.notion.site/artemova/c88a68750cff4b509699fa127be11801 Глубинное обучение для текстовых данных 2021/2022]<br /> <br /> [http://wiki.cs.hse.ru/LSML_2021/2022 Машинное обучение для больших данных 21/22]<br /> <br /> [[Эффективные системы глубинного обучения 21/22|Эффективные системы глубинного обучения]]<br /> <br /> <br /> '''ПМИ / РС'''<br /> <br /> [https://osukhoroslov-hse.notion.site/2-0cd36b67b9f64182bfeabcda9ede647a НИС Распределенные системы 2]<br /> <br /> [[msbdp_21 | Методы и системы обработки больших данных]]<br /> <br /> [https://osukhoroslov-hse.notion.site/cee4a50ac8cf4e328cefbd35cf822fa5 Облачные вычисления]<br /> <br /> '''ПМИ / ТИ'''<br /> <br /> [[InfTheory2021 | Теория информации]]<br /> <br /> [[OWF2021 | Односторонние функции и их применения]]<br /> <br /> [[ConvAppr22 | Выпуклое программирование и аппроксимационные алгоритмы ]]<br /> <br /> '''ПАД'''<br /> <br /> [[Statistics 4mr 2021-22 | Statistical Methods for Market Research (DSBA)]]<br /> <br /> [[Decision Making Strategy]]<br /> <br /> ||<br /> <br /> [[Дополнительные_главы_теории_вероятностей_2022|ДГТВ]]<br /> <br /> [[Дополнительные_главы_теории_вероятностей-2_2021/2022|ДГТВ-2]]<br /> <br /> [[Теория_вычислений_2022|Теория вычислений]]<br /> <br /> [[NonClassicalLogics|Факультатив &quot;Неклассические логики&quot; (3 модуль)]]<br /> <br /> [[Криптография_на_решётках_21/22| Криптография на решётках]]<br /> <br /> [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D0%B9%D0%BD%D0%BE%D1%80_%D0%91%D0%B8%D0%BE%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_1_%D0%B3%D0%BE%D0%B4_2021/22 Майнор Биоинформатика 1 год 2021/22]<br /> <br /> [[Майнор_Биоинформатика_2_год_2021/22|Майнор Биоинформатика 2 год 2021/22]]<br /> <br /> [[Введение_в_программирование_21/22_(майнор_ИАД) | Введение в программирование 21/22 (майнор ИАД)]]<br /> <br /> [[Основы_машинного_обучения | Основы машинного обучения (майнор ИАД)]]<br /> <br /> [[Основы_глубинного_обучения | Основы глубинного обучения (майнор ИАД)]]<br /> <br /> [[Прикладные_задачи_анализа_данных | Прикладные задачи анализа данных (майнор ИАД)]]<br /> <br /> [[Функциональное_программирование_2019 | Функциональное программирование 2021]]<br /> <br /> [[KotlinElective|Факультатив &quot;Язык Kotlin&quot; (ноя-дек 2021)]]<br /> <br /> [[Dopglavy_DM_2022| Дополнительные главы дискретной математики]]<br /> <br /> [[Факультатив_Data_Science_в_игровой_индустрии_(SAS) | Факультатив Data Science в игровой индустрии (SAS)]]<br /> <br /> [[Факультатив_Анализ_данных_на_платформе_SAS | Факультатив Анализ данных на платформе SAS]]<br /> <br /> |}<br /> <br /> == Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==<br /> <br /> === 2 семестр ===<br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BD%D0%B0_%D1%8F%D0%B7%D1%8B%D0%BA%D0%B5_Python,_%D0%B6%D1%83%D1%80%D0%BD%D0%B0%D0%BB%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_2022 Программирование на языке Python] || Журналистика || 2 курс || 4 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Программирование_на_Python_деп_медиа_2022 Программирование на языке Python] || Журналистика и Медиакоммуникации || 1 курс || 3 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Python_для_ОП_%22Психология%22_2021/2022 Программирование на языке Python] ||Психология || 1 курс || 3-4 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Python_для_ОП_%22Экономика_и_статистика%22_и_ОП_%22География_глобальных_изменений%22_2021/2022 Программирование на языке Python] ||Экономика и статистика; География глобальных изменений || 2 курс || 3 модуль<br /> |-<br /> | [[Культура работы с данными]] ||Иностранные языки и межкультурная коммуникация || 1 курс || 3-4 модуль<br /> |-<br /> | [[Машинное обучение на матфаке 2022|Машинное обучение]] || Математика || 3-4 модули || 3-4 модули <br /> |-<br /> | [[Введение_в_МО_БИ_21/22| Введение в машинное обучение]] || Бизнес-информатика || 3 курс || 3-4 модули <br /> |-<br /> | [[Excel для анализа данных 21-22]] || Иностранные языки и межкультурная коммуникация || 4 курс || 3 модуль<br /> |-<br /> | [[Введение в Data Science 21-22]] || УБ и МиРА || 2 курс || 4 модуль<br /> |-<br /> | [[Основы программирования в Python (Мирэк) 2022 | Основы программирования в Python]] || Мировая экономика || 2 курс || 3-4 модуль<br /> |-<br /> |[http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B8_%D0%BE%D0%B1%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B8_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%A5%D0%B8%D0%BC%D0%B8%D1%8F Python для извлечения и обработки данных] || Химия || 2 курс || 4 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Цифровая_грамотность_Городское_планирование_2021-2022 Цифровая грамотность] || Городское планирование || 1 курс || 4 модуль<br /> |}<br /> <br /> === 1 семестр ===<br /> {| class=&quot;wikitable&quot;<br /> |- <br /> ! Дисциплина !! Образовательная программа !! Курс !! Модули <br /> |-<br /> | [http://wiki.cs.hse.ru/%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_%D0%93%D0%B5%D0%BE%D0%B3%D1%80%D0%B0%D1%84%D0%B8%D1%8F_2020/21 Цифровая грамотность] || География глобальных измерений и геоинформационные технологии || 1 курс || 1-2 модули<br /> |-<br /> | [[Цифровая грамотность, Востоковедение 2021/2022| Цифровая грамотность]] || Востоковедение || 1 курс || 1-2 модули<br /> |-<br /> |[[Цифровая Грамотность ИКВиА 2021/2022 | Цифровая грамотность]] || ИКВиА || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%B2_%D0%B4%D0%B5%D1%8F%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%D1%8E%D1%80%D0%B8%D1%81%D1%82%D0%B0_2018-2019 Цифровая грамотность] || Юриспруденция || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%B2_%D0%B4%D0%B5%D1%8F%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%D1%8E%D1%80%D0%B8%D1%81%D1%82%D0%B0_2018-2019 Цифровая грамотность] || Юриспруденция:частное право || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%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_%D0%98%D1%81%D1%82%D0%BE%D1%80%D0%B8%D1%8F_2021/2022 Цифровая грамотность] ||История || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Цифровая_грамотность_Филология_2021/2022 Цифровая грамотность] || Филология || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%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_2020-21_(%D0%9A%D1%83%D0%BB%D1%8C%D1%82%D1%83%D1%80%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F) Цифровая грамотность] || Культурология || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%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_%D0%94%D0%B5%D0%BF%D0%B0%D1%80%D1%82%D0%B0%D0%BC%D0%B5%D0%BD%D1%82_%D0%9C%D0%B5%D0%B4%D0%B8%D0%B0_2021-2022 Цифровая грамотность] || Медиакоммуникации и Журналистика || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Цифровая_грамотность_Философия_2021/2022 Цифровая грамотность] || Философия || 1 курс || 1-2 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/Основы_программирования_на_Python_осень_2021_матфак Основы программирования на Python] || Математика || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_R,_%D0%A1%D0%BE%D1%86%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F Анализ данных в R] || Социология || 4 курс || 1-2 модули<br /> |- <br /> | [http://wiki.cs.hse.ru/%D0%9F%D0%9C%D0%A1%D0%90%D0%A0-2_2020 Методы анализа больших данных в исследованиях поведения покупателя] || Прикладные методы социального анализа рынков (магистратура) || 2 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D0%A4%D0%AD%D0%9D)_-_2021-2022 Машинное обучение] || Экономика || 3,4 курс || 1-2 модули<br /> |-<br /> | [[Программирование_ЭкСтат_ГП | Программирование на языке Python ]] || Городское планирование, Экономика и статистика || 3 курс || 1-2 модули<br /> |-<br /> | [[Основы анализа данных в международных отношениях 2021/2022 | Основы анализа данных в международных отношениях]] || Международные отношения || 2 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Python_%D0%B4%D0%BB%D1%8F_%D0%B8%D0%B7%D0%B2%D0%BB%D0%B5%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B8_%D0%BE%D0%B1%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B8_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85 Python извлечение и обработка данных] || Клеточная и молекулярная биотехнология || 1 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%B2_Python_(%D0%9F%D0%BE%D0%BB%D0%B8%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F_2020) Основы программирования в Python ] || Политология || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Основы_работы_с_данными:_сбор,_анализ,_визуализация_(ОП_%22Журналистика%22) Основы работы с данными: сбор, анализ, визуализация] || Журналистика || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%92%D0%B2%D0%B5%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2_Data_Science Data Science] || Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме (магистратура) || 1 курс || 2 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D1%81%D0%BE%D0%B2._%D0%B1%D0%B0%D0%BA._%D0%92%D0%A8%D0%AD-%D0%A0%D0%AD%D0%A8_2021) Машинное обучение] || Совместный бакалавриат НИУ ВШЭ и РЭШ || 3 курс || 1-2 модули<br /> |-<br /> | <br /> || Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Data_Analysis_in_Economics_and_Finance_2020-2021 Data Analysis in Economics and Finance] || Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/Data_Analysis_in_Journalism_and_Political_Science_2020-2021 Data Analysis in Journalism and Political Science]|| Бакалавриат НИУ ВШЭ и Лондонского университета || 3 курс || 1-2 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%B8%D0%BA%D0%BB%D0%B0%D0%B4%D0%BD%D1%8B%D0%B5_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%B2_%D0%BA%D1%83%D0%BB%D1%8C%D1%82%D1%83%D1%80%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_2020_1%D0%BC%D0%BE%D0%B4%D1%83%D0%BB%D1%8C Прикладные исследования в культурологии] || Прикладная культурология (магистратура) || 1 курс || 1 модуль<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B8_%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D1%8B%D0%B5_%D0%B8%D0%BD%D1%81%D1%82%D1%80%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D1%8B_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F Программирование и лингвистические данные] || Фундаментальная и компьютерная лингвистика || 1 курс || 1, 2, 3, 4 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B8_%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D1%8B%D0%B5_%D0%B8%D0%BD%D1%81%D1%82%D1%80%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D1%8B_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F Программирование и лингвистические данные] || Фундаментальная и компьютерная лингвистика || 1 курс || 1, 2, 3 модули<br /> |-<br /> | [http://wiki.cs.hse.ru/%D0%9A%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D0%B0%D1%8F_%D0%BB%D0%B8%D0%BD%D0%B3%D0%B2%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_%D0%B8_%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8 Программирование и теория алгоритмов] || Фундаментальная и компьютерная лингвистика || 3 курс || 2, 3, 4 модули<br /> |-<br /> | [https://github.com/daria-sa/NNmethods_ba_hse21-22/ Нейросетевые методы в обработке текстов] || Фундаментальная и компьютерная лингвистика || 4 курс || 1, 2, 3 модули<br /> |-<br /> <br /> <br /> |}<br /> <br /> == Курсы магистратуры ФКН ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> | [[Modern_Data_Analysis_2021_2022 | Modern Data Analysis]] || Data Science (Науки о данных) || 2 year<br /> |-<br /> | [[Project_Seminar_2021_2022 | Проектный семинар специализации ТИ]] || Науки о данных, специализация ТИ || 1 year<br /> |-<br /> | [[Theory of Computation 2021 | Theory of Computation]] || Науки о данных, специализация ТИ || 1 year<br /> |-<br /> | [[ConvAppr22 | Выпуклое программирование и аппроксимационные алгоритмы ]] || Науки о данных, специализация ТИ || 1 year<br /> |-<br /> | [[RecSys_2021_2022 | Рекомендательные системы]] || ФТИАД || 2 year<br /> |-<br /> | [[Stochastic_analysis_2021_2022 | Стохастический анализ 2021-2022]] || Math of Machine Learning || 1 year<br /> |-<br /> | [[Reinforcement_learning_2021_2022 | Математические основы обучения с подкреплением 2021-2022]] || Math of Machine Learning || 2 year<br /> |-<br /> | [[Theoretical_Computer_Science_2022 | Theoretical computer science 2021-2022]] || Theoretical computer science || PhD<br /> |-<br /> | [[Машинное_обучение_(современные_методы)-МОиВС-2021-2022 | Машинное обучение (современные методы)]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> | [[Алгоритмы_и_структуры_данных-МОиВС-2021-2022 | Алгоритмы и структуры данных]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> | [[Основы_промышленной_разработки-МОиВС-2021-2022 | Основы промышленной разработки]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> | [[Глубинное обучение-МОиВС-2022-2023 | Глубинное обучение]] || Машинное обучение и высоконагруженные системы|| 1 year<br /> |-<br /> |}<br /> <br /> == Курсы других факультетов ==<br /> <br /> {| class=&quot;wikitable&quot; <br /> |-<br /> ! Дисциплина !! Курс !! Период<br /> |-<br /> | [http://wiki.cs.hse.ru/Econ_probability_2021-22 Теория вероятностей и математическая статистика] || фэн, 2 курс || 1-4 модуль<br /> |-<br /> | [[Динамическая оптимизация в экономике и финансах, фэн, 2021/22|Динамическая оптимизация в экономике и финансах]] || фэн, 3-4 курс || 1-2 модуль<br /> |-<br /> |}<br /> <br /> = Архив до 2020/21 учебного года включительно =<br /> [[Wiki ФКН/Архив]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23&diff=71580 2022-09-03T09:15:14Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы ''«Международные отношения»'' и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. <br /> <br /> Дисциплина реализуется с помощью онлайн-курса ''«Статистика для анализа данных»''.<br /> <br /> ПУД курса: https://www.hse.ru/ba/ia/courses/646523779.html<br /> <br /> ПУД независимого экзамена: https://www.hse.ru/ba/ia/courses/646471128.html<br /> <br /> == Необходимые ссылки ==<br /> <br /> [# Канал новостей в телеграме]<br /> <br /> [# Ссылка на онлайн-курс «Статистика для анализа данных»]<br /> <br /> [# Спецификация НЭ]<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Команда курса ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты<br /> |-<br /> | БМО211, [https://t.me/+Wo2SP5rP0f8zNzdi чат группы в Телеграме]<br /> | Бурова Маргарита || @Burritas || Мохова Елизавета || @SuntAmara<br /> |-<br /> | БМО212, [# чат группы в Телеграме]<br /> | Бочарова Александра || @ashebulka|| Капустина Лика || @lika_kapustina<br /> |-<br /> | БМО213, [# чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| ||<br /> |-<br /> | БМО214, [# чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| ||<br /> |}<br /> <br /> == Материалы курса ==<br /> === План курса ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Описание<br /> |-<br /> | 1|| '''Введение в инструменты''' || Инструменты для работы с Python.<br /> |-<br /> | 2|| '''Введение в статистику. Базовые манипуляции с данными''' || Фильтрация данных, сортировка данных, использованием функций.<br /> |-<br /> | 3|| '''Типы данных. Создание новых переменных''' || Типы признаков. Создание новых переменных по условию.<br /> |-<br /> | 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения''' || Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.<br /> |-<br /> | 5 || '''Описательные статистики: меры центральной тенденции и разброса''' || Методы центральной тенденции (мода, среднее арифметическое, медиана). Меры разброса ( размах, стандартное отклонение, дисперсия, межквартильный размах). Вычисление описательных статистик с группировкой.<br /> |-<br /> | 6 || '''Z-оценка. Выбросы''' || Перевод значений в z-оценки. Работа с пропущенными значениями и с выбросами.<br /> |-<br /> | 7 || '''Корреляция''' || Вычисление коэффициента корреляции Пирсона. Построение уравнения простой линейной регрессии, линия тренда.<br /> |-<br /> | 8 || '''Введение в визуализацию данных''' || Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.<br /> |-<br /> | 9 || '''Продвинутая визуализация данных''' || Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.<br /> |-<br /> | 10 || '''Введение в тестирование гипотез. Непараметрические критерии''' || Основы тестирования гипотез. Использование непараметрических критериев. Критерий согласия Хи-квадрат и критерий независимости Хи-квадрат.<br /> |-<br /> | 11 || '''Параметрические критерии для проверки гипотез''' || Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.<br /> |-<br /> | 12 || '''Линейная регрессия''' || Предпосылки линейной регрессии. Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.<br /> |-<br /> | 13 || '''Логистическая регрессия''' || Введение в логистическую регрессию. Построение предсказаний с использованием логистической регрессии, интерпретация коэффициентов.<br /> |-<br /> | 14 || '''Введение в машинное обучение''' || Основные понятия, связанные с машинным обучением. Решение задачи регрессии и классификации. Оценка качества.<br /> |}<br /> <br /> == Правила выставления оценок ==<br /> === Формула ===<br /> Итог = МИН(10, 0.2*КР1 + 0.2*Экзамен + 0.2*ДЗ + 0.2*Тесты + 0.2*Проект + 0.1*Квизы)<br /> <br /> * 0.2 * КР1<br /> * 0.2 * Экзамен<br /> * 0.2 * ДЗ (среднее арифметическое по 6 дз) <br /> * 0.2 * мини-тесты на семинарах<br /> * 0.2 * исследовательский проект<br /> * 0.1 * Квизы<br /> <br /> Округление стандартное арифметическое. Округляется только итоговый результат.<br /> <br /> === Правила дедлайнов ===<br /> * Домашние задания: дедлайн + поздний дедлайн со штрафом 1 балл за каждый день просрочки.<br /> * Проект: проект не может быть засчитан, если студент не пришел на защиту - даже если проект групповой и защищает группа без студента - непришедшему ставится ноль, или не сдал проект ДО ЗАЩИТЫ в установленное время.<br /> * Контрольные: жёсткий дедлайн.<br /> * Все дедлайны – общие для всего курса.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> * Elementary statistics : a step by step approach, Bluman, A. G.,<br /> * Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> * Савельев В. Статистика и котики.<br /> <br /> <br /> [[Категория:Data_Culture]]<br /> [[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]</div>

Mbburova https://wiki.cs.hse.ru/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%B2_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D1%8F%D1%85_22/23&diff=71579 2022-09-03T09:14:59Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы ''«Международные отношения»'' и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. <br /> <br /> Дисциплина реализуется с помощью онлайн-курса ''«Статистика для анализа данных»''.<br /> <br /> ПУД курса: https://www.hse.ru/ba/ia/courses/646523779.html<br /> <br /> ПУД независимого экзамена: https://www.hse.ru/ba/ia/courses/646471128.html<br /> <br /> == Необходимые ссылки ==<br /> <br /> [# Канал новостей в телеграме]<br /> <br /> [# Ссылка на ведомость]<br /> <br /> [# Ссылка на онлайн-курс «Статистика для анализа данных»]<br /> <br /> [# Спецификация НЭ]<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Команда курса ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Преподаватель !! Контакты !! Ассистент !! Контакты<br /> |-<br /> | БМО211, [https://t.me/+Wo2SP5rP0f8zNzdi чат группы в Телеграме]<br /> | Бурова Маргарита || @Burritas || Мохова Елизавета || @SuntAmara<br /> |-<br /> | БМО212, [# чат группы в Телеграме]<br /> | Бочарова Александра || @ashebulka|| Капустина Лика || @lika_kapustina<br /> |-<br /> | БМО213, [# чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| ||<br /> |-<br /> | БМО214, [# чат группы в Телеграме]<br /> | Маркина Дарья || @MarkinaDaria|| ||<br /> |}<br /> <br /> == Материалы курса ==<br /> === План курса ===<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема !! Описание<br /> |-<br /> | 1|| '''Введение в инструменты''' || Инструменты для работы с Python.<br /> |-<br /> | 2|| '''Введение в статистику. Базовые манипуляции с данными''' || Фильтрация данных, сортировка данных, использованием функций.<br /> |-<br /> | 3|| '''Типы данных. Создание новых переменных''' || Типы признаков. Создание новых переменных по условию.<br /> |-<br /> | 4 || '''Генеральная совокупность и выборка. Частотные таблицы и распределения''' || Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.<br /> |-<br /> | 5 || '''Описательные статистики: меры центральной тенденции и разброса''' || Методы центральной тенденции (мода, среднее арифметическое, медиана). Меры разброса ( размах, стандартное отклонение, дисперсия, межквартильный размах). Вычисление описательных статистик с группировкой.<br /> |-<br /> | 6 || '''Z-оценка. Выбросы''' || Перевод значений в z-оценки. Работа с пропущенными значениями и с выбросами.<br /> |-<br /> | 7 || '''Корреляция''' || Вычисление коэффициента корреляции Пирсона. Построение уравнения простой линейной регрессии, линия тренда.<br /> |-<br /> | 8 || '''Введение в визуализацию данных''' || Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.<br /> |-<br /> | 9 || '''Продвинутая визуализация данных''' || Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.<br /> |-<br /> | 10 || '''Введение в тестирование гипотез. Непараметрические критерии''' || Основы тестирования гипотез. Использование непараметрических критериев. Критерий согласия Хи-квадрат и критерий независимости Хи-квадрат.<br /> |-<br /> | 11 || '''Параметрические критерии для проверки гипотез''' || Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.<br /> |-<br /> | 12 || '''Линейная регрессия''' || Предпосылки линейной регрессии. Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.<br /> |-<br /> | 13 || '''Логистическая регрессия''' || Введение в логистическую регрессию. Построение предсказаний с использованием логистической регрессии, интерпретация коэффициентов.<br /> |-<br /> | 14 || '''Введение в машинное обучение''' || Основные понятия, связанные с машинным обучением. Решение задачи регрессии и классификации. Оценка качества.<br /> |}<br /> <br /> == Правила выставления оценок ==<br /> === Формула ===<br /> Итог = МИН(10, 0.2*КР1 + 0.2*Экзамен + 0.2*ДЗ + 0.2*Тесты + 0.2*Проект + 0.1*Квизы)<br /> <br /> * 0.2 * КР1<br /> * 0.2 * Экзамен<br /> * 0.2 * ДЗ (среднее арифметическое по 6 дз) <br /> * 0.2 * мини-тесты на семинарах<br /> * 0.2 * исследовательский проект<br /> * 0.1 * Квизы<br /> <br /> Округление стандартное арифметическое. Округляется только итоговый результат.<br /> <br /> === Правила дедлайнов ===<br /> * Домашние задания: дедлайн + поздний дедлайн со штрафом 1 балл за каждый день просрочки.<br /> * Проект: проект не может быть засчитан, если студент не пришел на защиту - даже если проект групповой и защищает группа без студента - непришедшему ставится ноль, или не сдал проект ДО ЗАЩИТЫ в установленное время.<br /> * Контрольные: жёсткий дедлайн.<br /> * Все дедлайны – общие для всего курса.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> * Elementary statistics : a step by step approach, Bluman, A. G.,<br /> * Essentials of Statistics for the Behavioral Sciences. Frederick J. Gravetter, Larry B. Wallnau. Wadsworth.<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> * Савельев В. Статистика и котики.<br /> <br /> <br /> [[Категория:Data_Culture]]<br /> [[Категория:Курсы по Анализу данных (DC) в 2022/23 году]]</div>

Mbburova 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_%D0%B4%D0%BB%D1%8F_%D0%BC%D0%B5%D0%B6%D0%B4%D1%83%D0%BD%D0%B0%D1%80%D0%BE%D0%B4%D0%BD%D1%8B%D1%85_%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B9_22/23&diff=71578 2022-09-03T09:01:26Z

<p>Mbburova: </p> <hr /> <div>== О курсе ==<br /> Данный курс представляет собой адаптацию общеуниверситетского курса «Цифровая грамотность» специально для студентов образовательной программы «Международные отношения» и направлен на формирование компетенций в области работы с данными и цифровой техникой. В курсе будут рассмотрены базовые темы, которые необходимы для безопасного и эффективного использования цифровых технологий и ресурсов Сети. <br /> Целью освоения дисциплины «Цифровая грамотность» является овладение студентами принципами и методами использования цифровых инструментов в собственной жизни и учёбе.<br /> <br /> == Необходимые ссылки ==<br /> [https://t.me/+b44C6WoVRzZhNmRi Канал новостей в телеграме]<br /> [https://t.me/+NwDkxuUXGIw5OTIy Чат БМО221]<br /> [https://t.me/+3-_bcUaKCF8zNjVi Чат БМО222]<br /> [https://t.me/+qmLQvhqxOvc2NDAy Чат БМО223]<br /> [https://t.me/+X9PqBAOe4dc4ZTli Чат БМО224]<br /> <br /> [https://t.me/+lhQ5hOx5kys5NTNi Канал для подготовки к НЭ]<br /> <br /> [https://edu.hse.ru/course/view.php?id=133593 Учебник по Цифровой грамотности]<br /> <br /> [https://edu.hse.ru/mod/quiz/view.php?id=514671 Спецификация НЭ по ЦГ в 2022/23 учебном году]<br /> <br /> Приложение №17 к ПОПАТКУСу, [https://www.hse.ru/dataculture/exams Порядок организации Независимых экзаменов по Цифровым компетенциям]<br /> <br /> == Материалы занятий ==<br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! № !! Тема занятия !! Даты !! Материалы к занятию !! Задание<br /> |-<br /> | 1 || '''Стартовая лекция: Цифровая грамотность'''<br /> <br /> * Проект Data Culture;<br /> * Независимый экзамен по Цифровой грамотности;<br /> * &quot;Как здесь учиться&quot;;<br /> * Команда курса;<br /> * Формула, формы контроля.<br /> || 05.09 <br /> || <br /> <br /> || <br /> <br /> |}<br /> <br /> == Преподаватель и ассистенты ==<br /> '''Преподаватель:'''&lt;br /&gt;<br /> Бурова Маргарита Борисовна&lt;br /&gt;<br /> &lt;br /&gt;<br /> '''Контакты:'''&lt;br /&gt;<br /> * mbburova@hse.ru<br /> * тг: @Burritas<br /> &lt;br /&gt;<br /> &lt;br /&gt;<br /> '''Ассистенты:'''&lt;br /&gt;<br /> * БМО221 и БМО222: <br /> * БМО223 и БМО224:<br /> <br /> == Правила выставления оценок ==<br /> <br /> *0.3 - КР1, проводится на 2ой лекции<br /> *0.3 - КР2, проводится на 3ей лекции<br /> *0.4 - Экзамен, проводится во время сессионной недели<br /> <br /> == Содержание учебной дисциплины ==<br /> <br /> '''Медиаграмотность'''&lt;br /&gt;<br /> Социальные сети. Цифровой след. Работа с информацией в сети. Пользование цифровыми медиа. Fake news. Этикет в сети. Общение в электронной почте<br /> <br /> '''Компьютерная безопасность'''&lt;br /&gt;<br /> Виды угроз для Android и IOS и способы защиты от них.<br /> Виды угроз для Windows и MacOS и способы защиты от них.<br /> Спам в почте, социальных сетях и прочих платформах. Безопасность аккаунтов. Онлайн мошенничество и персональные данные<br /> <br /> '''Интернет-грамотность'''&lt;br /&gt;<br /> Интернет как глобальная сеть. Интернет-адреса (IP4 и IPv6). Протокол TCP/IP. Прокотолы HTTP/HTTPS. Браузеры. Web-адреса (структура URL). Сертификаты. DNS. <br /> <br /> '''Академическая грамотность'''&lt;br /&gt;<br /> Как правильно читать научные статьи и где их брать. Стандарты цитирования. ГОСТ, APA. Наукометрические базы данных. Google Академия. Библиографические менеджеры: Zotero, Mendeley.<br /> <br /> '''Юридическая грамотность в Сети'''&lt;br /&gt;<br /> Правовая защита персональных данных. Правовой режим контента в сети Интернет. Правовые вызовы развития искусственного интеллекта.<br /> Ответственность за неправомерный доступ к информации и разглашение тайны.<br /> Базы данных законов. Поиск по законам.<br /> <br /> '''Компьютерная грамотность'''&lt;br /&gt;<br /> Программное обеспечение (ПО). Файлы и папки, интерфейс файлового менеджера Проводник и Finder. Кодирование изображений. Подключение устройств к компьютеру. Операционная система. Windows, macOS, GNU/Linux. Справочные системы.<br /> <br /> '''Техническая грамотность: документы и облака'''&lt;br /&gt;<br /> Знакомство с текстовыми процессорами на примере Google.Docs, MS Word, LibreOffice Writer. Форматирование сплошного текста. Управление шрифтами. Макет. Управление полями. Встроенные стили. Вставка объектов в документ. Работа с гиперссылками и сносками.<br /> Знакомство с облачными дисками на примере Google.Диск. Права доступа. Доступ по ссылке, доступ по почте. Принцип наименьших прав доступа.<br /> <br /> '''Техническая грамотность: таблицы'''&lt;br /&gt;<br /> Знакомство с электронными таблицами на примере Google Speadsheets, MS Excel, LibreOffice Calc. Элементарные операции в табличных редакторах. Координаты. Абсолютная адресация. Формулы. Фильтрация и Сортировка данных. Основы анализа табличных данных. Сводные таблицы. Визуализация данных. Импорт из простых форматов (CSV).<br /> <br /> '''Основы больших данных'''&lt;br /&gt;<br /> Что такое данные. Какие бывают типы данных. Как устроено машинное обучение. Обучение с учителем, обучение без учителя. Классификация и кластеризация. Модель. Параметры.<br /> <br /> '''Техническая грамотность: презентации'''&lt;br /&gt;<br /> Знакомство с системами подготовки презентаций на примере Google Slides, MS PowerPoint и LibreOffice Impress. Основы дизайна и основные элементы визуализации. Работа с таблицами и графиками.<br /> <br /> <br /> <br /> [[Категория:Data Culture]]<br /> [[Категория:Курсы по Цифровой грамотности в 2022/23 году]]</div>

Mbburova