Wiki - Факультет компьютерных наук - Вклад [ru]

Основные методы анализа данных

2018-12-07T14:05:34Z

Nevalennaya:

== О курсе ==

Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] специализации [https://www.hse.ru/ba/ami/dais "Анализ Данных и Интеллектуальные Системы"] в 1-2 модулях 2018-2019 учебного года.

'''Лектор:''' [https://www.hse.ru/staff/bmirkin Миркин Борис Григорьевич]

Занятия проходят по пятницам, 15:10-16:30 и 16:40-18:00, ауд. 501.

Консультации по выполнению домашней работы проводятся по пятницам с 16:30.

[https://drive.google.com/file/d/1bR_PI96by0KHhfmQ86RmSfeemRjKowpV/view?usp=sharing '''Программа курса''']

== Порядок формирования итоговой оценки ==

Контроль знаний проводится в виде двухступенчатой процедуры. Отдельно оцениваются Домашний проект и Экзаменационная контрольная работа:
Oитоговая = 0.4 * Oд/п + 0.6 * Оэкз

== Лекции ==

[https://drive.google.com/file/d/1e52kZHjLUPz05e5t9zTzbUJ-ooGb2kdN/view?usp=sharing Лекция 28.09]

[https://drive.google.com/file/d/1e1e9arZU6uYmJ7hR5mlkTUgNeTZCm-pm/view?usp=sharing Лекция 5.10]

[https://drive.google.com/file/d/1eoageWEC_PYp-PPefraJYLzdQTH-faGT/view?usp=sharing Mirkin Rules for Cluster Interpretation]

[https://drive.google.com/file/d/1FbYH-3vKI7Gm4AYTm2FDMjHO727aotsb/view?usp=sharing Лекция 12.10]

[https://drive.google.com/file/d/1iVRhCzpdzUfQCYoMOtY25NpYfGg-gpde/view?usp=sharing Лекция 2.11]

[https://drive.google.com/file/d/1nULrvo-svL0yS4-B8yGr6YXd9sfr_TLp/view?usp=sharing Лекция 9.11]

[https://drive.google.com/file/d/1UigscgBNVJtB1nJHG-E3p_PhfFix_iZI/view?usp=sharing Лекция 16.11]

[https://drive.google.com/file/d/1BZZprDCB3ESjLfUskwsAwP4EXNmToBrB/view?usp=sharing Все лекции (до 3.11) в pdf-формате]

[https://drive.google.com/file/d/1_u9_p0-URPpCS2Pv4qveKz6QLi4rgyUF/view?usp=sharing Лекции 30.11 и 7.12]

== Домашний проект ==

Требуется прислать законченный отчет до 3.12.18 (+ ночь) на [mailto:bmirkin@hse.ru bmirkin@hse.ru] (необходимо предварительное согласование файла данных). Работы, сданные 4.12-13.12, тоже будут проверены, но со штрафом 30% от величины оценки. Работы, сданные 14.12 или позже, проверяться не будут (оценка 0).

[https://drive.google.com/file/d/1G-sM3e1pyZua_3wOa6Uk9IKIN-liS7qz/view?usp=sharing Все домашние задания]

'''Домашнее задание 1'''

1) Each to form/join a team of one, two or three; the team finds a meaningful dataset of their liking on the internet: say, by Googling “data analysis dataset”:
* Number of entities ≥ 80, of features ≥ 5
* No missing
* No Irivine ML repository
* The dataset is to be approved by me.
2) Start writing a team’s report file:
* Project title page
* Section 1:
# Explanation of the choice of the dataset
# Information of the dataset: features, number of entities, source address, examples of problems

'''Домашнее задание 2'''

1) Выберите не менее трех количественных признаков, объясните выбор и примените метод К-средних (для K=5, для K=9). В обоих случаях сделайте порядка 10 случайных инициализаций и выберите то, которое доставляет минимум критерию метода.

2) Проинтерпретируйте оба разбиения с помощью признаков таблицы данных. Объясните, какое из разбиений лучше с точки зрения интерпретации.

3) Для одного из полученных разбиений:
* Сравните средние по какому-либо признаку в двух кластерах, используя бутстрэп.
* Найдите 95% доверительный интервал для среднего значения какого-либо признака на всем множестве объектов, используя бутстрэп.
* Для одного из кластеров сравните среднее на всем множестве для какого-либо признака с его средним внутри кластера, используя бутстрэп
Примечание: каждое применение бутстрэпа должно быть обоими методами, с опорой и без.

'''Домашнее задание 3: Contingency Table'''

1) Consider three nominal features (one of them, not more, may be taken from nominal features in your data).

2) Build two contingency tables over them: present a conditional frequency table and Quetelet relative index tables. Make comments on relations between categories of the common (to both tables) feature and two others.

3) Compute and visualize the chi-square-summary_Quetelet_index over both tables.

4) Comment on the meaning of the values in the data analysis context.

'''Домашнее задание 4: PCA/SVD'''

1) In your data set, select a subset with 3 to 6 features related, more or less, to the same aspect and explain your choice.

2) Visualize the data subset using standardization with two versions of normalization: (a) over ranges and (b) over standard deviations. At these visualizations, use a distinct shape/colour for points representing a pre-specified by you group of objects.

3) Apply the conventional PCA for visualization and see if there is any difference with respect to (a)/(b) above. Comment on which of the normalizations is better, in your opinion, and why.

'''Домашнее задание 5'''

1) Find two features in your dataset with more or less “linear-like” scatterplot.

2) Display the scatter-plot.

3) Build a linear regression of one of the features over the other. Make a comment on the meaning of the slope.

4) Find the correlation and determinacy coefficients, and comment on the meaning of the latter.

5) Make a prediction of the target values for given two or three predictor’ values; make a comment.

6) Compare the mean relative absolute error of the regression on all points of your set and the determinacy coefficient and make comments.

'''Домашнее задание 6'''

1) Возьмите три количественных признака в Ваших данных и сформируйте бинарный признак по каждому из них. (Один из этих трех бинарных признаков может быть взят из данных непосредственно, тогда надо будет бинаризовать только два количественных признака.)

2) Один из трех признаков сделайте «выходным» и рассмотрите две таблицы сопряженности для предсказания значения выходного признака по каждому из входных. Рассчитайте характеристики аккуратности, точности и полноты для каждой из таблиц. Прокомментируйте и сравните результаты.

== Экзамен ==

Дата: 14.12.18 Время работы: 80 мин. Количество вопросов: 6-7 (2 – теоретических, 4 – практических).

Каждому вопросу приписана максимально возможная оценка по нему; сумма этих оценок равна 100%. При проверке каждый ответ оценивается в соответствии с уровнем покрытия материала в пределах приписанного к вопросу максимума. Сумма составляет оценку в процентах, и затем округляется до традиционной 10-балльной шкалы. Считается справедливым, если 52 и 53 округляются до 5, а 67 и 68 – до 7. Округление оценок, таких как 55 или 66 может основываться на дополнительной информации о прилежании студента.

''Примеры вопросов см. в программе курса.''

[https://drive.google.com/file/d/1Cnk47oqLmYAA27NrfCHUKOTTqPIvFOLP/view?usp=sharing Файл в вопросами]

== Обратная связь ==

Миркин Борис Григорьевич: [mailto:bmirkin@hse.ru bmirkin@hse.ru]

== Литература ==

'''Основная'''

1. [http://opac.hse.ru/absopac/index.php?url=/notices/index/218662/default B. Mirkin (2011/18) Core Concepts in Data Analysis: Summarization, Correlation, Visualization, Springer-London.] [https://drive.google.com/file/d/1iikSACFxKyRr7xwKpPW5zOqDbfXb822j/view?usp=sharing Авторская версия]

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/283033/default Б. Миркин (2017) Введение в анализ данных, М., Юрайт.] [https://drive.google.com/file/d/1yfqiGnm7c0e-gtecM1uG3Dd60Hfweyfa/view?usp=sharing Авторская версия]

3. R.O. Duda, P.E. Hart, D.G. Stork (2001) Pattern Classification, Wiley-Interscience, ISBN 0-471-05669-3

4. H. Lohninger (1999) Teach Me Data Analysis, Springer-Verlag, Berlin-New York-Tokyo, 1999. ISBN 3-540-14743-8.

'''Дополнительная'''

1. M. Berthold, D. Hand (2003), Intelligent Data Analysis, Springer-Verlag.

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/174411/default L. Breiman, J.H. Friedman, R.A. Olshen and C.J. Stone (1984) Classification and Regression Trees, Belmont, Ca: Wadswarth.]

3. [http://opac.hse.ru/absopac/index.php?url=/notices/index/3705/default B. Efron and R. Tibshirani (1993) An Introduction to Bootstrap, Chapman & Hall.]

4. [http://opac.hse.ru/absopac/index.php?url=/notices/index/196601/default J.F. Hair, W.C. Black, B.J. Babin, R.E. Anderson (2010) Multivariate Data Analysis, 7th Edition, Prentice Hall, ISBN-10: 0-13-813263-1.]

5. J. Han, M. Kamber, J. Pei (2010) Data Mining: Concepts and Techniques, 3d Edition, Morgan Kaufmann Publishers.

6. [http://opac.hse.ru/absopac/index.php?url=/notices/index/10696/default М. Дж. Кендалл, А. Стьюарт (1973) Статистические выводы и связи, Наука, Москва.]

7. [http://opac.hse.ru/absopac/index.php?url=/notices/index/182585/default М.Б. Лагутин (2009) Наглядная математическая статистика, БИНОМ, Москва.]

8. L. Lebart, A. Morineau, M. Piron (1995) Statistique Exploratoire Multidimensionelle, Dunod, Paris, ISBN 2-10-002886-3.

9. [http://opac.hse.ru/absopac/index.php?url=/notices/index/278572/default C.D. Manning, P. Raghavan, H. Schütze (2008) Introduction to Information Retrieval, Cambridge University Press.]

10. R. Mazza (2009) Introduction to Information Visualization, Springer, ISBN: 978-1-84800-218-0.

11. [http://opac.hse.ru/absopac/index.php?url=/notices/index/292229/default W. McKinney (2013) Python for Data Analysis, O’Reilly Media, Sebastopol USA.]

12. [http://opac.hse.ru/absopac/index.php?url=/notices/index/12966/default Б.Г. Миркин (1985) Группировки в социально-экономических исследованиях, Финансы и статистика, Москва.]

13. T.M. Mitchell (2005) Machine Learning, McGraw Hill. [http://opac.hse.ru/absopac/index.php?url=/notices/index/301736/default (В библиотеке ВШЭ есть издание 1997 года)]

14. B. Schölkopf, A.J. Smola (2005) Learning with Kernels, The MIT Press.

15. Дж, Тьюки (1981) Анализ результатов наблюдений. Разведочный анализ. Мир, Москва.

16. V. Vapnik (2006) Estimation of Dependences Based on Empirical Data, Springer Science + Business Media Inc., 2d edition.

17. A. Webb (2002) Statistical Pattern Recognition, Wiley and Son.

== Дополнительная информация и ссылки ==

Основные методы анализа данных

2018-11-30T19:55:40Z

Nevalennaya: /* Лекции */

== О курсе ==

Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] специализации [https://www.hse.ru/ba/ami/dais "Анализ Данных и Интеллектуальные Системы"] в 1-2 модулях 2018-2019 учебного года.

'''Лектор:''' [https://www.hse.ru/staff/bmirkin Миркин Борис Григорьевич]

Занятия проходят по пятницам, 15:10-16:30 и 16:40-18:00, ауд. 501.

Консультации по выполнению домашней работы проводятся по пятницам с 16:30.

[https://drive.google.com/file/d/1bR_PI96by0KHhfmQ86RmSfeemRjKowpV/view?usp=sharing '''Программа курса''']

== Порядок формирования итоговой оценки ==

Контроль знаний проводится в виде двухступенчатой процедуры. Отдельно оцениваются Домашний проект и Экзаменационная контрольная работа:
Oитоговая = 0.4 * Oд/п + 0.6 * Оэкз

== Лекции ==

[https://drive.google.com/file/d/1e52kZHjLUPz05e5t9zTzbUJ-ooGb2kdN/view?usp=sharing Лекция 28.09]

[https://drive.google.com/file/d/1e1e9arZU6uYmJ7hR5mlkTUgNeTZCm-pm/view?usp=sharing Лекция 5.10]

[https://drive.google.com/file/d/1eoageWEC_PYp-PPefraJYLzdQTH-faGT/view?usp=sharing Mirkin Rules for Cluster Interpretation]

[https://drive.google.com/file/d/1FbYH-3vKI7Gm4AYTm2FDMjHO727aotsb/view?usp=sharing Лекция 12.10]

[https://drive.google.com/file/d/1iVRhCzpdzUfQCYoMOtY25NpYfGg-gpde/view?usp=sharing Лекция 2.11]

[https://drive.google.com/file/d/1nULrvo-svL0yS4-B8yGr6YXd9sfr_TLp/view?usp=sharing Лекция 9.11]

[https://drive.google.com/file/d/1UigscgBNVJtB1nJHG-E3p_PhfFix_iZI/view?usp=sharing Лекция 16.11]

[https://drive.google.com/file/d/1BZZprDCB3ESjLfUskwsAwP4EXNmToBrB/view?usp=sharing Все лекции в pdf-формате]

== Домашний проект ==

Требуется прислать законченный отчет до 3.12.18 (+ ночь) на [mailto:bmirkin@hse.ru bmirkin@hse.ru] (необходимо предварительное согласование файла данных). Работы, сданные 4.12-13.12, тоже будут проверены, но со штрафом 30% от величины оценки. Работы, сданные 14.12 или позже, проверяться не будут (оценка 0).

[https://drive.google.com/file/d/1G-sM3e1pyZua_3wOa6Uk9IKIN-liS7qz/view?usp=sharing Все домашние задания]

'''Домашнее задание 1'''

1) Each to form/join a team of one, two or three; the team finds a meaningful dataset of their liking on the internet: say, by Googling “data analysis dataset”:
* Number of entities ≥ 80, of features ≥ 5
* No missing
* No Irivine ML repository
* The dataset is to be approved by me.
2) Start writing a team’s report file:
* Project title page
* Section 1:
# Explanation of the choice of the dataset
# Information of the dataset: features, number of entities, source address, examples of problems

'''Домашнее задание 2'''

1) Выберите не менее трех количественных признаков, объясните выбор и примените метод К-средних (для K=5, для K=9). В обоих случаях сделайте порядка 10 случайных инициализаций и выберите то, которое доставляет минимум критерию метода.

2) Проинтерпретируйте оба разбиения с помощью признаков таблицы данных. Объясните, какое из разбиений лучше с точки зрения интерпретации.

3) Для одного из полученных разбиений:
* Сравните средние по какому-либо признаку в двух кластерах, используя бутстрэп.
* Найдите 95% доверительный интервал для среднего значения какого-либо признака на всем множестве объектов, используя бутстрэп.
* Для одного из кластеров сравните среднее на всем множестве для какого-либо признака с его средним внутри кластера, используя бутстрэп
Примечание: каждое применение бутстрэпа должно быть обоими методами, с опорой и без.

'''Домашнее задание 3: Contingency Table'''

1) Consider three nominal features (one of them, not more, may be taken from nominal features in your data).

2) Build two contingency tables over them: present a conditional frequency table and Quetelet relative index tables. Make comments on relations between categories of the common (to both tables) feature and two others.

3) Compute and visualize the chi-square-summary_Quetelet_index over both tables.

4) Comment on the meaning of the values in the data analysis context.

'''Домашнее задание 4: PCA/SVD'''

1) In your data set, select a subset with 3 to 6 features related, more or less, to the same aspect and explain your choice.

2) Visualize the data subset using standardization with two versions of normalization: (a) over ranges and (b) over standard deviations. At these visualizations, use a distinct shape/colour for points representing a pre-specified by you group of objects.

3) Apply the conventional PCA for visualization and see if there is any difference with respect to (a)/(b) above. Comment on which of the normalizations is better, in your opinion, and why.

'''Домашнее задание 5'''

1) Find two features in your dataset with more or less “linear-like” scatterplot.

2) Display the scatter-plot.

3) Build a linear regression of one of the features over the other. Make a comment on the meaning of the slope.

4) Find the correlation and determinacy coefficients, and comment on the meaning of the latter.

5) Make a prediction of the target values for given two or three predictor’ values; make a comment.

6) Compare the mean relative absolute error of the regression on all points of your set and the determinacy coefficient and make comments.

'''Домашнее задание 6'''

1) Возьмите три количественных признака в Ваших данных и сформируйте бинарный признак по каждому из них. (Один из этих трех бинарных признаков может быть взят из данных непосредственно, тогда надо будет бинаризовать только два количественных признака.)

2) Один из трех признаков сделайте «выходным» и рассмотрите две таблицы сопряженности для предсказания значения выходного признака по каждому из входных. Рассчитайте характеристики аккуратности, точности и полноты для каждой из таблиц. Прокомментируйте и сравните результаты.

== Экзамен ==

Время работы: 80 мин. Количество вопросов: 6-7 (2 – теоретических, 4 – практических).

Каждому вопросу приписана максимально возможная оценка по нему; сумма этих оценок равна 100%. При проверке каждый ответ оценивается в соответствии с уровнем покрытия материала в пределах приписанного к вопросу максимума. Сумма составляет оценку в процентах, и затем округляется до традиционной 10-балльной шкалы. Считается справедливым, если 52 и 53 округляются до 5, а 67 и 68 – до 7. Округление оценок, таких как 55 или 66 может основываться на дополнительной информации о прилежании студента.

''Примеры вопросов см. в программе курса.''

== Обратная связь ==

Миркин Борис Григорьевич: [mailto:bmirkin@hse.ru bmirkin@hse.ru]

== Литература ==

'''Основная'''

1. [http://opac.hse.ru/absopac/index.php?url=/notices/index/218662/default B. Mirkin (2011/18) Core Concepts in Data Analysis: Summarization, Correlation, Visualization, Springer-London.] [https://drive.google.com/file/d/1iikSACFxKyRr7xwKpPW5zOqDbfXb822j/view?usp=sharing Авторская версия]

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/283033/default Б. Миркин (2017) Введение в анализ данных, М., Юрайт.] [https://drive.google.com/file/d/1yfqiGnm7c0e-gtecM1uG3Dd60Hfweyfa/view?usp=sharing Авторская версия]

3. R.O. Duda, P.E. Hart, D.G. Stork (2001) Pattern Classification, Wiley-Interscience, ISBN 0-471-05669-3

4. H. Lohninger (1999) Teach Me Data Analysis, Springer-Verlag, Berlin-New York-Tokyo, 1999. ISBN 3-540-14743-8.

'''Дополнительная'''

1. M. Berthold, D. Hand (2003), Intelligent Data Analysis, Springer-Verlag.

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/174411/default L. Breiman, J.H. Friedman, R.A. Olshen and C.J. Stone (1984) Classification and Regression Trees, Belmont, Ca: Wadswarth.]

3. [http://opac.hse.ru/absopac/index.php?url=/notices/index/3705/default B. Efron and R. Tibshirani (1993) An Introduction to Bootstrap, Chapman & Hall.]

4. [http://opac.hse.ru/absopac/index.php?url=/notices/index/196601/default J.F. Hair, W.C. Black, B.J. Babin, R.E. Anderson (2010) Multivariate Data Analysis, 7th Edition, Prentice Hall, ISBN-10: 0-13-813263-1.]

5. J. Han, M. Kamber, J. Pei (2010) Data Mining: Concepts and Techniques, 3d Edition, Morgan Kaufmann Publishers.

6. [http://opac.hse.ru/absopac/index.php?url=/notices/index/10696/default М. Дж. Кендалл, А. Стьюарт (1973) Статистические выводы и связи, Наука, Москва.]

7. [http://opac.hse.ru/absopac/index.php?url=/notices/index/182585/default М.Б. Лагутин (2009) Наглядная математическая статистика, БИНОМ, Москва.]

8. L. Lebart, A. Morineau, M. Piron (1995) Statistique Exploratoire Multidimensionelle, Dunod, Paris, ISBN 2-10-002886-3.

9. [http://opac.hse.ru/absopac/index.php?url=/notices/index/278572/default C.D. Manning, P. Raghavan, H. Schütze (2008) Introduction to Information Retrieval, Cambridge University Press.]

10. R. Mazza (2009) Introduction to Information Visualization, Springer, ISBN: 978-1-84800-218-0.

11. [http://opac.hse.ru/absopac/index.php?url=/notices/index/292229/default W. McKinney (2013) Python for Data Analysis, O’Reilly Media, Sebastopol USA.]

12. [http://opac.hse.ru/absopac/index.php?url=/notices/index/12966/default Б.Г. Миркин (1985) Группировки в социально-экономических исследованиях, Финансы и статистика, Москва.]

13. T.M. Mitchell (2005) Machine Learning, McGraw Hill. [http://opac.hse.ru/absopac/index.php?url=/notices/index/301736/default (В библиотеке ВШЭ есть издание 1997 года)]

14. B. Schölkopf, A.J. Smola (2005) Learning with Kernels, The MIT Press.

15. Дж, Тьюки (1981) Анализ результатов наблюдений. Разведочный анализ. Мир, Москва.

16. V. Vapnik (2006) Estimation of Dependences Based on Empirical Data, Springer Science + Business Media Inc., 2d edition.

17. A. Webb (2002) Statistical Pattern Recognition, Wiley and Son.

== Дополнительная информация и ссылки ==

Основные методы анализа данных

2018-11-30T19:44:20Z

Nevalennaya: /* О курсе */

== О курсе ==

Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] специализации [https://www.hse.ru/ba/ami/dais "Анализ Данных и Интеллектуальные Системы"] в 1-2 модулях 2018-2019 учебного года.

'''Лектор:''' [https://www.hse.ru/staff/bmirkin Миркин Борис Григорьевич]

Занятия проходят по пятницам, 15:10-16:30 и 16:40-18:00, ауд. 501.

Консультации по выполнению домашней работы проводятся по пятницам с 16:30.

[https://drive.google.com/file/d/1bR_PI96by0KHhfmQ86RmSfeemRjKowpV/view?usp=sharing '''Программа курса''']

== Порядок формирования итоговой оценки ==

Контроль знаний проводится в виде двухступенчатой процедуры. Отдельно оцениваются Домашний проект и Экзаменационная контрольная работа:
Oитоговая = 0.4 * Oд/п + 0.6 * Оэкз

== Лекции ==

[https://drive.google.com/file/d/1e52kZHjLUPz05e5t9zTzbUJ-ooGb2kdN/view?usp=sharing Лекция 28.09]

[https://drive.google.com/file/d/1e1e9arZU6uYmJ7hR5mlkTUgNeTZCm-pm/view?usp=sharing Лекция 5.10]

[https://drive.google.com/file/d/1eoageWEC_PYp-PPefraJYLzdQTH-faGT/view?usp=sharing Mirkin Rules for Cluster Interpretation]

[https://drive.google.com/file/d/1FbYH-3vKI7Gm4AYTm2FDMjHO727aotsb/view?usp=sharing Лекция 12.10]

[https://drive.google.com/file/d/1iVRhCzpdzUfQCYoMOtY25NpYfGg-gpde/view?usp=sharing Лекция 2.11]

[https://drive.google.com/file/d/1nULrvo-svL0yS4-B8yGr6YXd9sfr_TLp/view?usp=sharing Лекция 9.11]

[https://drive.google.com/file/d/1UigscgBNVJtB1nJHG-E3p_PhfFix_iZI/view?usp=sharing Лекция 16.11]

== Домашний проект ==

Требуется прислать законченный отчет до 3.12.18 (+ ночь) на [mailto:bmirkin@hse.ru bmirkin@hse.ru] (необходимо предварительное согласование файла данных). Работы, сданные 4.12-13.12, тоже будут проверены, но со штрафом 30% от величины оценки. Работы, сданные 14.12 или позже, проверяться не будут (оценка 0).

[https://drive.google.com/file/d/1G-sM3e1pyZua_3wOa6Uk9IKIN-liS7qz/view?usp=sharing Все домашние задания]

'''Домашнее задание 1'''

1) Each to form/join a team of one, two or three; the team finds a meaningful dataset of their liking on the internet: say, by Googling “data analysis dataset”:
* Number of entities ≥ 80, of features ≥ 5
* No missing
* No Irivine ML repository
* The dataset is to be approved by me.
2) Start writing a team’s report file:
* Project title page
* Section 1:
# Explanation of the choice of the dataset
# Information of the dataset: features, number of entities, source address, examples of problems

'''Домашнее задание 2'''

1) Выберите не менее трех количественных признаков, объясните выбор и примените метод К-средних (для K=5, для K=9). В обоих случаях сделайте порядка 10 случайных инициализаций и выберите то, которое доставляет минимум критерию метода.

2) Проинтерпретируйте оба разбиения с помощью признаков таблицы данных. Объясните, какое из разбиений лучше с точки зрения интерпретации.

3) Для одного из полученных разбиений:
* Сравните средние по какому-либо признаку в двух кластерах, используя бутстрэп.
* Найдите 95% доверительный интервал для среднего значения какого-либо признака на всем множестве объектов, используя бутстрэп.
* Для одного из кластеров сравните среднее на всем множестве для какого-либо признака с его средним внутри кластера, используя бутстрэп
Примечание: каждое применение бутстрэпа должно быть обоими методами, с опорой и без.

'''Домашнее задание 3: Contingency Table'''

1) Consider three nominal features (one of them, not more, may be taken from nominal features in your data).

2) Build two contingency tables over them: present a conditional frequency table and Quetelet relative index tables. Make comments on relations between categories of the common (to both tables) feature and two others.

3) Compute and visualize the chi-square-summary_Quetelet_index over both tables.

4) Comment on the meaning of the values in the data analysis context.

'''Домашнее задание 4: PCA/SVD'''

1) In your data set, select a subset with 3 to 6 features related, more or less, to the same aspect and explain your choice.

2) Visualize the data subset using standardization with two versions of normalization: (a) over ranges and (b) over standard deviations. At these visualizations, use a distinct shape/colour for points representing a pre-specified by you group of objects.

3) Apply the conventional PCA for visualization and see if there is any difference with respect to (a)/(b) above. Comment on which of the normalizations is better, in your opinion, and why.

'''Домашнее задание 5'''

1) Find two features in your dataset with more or less “linear-like” scatterplot.

2) Display the scatter-plot.

3) Build a linear regression of one of the features over the other. Make a comment on the meaning of the slope.

4) Find the correlation and determinacy coefficients, and comment on the meaning of the latter.

5) Make a prediction of the target values for given two or three predictor’ values; make a comment.

6) Compare the mean relative absolute error of the regression on all points of your set and the determinacy coefficient and make comments.

'''Домашнее задание 6'''

1) Возьмите три количественных признака в Ваших данных и сформируйте бинарный признак по каждому из них. (Один из этих трех бинарных признаков может быть взят из данных непосредственно, тогда надо будет бинаризовать только два количественных признака.)

2) Один из трех признаков сделайте «выходным» и рассмотрите две таблицы сопряженности для предсказания значения выходного признака по каждому из входных. Рассчитайте характеристики аккуратности, точности и полноты для каждой из таблиц. Прокомментируйте и сравните результаты.

== Экзамен ==

Время работы: 80 мин. Количество вопросов: 6-7 (2 – теоретических, 4 – практических).

Каждому вопросу приписана максимально возможная оценка по нему; сумма этих оценок равна 100%. При проверке каждый ответ оценивается в соответствии с уровнем покрытия материала в пределах приписанного к вопросу максимума. Сумма составляет оценку в процентах, и затем округляется до традиционной 10-балльной шкалы. Считается справедливым, если 52 и 53 округляются до 5, а 67 и 68 – до 7. Округление оценок, таких как 55 или 66 может основываться на дополнительной информации о прилежании студента.

''Примеры вопросов см. в программе курса.''

== Обратная связь ==

Миркин Борис Григорьевич: [mailto:bmirkin@hse.ru bmirkin@hse.ru]

== Литература ==

'''Основная'''

1. [http://opac.hse.ru/absopac/index.php?url=/notices/index/218662/default B. Mirkin (2011/18) Core Concepts in Data Analysis: Summarization, Correlation, Visualization, Springer-London.] [https://drive.google.com/file/d/1iikSACFxKyRr7xwKpPW5zOqDbfXb822j/view?usp=sharing Авторская версия]

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/283033/default Б. Миркин (2017) Введение в анализ данных, М., Юрайт.] [https://drive.google.com/file/d/1yfqiGnm7c0e-gtecM1uG3Dd60Hfweyfa/view?usp=sharing Авторская версия]

3. R.O. Duda, P.E. Hart, D.G. Stork (2001) Pattern Classification, Wiley-Interscience, ISBN 0-471-05669-3

4. H. Lohninger (1999) Teach Me Data Analysis, Springer-Verlag, Berlin-New York-Tokyo, 1999. ISBN 3-540-14743-8.

'''Дополнительная'''

1. M. Berthold, D. Hand (2003), Intelligent Data Analysis, Springer-Verlag.

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/174411/default L. Breiman, J.H. Friedman, R.A. Olshen and C.J. Stone (1984) Classification and Regression Trees, Belmont, Ca: Wadswarth.]

3. [http://opac.hse.ru/absopac/index.php?url=/notices/index/3705/default B. Efron and R. Tibshirani (1993) An Introduction to Bootstrap, Chapman & Hall.]

4. [http://opac.hse.ru/absopac/index.php?url=/notices/index/196601/default J.F. Hair, W.C. Black, B.J. Babin, R.E. Anderson (2010) Multivariate Data Analysis, 7th Edition, Prentice Hall, ISBN-10: 0-13-813263-1.]

5. J. Han, M. Kamber, J. Pei (2010) Data Mining: Concepts and Techniques, 3d Edition, Morgan Kaufmann Publishers.

6. [http://opac.hse.ru/absopac/index.php?url=/notices/index/10696/default М. Дж. Кендалл, А. Стьюарт (1973) Статистические выводы и связи, Наука, Москва.]

7. [http://opac.hse.ru/absopac/index.php?url=/notices/index/182585/default М.Б. Лагутин (2009) Наглядная математическая статистика, БИНОМ, Москва.]

8. L. Lebart, A. Morineau, M. Piron (1995) Statistique Exploratoire Multidimensionelle, Dunod, Paris, ISBN 2-10-002886-3.

9. [http://opac.hse.ru/absopac/index.php?url=/notices/index/278572/default C.D. Manning, P. Raghavan, H. Schütze (2008) Introduction to Information Retrieval, Cambridge University Press.]

10. R. Mazza (2009) Introduction to Information Visualization, Springer, ISBN: 978-1-84800-218-0.

11. [http://opac.hse.ru/absopac/index.php?url=/notices/index/292229/default W. McKinney (2013) Python for Data Analysis, O’Reilly Media, Sebastopol USA.]

12. [http://opac.hse.ru/absopac/index.php?url=/notices/index/12966/default Б.Г. Миркин (1985) Группировки в социально-экономических исследованиях, Финансы и статистика, Москва.]

13. T.M. Mitchell (2005) Machine Learning, McGraw Hill. [http://opac.hse.ru/absopac/index.php?url=/notices/index/301736/default (В библиотеке ВШЭ есть издание 1997 года)]

14. B. Schölkopf, A.J. Smola (2005) Learning with Kernels, The MIT Press.

15. Дж, Тьюки (1981) Анализ результатов наблюдений. Разведочный анализ. Мир, Москва.

16. V. Vapnik (2006) Estimation of Dependences Based on Empirical Data, Springer Science + Business Media Inc., 2d edition.

17. A. Webb (2002) Statistical Pattern Recognition, Wiley and Son.

== Дополнительная информация и ссылки ==

Основные методы анализа данных

2018-11-27T12:45:23Z

Nevalennaya: /* О курсе */

== О курсе ==

Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] специализации [https://www.hse.ru/ba/ami/dais "Анализ Данных и Интеллектуальные Системы"] в 1-2 модулях 2018-2019 учебного года.

'''Лектор:''' [https://www.hse.ru/staff/bmirkin Миркин Борис Григорьевич]

Занятия проходят по пятницам, 15:10-16:30 и 16:40-18:00, ауд. 501.

Консультации по выполнению домашней работы проводятся по пятницам с 16:30.

[https://drive.google.com/file/d/1bR_PI96by0KHhfmQ86RmSfeemRjKowpV/view?usp=sharing '''Программа курса''']

ЗАНЯТИЯ 30 НОЯБРЯ НЕ БУДЕТ!

== Порядок формирования итоговой оценки ==

Контроль знаний проводится в виде двухступенчатой процедуры. Отдельно оцениваются Домашний проект и Экзаменационная контрольная работа:
Oитоговая = 0.4 * Oд/п + 0.6 * Оэкз

== Лекции ==

[https://drive.google.com/file/d/1e52kZHjLUPz05e5t9zTzbUJ-ooGb2kdN/view?usp=sharing Лекция 28.09]

[https://drive.google.com/file/d/1e1e9arZU6uYmJ7hR5mlkTUgNeTZCm-pm/view?usp=sharing Лекция 5.10]

[https://drive.google.com/file/d/1eoageWEC_PYp-PPefraJYLzdQTH-faGT/view?usp=sharing Mirkin Rules for Cluster Interpretation]

[https://drive.google.com/file/d/1FbYH-3vKI7Gm4AYTm2FDMjHO727aotsb/view?usp=sharing Лекция 12.10]

[https://drive.google.com/file/d/1iVRhCzpdzUfQCYoMOtY25NpYfGg-gpde/view?usp=sharing Лекция 2.11]

[https://drive.google.com/file/d/1nULrvo-svL0yS4-B8yGr6YXd9sfr_TLp/view?usp=sharing Лекция 9.11]

[https://drive.google.com/file/d/1UigscgBNVJtB1nJHG-E3p_PhfFix_iZI/view?usp=sharing Лекция 16.11]

== Домашний проект ==

Требуется прислать законченный отчет до 3.12.18 (+ ночь) на [mailto:bmirkin@hse.ru bmirkin@hse.ru] (необходимо предварительное согласование файла данных). Работы, сданные 4.12-13.12, тоже будут проверены, но со штрафом 30% от величины оценки. Работы, сданные 14.12 или позже, проверяться не будут (оценка 0).

[https://drive.google.com/file/d/1G-sM3e1pyZua_3wOa6Uk9IKIN-liS7qz/view?usp=sharing Все домашние задания]

'''Домашнее задание 1'''

1) Each to form/join a team of one, two or three; the team finds a meaningful dataset of their liking on the internet: say, by Googling “data analysis dataset”:
* Number of entities ≥ 80, of features ≥ 5
* No missing
* No Irivine ML repository
* The dataset is to be approved by me.
2) Start writing a team’s report file:
* Project title page
* Section 1:
# Explanation of the choice of the dataset
# Information of the dataset: features, number of entities, source address, examples of problems

'''Домашнее задание 2'''

1) Выберите не менее трех количественных признаков, объясните выбор и примените метод К-средних (для K=5, для K=9). В обоих случаях сделайте порядка 10 случайных инициализаций и выберите то, которое доставляет минимум критерию метода.

2) Проинтерпретируйте оба разбиения с помощью признаков таблицы данных. Объясните, какое из разбиений лучше с точки зрения интерпретации.

3) Для одного из полученных разбиений:
* Сравните средние по какому-либо признаку в двух кластерах, используя бутстрэп.
* Найдите 95% доверительный интервал для среднего значения какого-либо признака на всем множестве объектов, используя бутстрэп.
* Для одного из кластеров сравните среднее на всем множестве для какого-либо признака с его средним внутри кластера, используя бутстрэп
Примечание: каждое применение бутстрэпа должно быть обоими методами, с опорой и без.

'''Домашнее задание 3: Contingency Table'''

1) Consider three nominal features (one of them, not more, may be taken from nominal features in your data).

2) Build two contingency tables over them: present a conditional frequency table and Quetelet relative index tables. Make comments on relations between categories of the common (to both tables) feature and two others.

3) Compute and visualize the chi-square-summary_Quetelet_index over both tables.

4) Comment on the meaning of the values in the data analysis context.

'''Домашнее задание 4: PCA/SVD'''

1) In your data set, select a subset with 3 to 6 features related, more or less, to the same aspect and explain your choice.

2) Visualize the data subset using standardization with two versions of normalization: (a) over ranges and (b) over standard deviations. At these visualizations, use a distinct shape/colour for points representing a pre-specified by you group of objects.

3) Apply the conventional PCA for visualization and see if there is any difference with respect to (a)/(b) above. Comment on which of the normalizations is better, in your opinion, and why.

'''Домашнее задание 5'''

1) Find two features in your dataset with more or less “linear-like” scatterplot.

2) Display the scatter-plot.

3) Build a linear regression of one of the features over the other. Make a comment on the meaning of the slope.

4) Find the correlation and determinacy coefficients, and comment on the meaning of the latter.

5) Make a prediction of the target values for given two or three predictor’ values; make a comment.

6) Compare the mean relative absolute error of the regression on all points of your set and the determinacy coefficient and make comments.

'''Домашнее задание 6'''

1) Возьмите три количественных признака в Ваших данных и сформируйте бинарный признак по каждому из них. (Один из этих трех бинарных признаков может быть взят из данных непосредственно, тогда надо будет бинаризовать только два количественных признака.)

2) Один из трех признаков сделайте «выходным» и рассмотрите две таблицы сопряженности для предсказания значения выходного признака по каждому из входных. Рассчитайте характеристики аккуратности, точности и полноты для каждой из таблиц. Прокомментируйте и сравните результаты.

== Экзамен ==

Время работы: 80 мин. Количество вопросов: 6-7 (2 – теоретических, 4 – практических).

Каждому вопросу приписана максимально возможная оценка по нему; сумма этих оценок равна 100%. При проверке каждый ответ оценивается в соответствии с уровнем покрытия материала в пределах приписанного к вопросу максимума. Сумма составляет оценку в процентах, и затем округляется до традиционной 10-балльной шкалы. Считается справедливым, если 52 и 53 округляются до 5, а 67 и 68 – до 7. Округление оценок, таких как 55 или 66 может основываться на дополнительной информации о прилежании студента.

''Примеры вопросов см. в программе курса.''

== Обратная связь ==

Миркин Борис Григорьевич: [mailto:bmirkin@hse.ru bmirkin@hse.ru]

== Литература ==

'''Основная'''

1. [http://opac.hse.ru/absopac/index.php?url=/notices/index/218662/default B. Mirkin (2011/18) Core Concepts in Data Analysis: Summarization, Correlation, Visualization, Springer-London.] [https://drive.google.com/file/d/1iikSACFxKyRr7xwKpPW5zOqDbfXb822j/view?usp=sharing Авторская версия]

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/283033/default Б. Миркин (2017) Введение в анализ данных, М., Юрайт.] [https://drive.google.com/file/d/1yfqiGnm7c0e-gtecM1uG3Dd60Hfweyfa/view?usp=sharing Авторская версия]

3. R.O. Duda, P.E. Hart, D.G. Stork (2001) Pattern Classification, Wiley-Interscience, ISBN 0-471-05669-3

4. H. Lohninger (1999) Teach Me Data Analysis, Springer-Verlag, Berlin-New York-Tokyo, 1999. ISBN 3-540-14743-8.

'''Дополнительная'''

1. M. Berthold, D. Hand (2003), Intelligent Data Analysis, Springer-Verlag.

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/174411/default L. Breiman, J.H. Friedman, R.A. Olshen and C.J. Stone (1984) Classification and Regression Trees, Belmont, Ca: Wadswarth.]

3. [http://opac.hse.ru/absopac/index.php?url=/notices/index/3705/default B. Efron and R. Tibshirani (1993) An Introduction to Bootstrap, Chapman & Hall.]

4. [http://opac.hse.ru/absopac/index.php?url=/notices/index/196601/default J.F. Hair, W.C. Black, B.J. Babin, R.E. Anderson (2010) Multivariate Data Analysis, 7th Edition, Prentice Hall, ISBN-10: 0-13-813263-1.]

5. J. Han, M. Kamber, J. Pei (2010) Data Mining: Concepts and Techniques, 3d Edition, Morgan Kaufmann Publishers.

6. [http://opac.hse.ru/absopac/index.php?url=/notices/index/10696/default М. Дж. Кендалл, А. Стьюарт (1973) Статистические выводы и связи, Наука, Москва.]

7. [http://opac.hse.ru/absopac/index.php?url=/notices/index/182585/default М.Б. Лагутин (2009) Наглядная математическая статистика, БИНОМ, Москва.]

8. L. Lebart, A. Morineau, M. Piron (1995) Statistique Exploratoire Multidimensionelle, Dunod, Paris, ISBN 2-10-002886-3.

9. [http://opac.hse.ru/absopac/index.php?url=/notices/index/278572/default C.D. Manning, P. Raghavan, H. Schütze (2008) Introduction to Information Retrieval, Cambridge University Press.]

10. R. Mazza (2009) Introduction to Information Visualization, Springer, ISBN: 978-1-84800-218-0.

11. [http://opac.hse.ru/absopac/index.php?url=/notices/index/292229/default W. McKinney (2013) Python for Data Analysis, O’Reilly Media, Sebastopol USA.]

12. [http://opac.hse.ru/absopac/index.php?url=/notices/index/12966/default Б.Г. Миркин (1985) Группировки в социально-экономических исследованиях, Финансы и статистика, Москва.]

13. T.M. Mitchell (2005) Machine Learning, McGraw Hill. [http://opac.hse.ru/absopac/index.php?url=/notices/index/301736/default (В библиотеке ВШЭ есть издание 1997 года)]

14. B. Schölkopf, A.J. Smola (2005) Learning with Kernels, The MIT Press.

15. Дж, Тьюки (1981) Анализ результатов наблюдений. Разведочный анализ. Мир, Москва.

16. V. Vapnik (2006) Estimation of Dependences Based on Empirical Data, Springer Science + Business Media Inc., 2d edition.

17. A. Webb (2002) Statistical Pattern Recognition, Wiley and Son.

== Дополнительная информация и ссылки ==

Основные методы анализа данных

2018-11-27T12:44:22Z

Nevalennaya:

== О курсе ==

Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] специализации [https://www.hse.ru/ba/ami/dais "Анализ Данных и Интеллектуальные Системы"] в 1-2 модулях 2018-2019 учебного года.

'''Лектор:''' [https://www.hse.ru/staff/bmirkin Миркин Борис Григорьевич]

Занятия проходят по пятницам, 15:10-16:30 и 16:40-18:00, ауд. 501.

Консультации по выполнению домашней работы проводятся по пятницам с 16:30.

[https://drive.google.com/file/d/1bR_PI96by0KHhfmQ86RmSfeemRjKowpV/view?usp=sharing '''Программа курса''']

== Порядок формирования итоговой оценки ==

Контроль знаний проводится в виде двухступенчатой процедуры. Отдельно оцениваются Домашний проект и Экзаменационная контрольная работа:
Oитоговая = 0.4 * Oд/п + 0.6 * Оэкз

== Лекции ==

[https://drive.google.com/file/d/1e52kZHjLUPz05e5t9zTzbUJ-ooGb2kdN/view?usp=sharing Лекция 28.09]

[https://drive.google.com/file/d/1e1e9arZU6uYmJ7hR5mlkTUgNeTZCm-pm/view?usp=sharing Лекция 5.10]

[https://drive.google.com/file/d/1eoageWEC_PYp-PPefraJYLzdQTH-faGT/view?usp=sharing Mirkin Rules for Cluster Interpretation]

[https://drive.google.com/file/d/1FbYH-3vKI7Gm4AYTm2FDMjHO727aotsb/view?usp=sharing Лекция 12.10]

[https://drive.google.com/file/d/1iVRhCzpdzUfQCYoMOtY25NpYfGg-gpde/view?usp=sharing Лекция 2.11]

[https://drive.google.com/file/d/1nULrvo-svL0yS4-B8yGr6YXd9sfr_TLp/view?usp=sharing Лекция 9.11]

[https://drive.google.com/file/d/1UigscgBNVJtB1nJHG-E3p_PhfFix_iZI/view?usp=sharing Лекция 16.11]

== Домашний проект ==

Требуется прислать законченный отчет до 3.12.18 (+ ночь) на [mailto:bmirkin@hse.ru bmirkin@hse.ru] (необходимо предварительное согласование файла данных). Работы, сданные 4.12-13.12, тоже будут проверены, но со штрафом 30% от величины оценки. Работы, сданные 14.12 или позже, проверяться не будут (оценка 0).

[https://drive.google.com/file/d/1G-sM3e1pyZua_3wOa6Uk9IKIN-liS7qz/view?usp=sharing Все домашние задания]

'''Домашнее задание 1'''

1) Each to form/join a team of one, two or three; the team finds a meaningful dataset of their liking on the internet: say, by Googling “data analysis dataset”:
* Number of entities ≥ 80, of features ≥ 5
* No missing
* No Irivine ML repository
* The dataset is to be approved by me.
2) Start writing a team’s report file:
* Project title page
* Section 1:
# Explanation of the choice of the dataset
# Information of the dataset: features, number of entities, source address, examples of problems

'''Домашнее задание 2'''

1) Выберите не менее трех количественных признаков, объясните выбор и примените метод К-средних (для K=5, для K=9). В обоих случаях сделайте порядка 10 случайных инициализаций и выберите то, которое доставляет минимум критерию метода.

2) Проинтерпретируйте оба разбиения с помощью признаков таблицы данных. Объясните, какое из разбиений лучше с точки зрения интерпретации.

3) Для одного из полученных разбиений:
* Сравните средние по какому-либо признаку в двух кластерах, используя бутстрэп.
* Найдите 95% доверительный интервал для среднего значения какого-либо признака на всем множестве объектов, используя бутстрэп.
* Для одного из кластеров сравните среднее на всем множестве для какого-либо признака с его средним внутри кластера, используя бутстрэп
Примечание: каждое применение бутстрэпа должно быть обоими методами, с опорой и без.

'''Домашнее задание 3: Contingency Table'''

1) Consider three nominal features (one of them, not more, may be taken from nominal features in your data).

2) Build two contingency tables over them: present a conditional frequency table and Quetelet relative index tables. Make comments on relations between categories of the common (to both tables) feature and two others.

3) Compute and visualize the chi-square-summary_Quetelet_index over both tables.

4) Comment on the meaning of the values in the data analysis context.

'''Домашнее задание 4: PCA/SVD'''

1) In your data set, select a subset with 3 to 6 features related, more or less, to the same aspect and explain your choice.

2) Visualize the data subset using standardization with two versions of normalization: (a) over ranges and (b) over standard deviations. At these visualizations, use a distinct shape/colour for points representing a pre-specified by you group of objects.

3) Apply the conventional PCA for visualization and see if there is any difference with respect to (a)/(b) above. Comment on which of the normalizations is better, in your opinion, and why.

'''Домашнее задание 5'''

1) Find two features in your dataset with more or less “linear-like” scatterplot.

2) Display the scatter-plot.

3) Build a linear regression of one of the features over the other. Make a comment on the meaning of the slope.

4) Find the correlation and determinacy coefficients, and comment on the meaning of the latter.

5) Make a prediction of the target values for given two or three predictor’ values; make a comment.

6) Compare the mean relative absolute error of the regression on all points of your set and the determinacy coefficient and make comments.

'''Домашнее задание 6'''

1) Возьмите три количественных признака в Ваших данных и сформируйте бинарный признак по каждому из них. (Один из этих трех бинарных признаков может быть взят из данных непосредственно, тогда надо будет бинаризовать только два количественных признака.)

2) Один из трех признаков сделайте «выходным» и рассмотрите две таблицы сопряженности для предсказания значения выходного признака по каждому из входных. Рассчитайте характеристики аккуратности, точности и полноты для каждой из таблиц. Прокомментируйте и сравните результаты.

== Экзамен ==

Время работы: 80 мин. Количество вопросов: 6-7 (2 – теоретических, 4 – практических).

Каждому вопросу приписана максимально возможная оценка по нему; сумма этих оценок равна 100%. При проверке каждый ответ оценивается в соответствии с уровнем покрытия материала в пределах приписанного к вопросу максимума. Сумма составляет оценку в процентах, и затем округляется до традиционной 10-балльной шкалы. Считается справедливым, если 52 и 53 округляются до 5, а 67 и 68 – до 7. Округление оценок, таких как 55 или 66 может основываться на дополнительной информации о прилежании студента.

''Примеры вопросов см. в программе курса.''

== Обратная связь ==

Миркин Борис Григорьевич: [mailto:bmirkin@hse.ru bmirkin@hse.ru]

== Литература ==

'''Основная'''

1. [http://opac.hse.ru/absopac/index.php?url=/notices/index/218662/default B. Mirkin (2011/18) Core Concepts in Data Analysis: Summarization, Correlation, Visualization, Springer-London.] [https://drive.google.com/file/d/1iikSACFxKyRr7xwKpPW5zOqDbfXb822j/view?usp=sharing Авторская версия]

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/283033/default Б. Миркин (2017) Введение в анализ данных, М., Юрайт.] [https://drive.google.com/file/d/1yfqiGnm7c0e-gtecM1uG3Dd60Hfweyfa/view?usp=sharing Авторская версия]

3. R.O. Duda, P.E. Hart, D.G. Stork (2001) Pattern Classification, Wiley-Interscience, ISBN 0-471-05669-3

4. H. Lohninger (1999) Teach Me Data Analysis, Springer-Verlag, Berlin-New York-Tokyo, 1999. ISBN 3-540-14743-8.

'''Дополнительная'''

1. M. Berthold, D. Hand (2003), Intelligent Data Analysis, Springer-Verlag.

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/174411/default L. Breiman, J.H. Friedman, R.A. Olshen and C.J. Stone (1984) Classification and Regression Trees, Belmont, Ca: Wadswarth.]

3. [http://opac.hse.ru/absopac/index.php?url=/notices/index/3705/default B. Efron and R. Tibshirani (1993) An Introduction to Bootstrap, Chapman & Hall.]

4. [http://opac.hse.ru/absopac/index.php?url=/notices/index/196601/default J.F. Hair, W.C. Black, B.J. Babin, R.E. Anderson (2010) Multivariate Data Analysis, 7th Edition, Prentice Hall, ISBN-10: 0-13-813263-1.]

5. J. Han, M. Kamber, J. Pei (2010) Data Mining: Concepts and Techniques, 3d Edition, Morgan Kaufmann Publishers.

6. [http://opac.hse.ru/absopac/index.php?url=/notices/index/10696/default М. Дж. Кендалл, А. Стьюарт (1973) Статистические выводы и связи, Наука, Москва.]

7. [http://opac.hse.ru/absopac/index.php?url=/notices/index/182585/default М.Б. Лагутин (2009) Наглядная математическая статистика, БИНОМ, Москва.]

8. L. Lebart, A. Morineau, M. Piron (1995) Statistique Exploratoire Multidimensionelle, Dunod, Paris, ISBN 2-10-002886-3.

9. [http://opac.hse.ru/absopac/index.php?url=/notices/index/278572/default C.D. Manning, P. Raghavan, H. Schütze (2008) Introduction to Information Retrieval, Cambridge University Press.]

10. R. Mazza (2009) Introduction to Information Visualization, Springer, ISBN: 978-1-84800-218-0.

11. [http://opac.hse.ru/absopac/index.php?url=/notices/index/292229/default W. McKinney (2013) Python for Data Analysis, O’Reilly Media, Sebastopol USA.]

12. [http://opac.hse.ru/absopac/index.php?url=/notices/index/12966/default Б.Г. Миркин (1985) Группировки в социально-экономических исследованиях, Финансы и статистика, Москва.]

13. T.M. Mitchell (2005) Machine Learning, McGraw Hill. [http://opac.hse.ru/absopac/index.php?url=/notices/index/301736/default (В библиотеке ВШЭ есть издание 1997 года)]

14. B. Schölkopf, A.J. Smola (2005) Learning with Kernels, The MIT Press.

15. Дж, Тьюки (1981) Анализ результатов наблюдений. Разведочный анализ. Мир, Москва.

16. V. Vapnik (2006) Estimation of Dependences Based on Empirical Data, Springer Science + Business Media Inc., 2d edition.

17. A. Webb (2002) Statistical Pattern Recognition, Wiley and Son.

== Дополнительная информация и ссылки ==

Основные методы анализа данных

2018-11-27T12:37:20Z

Nevalennaya: /* Домашний проект */

== О курсе ==

Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] специализации [https://www.hse.ru/ba/ami/dais "Анализ Данных и Интеллектуальные Системы"] в 1-2 модулях 2018-2019 учебного года.

'''Лектор:''' [https://www.hse.ru/staff/bmirkin Миркин Борис Григорьевич]

Занятия проходят по пятницам, 15:10-16:30 и 16:40-18:00, ауд. 501.

Консультации по выполнению домашней работы проводятся по пятницам с 16:30.

[https://drive.google.com/file/d/1bR_PI96by0KHhfmQ86RmSfeemRjKowpV/view?usp=sharing '''Программа курса''']

== Порядок формирования итоговой оценки ==

Контроль знаний проводится в виде двухступенчатой процедуры. Отдельно оцениваются Домашний проект и Экзаменационная контрольная работа:
Oитоговая = 0.4 * Oд/п + 0.6 * Оэкз

== Лекции ==

[https://drive.google.com/file/d/1e52kZHjLUPz05e5t9zTzbUJ-ooGb2kdN/view?usp=sharing Лекция 28.09]

[https://drive.google.com/file/d/1e1e9arZU6uYmJ7hR5mlkTUgNeTZCm-pm/view?usp=sharing Лекция 5.10]

[https://drive.google.com/file/d/1eoageWEC_PYp-PPefraJYLzdQTH-faGT/view?usp=sharing Mirkin Rules for Cluster Interpretation]

[https://drive.google.com/file/d/1FbYH-3vKI7Gm4AYTm2FDMjHO727aotsb/view?usp=sharing Лекция 12.10]

[https://drive.google.com/file/d/1iVRhCzpdzUfQCYoMOtY25NpYfGg-gpde/view?usp=sharing Лекция 2.11]

[https://drive.google.com/file/d/1nULrvo-svL0yS4-B8yGr6YXd9sfr_TLp/view?usp=sharing Лекция 9.11]

[https://drive.google.com/file/d/1UigscgBNVJtB1nJHG-E3p_PhfFix_iZI/view?usp=sharing Лекция 16.11]

== Домашний проект ==

Требуется прислать законченный отчет до 3.12.18 (+ ночь) на [mailto:bmirkin@hse.ru bmirkin@hse.ru] (необходимо предварительное согласование файла данных). Работы, сданные 4.12-13.12, тоже будут проверены, но со штрафом 30% от величины оценки. Работы, сданные 14.12 или позже, проверяться не будут (оценка 0).

'''Домашнее задание 1'''

1) Each to form/join a team of one, two or three; the team finds a meaningful dataset of their liking on the internet: say, by Googling “data analysis dataset”:
* Number of entities ≥ 80, of features ≥ 5
* No missing
* No Irivine ML repository
* The dataset is to be approved by me.
2) Start writing a team’s report file:
* Project title page
* Section 1:
# Explanation of the choice of the dataset
# Information of the dataset: features, number of entities, source address, examples of problems

'''Домашнее задание 2'''

1) Выберите не менее трех количественных признаков, объясните выбор и примените метод К-средних (для K=5, для K=9). В обоих случаях сделайте порядка 10 случайных инициализаций и выберите то, которое доставляет минимум критерию метода.

2) Проинтерпретируйте оба разбиения с помощью признаков таблицы данных. Объясните, какое из разбиений лучше с точки зрения интерпретации.

3) Для одного из полученных разбиений:
* Сравните средние по какому-либо признаку в двух кластерах, используя бутстрэп.
* Найдите 95% доверительный интервал для среднего значения какого-либо признака на всем множестве объектов, используя бутстрэп.
* Для одного из кластеров сравните среднее на всем множестве для какого-либо признака с его средним внутри кластера, используя бутстрэп
Примечание: каждое применение бутстрэпа должно быть обоими методами, с опорой и без.

'''Домашнее задание 3: Contingency Table'''

1) Consider three nominal features (one of them, not more, may be taken from nominal features in your data).

2) Build two contingency tables over them: present a conditional frequency table and Quetelet relative index tables. Make comments on relations between categories of the common (to both tables) feature and two others.

3) Compute and visualize the chi-square-summary_Quetelet_index over both tables.

4) Comment on the meaning of the values in the data analysis context.

'''Домашнее задание 4: PCA/SVD'''

1) In your data set, select a subset with 3 to 6 features related, more or less, to the same aspect and explain your choice.

2) Visualize the data subset using standardization with two versions of normalization: (a) over ranges and (b) over standard deviations. At these visualizations, use a distinct shape/colour for points representing a pre-specified by you group of objects.

3) Apply the conventional PCA for visualization and see if there is any difference with respect to (a)/(b) above. Comment on which of the normalizations is better, in your opinion, and why.

'''Домашнее задание 5'''

1) Find two features in your dataset with more or less “linear-like” scatterplot.

2) Display the scatter-plot.

3) Build a linear regression of one of the features over the other. Make a comment on the meaning of the slope.

4) Find the correlation and determinacy coefficients, and comment on the meaning of the latter.

5) Make a prediction of the target values for given two or three predictor’ values; make a comment.

6) Compare the mean relative absolute error of the regression on all points of your set and the determinacy coefficient and make comments.

'''Домашнее задание 6'''

1) Возьмите три количественных признака в Ваших данных и сформируйте бинарный признак по каждому из них. (Один из этих трех бинарных признаков может быть взят из данных непосредственно, тогда надо будет бинаризовать только два количественных признака.)

2) Один из трех признаков сделайте «выходным» и рассмотрите две таблицы сопряженности для предсказания значения выходного признака по каждому из входных. Рассчитайте характеристики аккуратности, точности и полноты для каждой из таблиц. Прокомментируйте и сравните результаты.

== Экзамен ==

Время работы: 80 мин. Количество вопросов: 6-7 (2 – теоретических, 4 – практических).

Каждому вопросу приписана максимально возможная оценка по нему; сумма этих оценок равна 100%. При проверке каждый ответ оценивается в соответствии с уровнем покрытия материала в пределах приписанного к вопросу максимума. Сумма составляет оценку в процентах, и затем округляется до традиционной 10-балльной шкалы. Считается справедливым, если 52 и 53 округляются до 5, а 67 и 68 – до 7. Округление оценок, таких как 55 или 66 может основываться на дополнительной информации о прилежании студента.

''Примеры вопросов см. в программе курса.''

== Обратная связь ==

Миркин Борис Григорьевич: [mailto:bmirkin@hse.ru bmirkin@hse.ru]

== Литература ==

'''Основная'''

1. [http://opac.hse.ru/absopac/index.php?url=/notices/index/218662/default B. Mirkin (2011/18) Core Concepts in Data Analysis: Summarization, Correlation, Visualization, Springer-London.] [https://drive.google.com/file/d/1iikSACFxKyRr7xwKpPW5zOqDbfXb822j/view?usp=sharing Авторская версия]

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/283033/default Б. Миркин (2017) Введение в анализ данных, М., Юрайт.] [https://drive.google.com/file/d/1yfqiGnm7c0e-gtecM1uG3Dd60Hfweyfa/view?usp=sharing Авторская версия]

3. R.O. Duda, P.E. Hart, D.G. Stork (2001) Pattern Classification, Wiley-Interscience, ISBN 0-471-05669-3

4. H. Lohninger (1999) Teach Me Data Analysis, Springer-Verlag, Berlin-New York-Tokyo, 1999. ISBN 3-540-14743-8.

'''Дополнительная'''

1. M. Berthold, D. Hand (2003), Intelligent Data Analysis, Springer-Verlag.

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/174411/default L. Breiman, J.H. Friedman, R.A. Olshen and C.J. Stone (1984) Classification and Regression Trees, Belmont, Ca: Wadswarth.]

3. [http://opac.hse.ru/absopac/index.php?url=/notices/index/3705/default B. Efron and R. Tibshirani (1993) An Introduction to Bootstrap, Chapman & Hall.]

4. [http://opac.hse.ru/absopac/index.php?url=/notices/index/196601/default J.F. Hair, W.C. Black, B.J. Babin, R.E. Anderson (2010) Multivariate Data Analysis, 7th Edition, Prentice Hall, ISBN-10: 0-13-813263-1.]

5. J. Han, M. Kamber, J. Pei (2010) Data Mining: Concepts and Techniques, 3d Edition, Morgan Kaufmann Publishers.

6. [http://opac.hse.ru/absopac/index.php?url=/notices/index/10696/default М. Дж. Кендалл, А. Стьюарт (1973) Статистические выводы и связи, Наука, Москва.]

7. [http://opac.hse.ru/absopac/index.php?url=/notices/index/182585/default М.Б. Лагутин (2009) Наглядная математическая статистика, БИНОМ, Москва.]

8. L. Lebart, A. Morineau, M. Piron (1995) Statistique Exploratoire Multidimensionelle, Dunod, Paris, ISBN 2-10-002886-3.

9. [http://opac.hse.ru/absopac/index.php?url=/notices/index/278572/default C.D. Manning, P. Raghavan, H. Schütze (2008) Introduction to Information Retrieval, Cambridge University Press.]

10. R. Mazza (2009) Introduction to Information Visualization, Springer, ISBN: 978-1-84800-218-0.

11. [http://opac.hse.ru/absopac/index.php?url=/notices/index/292229/default W. McKinney (2013) Python for Data Analysis, O’Reilly Media, Sebastopol USA.]

12. [http://opac.hse.ru/absopac/index.php?url=/notices/index/12966/default Б.Г. Миркин (1985) Группировки в социально-экономических исследованиях, Финансы и статистика, Москва.]

13. T.M. Mitchell (2005) Machine Learning, McGraw Hill. [http://opac.hse.ru/absopac/index.php?url=/notices/index/301736/default (В библиотеке ВШЭ есть издание 1997 года)]

14. B. Schölkopf, A.J. Smola (2005) Learning with Kernels, The MIT Press.

15. Дж, Тьюки (1981) Анализ результатов наблюдений. Разведочный анализ. Мир, Москва.

16. V. Vapnik (2006) Estimation of Dependences Based on Empirical Data, Springer Science + Business Media Inc., 2d edition.

17. A. Webb (2002) Statistical Pattern Recognition, Wiley and Son.

== Дополнительная информация и ссылки ==

Основные методы анализа данных

2018-11-20T13:41:52Z

Nevalennaya:

== О курсе ==

Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] специализации [https://www.hse.ru/ba/ami/dais "Анализ Данных и Интеллектуальные Системы"] в 1-2 модулях 2018-2019 учебного года.

'''Лектор:''' [https://www.hse.ru/staff/bmirkin Миркин Борис Григорьевич]

Занятия проходят по пятницам, 15:10-16:30 и 16:40-18:00, ауд. 501.

Консультации по выполнению домашней работы проводятся по пятницам с 16:30.

[https://drive.google.com/file/d/1bR_PI96by0KHhfmQ86RmSfeemRjKowpV/view?usp=sharing '''Программа курса''']

== Порядок формирования итоговой оценки ==

Контроль знаний проводится в виде двухступенчатой процедуры. Отдельно оцениваются Домашний проект и Экзаменационная контрольная работа:
Oитоговая = 0.4 * Oд/п + 0.6 * Оэкз

== Лекции ==

[https://drive.google.com/file/d/1e52kZHjLUPz05e5t9zTzbUJ-ooGb2kdN/view?usp=sharing Лекция 28.09]

[https://drive.google.com/file/d/1e1e9arZU6uYmJ7hR5mlkTUgNeTZCm-pm/view?usp=sharing Лекция 5.10]

[https://drive.google.com/file/d/1eoageWEC_PYp-PPefraJYLzdQTH-faGT/view?usp=sharing Mirkin Rules for Cluster Interpretation]

[https://drive.google.com/file/d/1FbYH-3vKI7Gm4AYTm2FDMjHO727aotsb/view?usp=sharing Лекция 12.10]

[https://drive.google.com/file/d/1iVRhCzpdzUfQCYoMOtY25NpYfGg-gpde/view?usp=sharing Лекция 2.11]

[https://drive.google.com/file/d/1nULrvo-svL0yS4-B8yGr6YXd9sfr_TLp/view?usp=sharing Лекция 9.11]

[https://drive.google.com/file/d/1UigscgBNVJtB1nJHG-E3p_PhfFix_iZI/view?usp=sharing Лекция 16.11]

== Домашний проект ==

Требуется прислать законченный отчет до 3.12.18 23:59 на [mailto:bmirkin@hse.ru bmirkin@hse.ru] (необходимо предварительное согласование файла данных). Работы, сданные 4.12-13.12, тоже будут проверены, но со штрафом 30% от величины оценки. Работы, сданные 14.12 или позже, проверяться не будут (оценка 0).

'''Домашнее задание 1'''

1) Each to form/join a team of one, two or three; the team finds a meaningful dataset of their liking on the internet: say, by Googling “data analysis dataset”:
* Number of entities ≥ 80, of features ≥ 5
* No missing
* No Irivine ML repository
* The dataset is to be approved by me.
2) Start writing a team’s report file:
* Project title page
* Section 1:
# Explanation of the choice of the dataset
# Information of the dataset: features, number of entities, source address, examples of problems

'''Домашнее задание 2'''

1) Выберите не менее трех количественных признаков, объясните выбор и примените метод К-средних (для K=5, для K=9). В обоих случаях сделайте порядка 10 случайных инициализаций и выберите то, которое доставляет минимум критерию метода.

2) Проинтерпретируйте оба разбиения с помощью признаков таблицы данных. Объясните, какое из разбиений лучше с точки зрения интерпретации.

3) Для одного из полученных разбиений:
* Сравните средние по какому-либо признаку в двух кластерах, используя бутстрэп.
* Найдите 95% доверительный интервал для среднего значения какого-либо признака на всем множестве объектов, используя бутстрэп.
* Для одного из кластеров сравните среднее на всем множестве для какого-либо признака с его средним внутри кластера, используя бутстрэп
Примечание: каждое применение бутстрэпа должно быть обоими методами, с опорой и без.

'''Домашнее задание 3: Contingency Table'''

1) Consider three nominal features (one of them, not more, may be taken from nominal features in your data).

2) Build two contingency tables over them: present a conditional frequency table and Quetelet relative index tables. Make comments on relations between categories of the common (to both tables) feature and two others.

3) Compute and visualize the chi-square-summary_Quetelet_index over both tables.

4) Comment on the meaning of the values in the data analysis context.

'''Домашнее задание 4: PCA/SVD'''

1) In your data set, select a subset with 3 to 6 features related, more or less, to the same aspect and explain your choice.

2) Visualize the data subset using standardization with two versions of normalization: (a) over ranges and (b) over standard deviations. At these visualizations, use a distinct shape/colour for points representing a pre-specified by you group of objects.

3) Apply the conventional PCA for visualization and see if there is any difference with respect to (a)/(b) above. Comment on which of the normalizations is better, in your opinion, and why.

'''Домашнее задание 5'''

1) Find two features in your dataset with more or less “linear-like” scatterplot.

2) Display the scatter-plot.

3) Build a linear regression of one of the features over the other. Make a comment on the meaning of the slope.

4) Find the correlation and determinacy coefficients, and comment on the meaning of the latter.

5) Make a prediction of the target values for given two or three predictor’ values; make a comment.

6) Compare the mean relative absolute error of the regression on all points of your set and the determinacy coefficient and make comments.

'''Домашнее задание 6'''

1) Возьмите три количественных признака в Ваших данных и сформируйте бинарный признак по каждому из них. (Один из этих трех бинарных признаков может быть взят из данных непосредственно, тогда надо будет бинаризовать только два количественных признака.)

2) Один из трех признаков сделайте «выходным» и рассмотрите две таблицы сопряженности для предсказания значения выходного признака по каждому из входных. Рассчитайте характеристики аккуратности, точности и полноты для каждой из таблиц. Прокомментируйте и сравните результаты.

== Экзамен ==

Время работы: 80 мин. Количество вопросов: 6-7 (2 – теоретических, 4 – практических).

Каждому вопросу приписана максимально возможная оценка по нему; сумма этих оценок равна 100%. При проверке каждый ответ оценивается в соответствии с уровнем покрытия материала в пределах приписанного к вопросу максимума. Сумма составляет оценку в процентах, и затем округляется до традиционной 10-балльной шкалы. Считается справедливым, если 52 и 53 округляются до 5, а 67 и 68 – до 7. Округление оценок, таких как 55 или 66 может основываться на дополнительной информации о прилежании студента.

''Примеры вопросов см. в программе курса.''

== Обратная связь ==

Миркин Борис Григорьевич: [mailto:bmirkin@hse.ru bmirkin@hse.ru]

== Литература ==

'''Основная'''

1. [http://opac.hse.ru/absopac/index.php?url=/notices/index/218662/default B. Mirkin (2011/18) Core Concepts in Data Analysis: Summarization, Correlation, Visualization, Springer-London.] [https://drive.google.com/file/d/1iikSACFxKyRr7xwKpPW5zOqDbfXb822j/view?usp=sharing Авторская версия]

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/283033/default Б. Миркин (2017) Введение в анализ данных, М., Юрайт.] [https://drive.google.com/file/d/1yfqiGnm7c0e-gtecM1uG3Dd60Hfweyfa/view?usp=sharing Авторская версия]

3. R.O. Duda, P.E. Hart, D.G. Stork (2001) Pattern Classification, Wiley-Interscience, ISBN 0-471-05669-3

4. H. Lohninger (1999) Teach Me Data Analysis, Springer-Verlag, Berlin-New York-Tokyo, 1999. ISBN 3-540-14743-8.

'''Дополнительная'''

1. M. Berthold, D. Hand (2003), Intelligent Data Analysis, Springer-Verlag.

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/174411/default L. Breiman, J.H. Friedman, R.A. Olshen and C.J. Stone (1984) Classification and Regression Trees, Belmont, Ca: Wadswarth.]

3. [http://opac.hse.ru/absopac/index.php?url=/notices/index/3705/default B. Efron and R. Tibshirani (1993) An Introduction to Bootstrap, Chapman & Hall.]

4. [http://opac.hse.ru/absopac/index.php?url=/notices/index/196601/default J.F. Hair, W.C. Black, B.J. Babin, R.E. Anderson (2010) Multivariate Data Analysis, 7th Edition, Prentice Hall, ISBN-10: 0-13-813263-1.]

5. J. Han, M. Kamber, J. Pei (2010) Data Mining: Concepts and Techniques, 3d Edition, Morgan Kaufmann Publishers.

6. [http://opac.hse.ru/absopac/index.php?url=/notices/index/10696/default М. Дж. Кендалл, А. Стьюарт (1973) Статистические выводы и связи, Наука, Москва.]

7. [http://opac.hse.ru/absopac/index.php?url=/notices/index/182585/default М.Б. Лагутин (2009) Наглядная математическая статистика, БИНОМ, Москва.]

8. L. Lebart, A. Morineau, M. Piron (1995) Statistique Exploratoire Multidimensionelle, Dunod, Paris, ISBN 2-10-002886-3.

9. [http://opac.hse.ru/absopac/index.php?url=/notices/index/278572/default C.D. Manning, P. Raghavan, H. Schütze (2008) Introduction to Information Retrieval, Cambridge University Press.]

10. R. Mazza (2009) Introduction to Information Visualization, Springer, ISBN: 978-1-84800-218-0.

11. [http://opac.hse.ru/absopac/index.php?url=/notices/index/292229/default W. McKinney (2013) Python for Data Analysis, O’Reilly Media, Sebastopol USA.]

12. [http://opac.hse.ru/absopac/index.php?url=/notices/index/12966/default Б.Г. Миркин (1985) Группировки в социально-экономических исследованиях, Финансы и статистика, Москва.]

13. T.M. Mitchell (2005) Machine Learning, McGraw Hill. [http://opac.hse.ru/absopac/index.php?url=/notices/index/301736/default (В библиотеке ВШЭ есть издание 1997 года)]

14. B. Schölkopf, A.J. Smola (2005) Learning with Kernels, The MIT Press.

15. Дж, Тьюки (1981) Анализ результатов наблюдений. Разведочный анализ. Мир, Москва.

16. V. Vapnik (2006) Estimation of Dependences Based on Empirical Data, Springer Science + Business Media Inc., 2d edition.

17. A. Webb (2002) Statistical Pattern Recognition, Wiley and Son.

== Дополнительная информация и ссылки ==

Основные методы анализа данных

2018-11-12T10:18:38Z

Nevalennaya:

== О курсе ==

Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] специализации [https://www.hse.ru/ba/ami/dais "Анализ Данных и Интеллектуальные Системы"] в 1-2 модулях 2018-2019 учебного года.

'''Лектор:''' [https://www.hse.ru/staff/bmirkin Миркин Борис Григорьевич]

Занятия проходят по пятницам, 15:10-16:30 и 16:40-18:00, ауд. 501.

Консультации по выполнению домашней работы проводятся по пятницам с 16:30.

[https://drive.google.com/file/d/1bR_PI96by0KHhfmQ86RmSfeemRjKowpV/view?usp=sharing '''Программа курса''']

== Порядок формирования итоговой оценки ==

Контроль знаний проводится в виде двухступенчатой процедуры. Отдельно оцениваются Домашний проект и Экзаменационная контрольная работа:
Oитоговая = 0.4 * Oд/п + 0.6 * Оэкз

== Лекции ==

[https://drive.google.com/file/d/1e52kZHjLUPz05e5t9zTzbUJ-ooGb2kdN/view?usp=sharing Лекция 28.09]

[https://drive.google.com/file/d/1e1e9arZU6uYmJ7hR5mlkTUgNeTZCm-pm/view?usp=sharing Лекция 5.10]

[https://drive.google.com/file/d/1eoageWEC_PYp-PPefraJYLzdQTH-faGT/view?usp=sharing Mirkin Rules for Cluster Interpretation]

[https://drive.google.com/file/d/1FbYH-3vKI7Gm4AYTm2FDMjHO727aotsb/view?usp=sharing Лекция 12.10]

[https://drive.google.com/file/d/1iVRhCzpdzUfQCYoMOtY25NpYfGg-gpde/view?usp=sharing Лекция 2.11]

[https://drive.google.com/file/d/1nULrvo-svL0yS4-B8yGr6YXd9sfr_TLp/view?usp=sharing Лекция 9.11]

== Домашний проект ==

Требуется прислать законченный отчет до 3.12.18 23:59 на [mailto:bmirkin@hse.ru bmirkin@hse.ru] (необходимо предварительное согласование файла данных). Работы, сданные 4.12-13.12, тоже будут проверены, но со штрафом 30% от величины оценки. Работы, сданные 14.12 или позже, проверяться не будут (оценка 0).

'''Домашнее задание 1'''

1) Each to form/join a team of one, two or three; the team finds a meaningful dataset of their liking on the internet: say, by Googling “data analysis dataset”:
* Number of entities ≥ 80, of features ≥ 5
* No missing
* No Irivine ML repository
* The dataset is to be approved by me.
2) Start writing a team’s report file:
* Project title page
* Section 1:
# Explanation of the choice of the dataset
# Information of the dataset: features, number of entities, source address, examples of problems

'''Домашнее задание 2'''

1) Выберите не менее трех количественных признаков, объясните выбор и примените метод К-средних (для K=5, для K=9). В обоих случаях сделайте порядка 10 случайных инициализаций и выберите то, которое доставляет минимум критерию метода.

2) Проинтерпретируйте оба разбиения с помощью признаков таблицы данных. Объясните, какое из разбиений лучше с точки зрения интерпретации.

3) Для одного из полученных разбиений:
* Сравните средние по какому-либо признаку в двух кластерах, используя бутстрэп.
* Найдите 95% доверительный интервал для среднего значения какого-либо признака на всем множестве объектов, используя бутстрэп.
* Для одного из кластеров сравните среднее на всем множестве для какого-либо признака с его средним внутри кластера, используя бутстрэп
Примечание: каждое применение бутстрэпа должно быть обоими методами, с опорой и без.

'''Домашнее задание 3: Contingency Table'''

1) Consider three nominal features (one of them, not more, may be taken from nominal features in your data).

2) Build two contingency tables over them: present a conditional frequency table and Quetelet relative index tables. Make comments on relations between categories of the common (to both tables) feature and two others.

3) Compute and visualize the chi-square-summary_Quetelet_index over both tables.

4) Comment on the meaning of the values in the data analysis context.

'''Домашнее задание 4: PCA/SVD'''

1) In your data set, select a subset with 3 to 6 features related, more or less, to the same aspect and explain your choice.

2) Visualize the data subset using standardization with two versions of normalization: (a) over ranges and (b) over standard deviations. At these visualizations, use a distinct shape/colour for points representing a pre-specified by you group of objects.

3) Apply the conventional PCA for visualization and see if there is any difference with respect to (a)/(b) above. Comment on which of the normalizations is better, in your opinion, and why.

'''Домашнее задание 5'''

1) Find two features in your dataset with more or less “linear-like” scatterplot.

2) Display the scatter-plot.

3) Build a linear regression of one of the features over the other. Make a comment on the meaning of the slope.

4) Find the correlation and determinacy coefficients, and comment on the meaning of the latter.

5) Make a prediction of the target values for given two or three predictor’ values; make a comment.

6) Compare the mean relative absolute error of the regression on all points of your set and the determinacy coefficient and make comments.

== Экзамен ==

Время работы: 80 мин. Количество вопросов: 6-7 (2 – теоретических, 4 – практических).

Каждому вопросу приписана максимально возможная оценка по нему; сумма этих оценок равна 100%. При проверке каждый ответ оценивается в соответствии с уровнем покрытия материала в пределах приписанного к вопросу максимума. Сумма составляет оценку в процентах, и затем округляется до традиционной 10-балльной шкалы. Считается справедливым, если 52 и 53 округляются до 5, а 67 и 68 – до 7. Округление оценок, таких как 55 или 66 может основываться на дополнительной информации о прилежании студента.

''Примеры вопросов см. в программе курса.''

== Обратная связь ==

Миркин Борис Григорьевич: [mailto:bmirkin@hse.ru bmirkin@hse.ru]

== Литература ==

'''Основная'''

1. [http://opac.hse.ru/absopac/index.php?url=/notices/index/218662/default B. Mirkin (2011/18) Core Concepts in Data Analysis: Summarization, Correlation, Visualization, Springer-London.] [https://drive.google.com/file/d/1iikSACFxKyRr7xwKpPW5zOqDbfXb822j/view?usp=sharing Авторская версия]

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/283033/default Б. Миркин (2017) Введение в анализ данных, М., Юрайт.] [https://drive.google.com/file/d/1yfqiGnm7c0e-gtecM1uG3Dd60Hfweyfa/view?usp=sharing Авторская версия]

3. R.O. Duda, P.E. Hart, D.G. Stork (2001) Pattern Classification, Wiley-Interscience, ISBN 0-471-05669-3

4. H. Lohninger (1999) Teach Me Data Analysis, Springer-Verlag, Berlin-New York-Tokyo, 1999. ISBN 3-540-14743-8.

'''Дополнительная'''

1. M. Berthold, D. Hand (2003), Intelligent Data Analysis, Springer-Verlag.

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/174411/default L. Breiman, J.H. Friedman, R.A. Olshen and C.J. Stone (1984) Classification and Regression Trees, Belmont, Ca: Wadswarth.]

3. [http://opac.hse.ru/absopac/index.php?url=/notices/index/3705/default B. Efron and R. Tibshirani (1993) An Introduction to Bootstrap, Chapman & Hall.]

4. [http://opac.hse.ru/absopac/index.php?url=/notices/index/196601/default J.F. Hair, W.C. Black, B.J. Babin, R.E. Anderson (2010) Multivariate Data Analysis, 7th Edition, Prentice Hall, ISBN-10: 0-13-813263-1.]

5. J. Han, M. Kamber, J. Pei (2010) Data Mining: Concepts and Techniques, 3d Edition, Morgan Kaufmann Publishers.

6. [http://opac.hse.ru/absopac/index.php?url=/notices/index/10696/default М. Дж. Кендалл, А. Стьюарт (1973) Статистические выводы и связи, Наука, Москва.]

7. [http://opac.hse.ru/absopac/index.php?url=/notices/index/182585/default М.Б. Лагутин (2009) Наглядная математическая статистика, БИНОМ, Москва.]

8. L. Lebart, A. Morineau, M. Piron (1995) Statistique Exploratoire Multidimensionelle, Dunod, Paris, ISBN 2-10-002886-3.

9. [http://opac.hse.ru/absopac/index.php?url=/notices/index/278572/default C.D. Manning, P. Raghavan, H. Schütze (2008) Introduction to Information Retrieval, Cambridge University Press.]

10. R. Mazza (2009) Introduction to Information Visualization, Springer, ISBN: 978-1-84800-218-0.

11. [http://opac.hse.ru/absopac/index.php?url=/notices/index/292229/default W. McKinney (2013) Python for Data Analysis, O’Reilly Media, Sebastopol USA.]

12. [http://opac.hse.ru/absopac/index.php?url=/notices/index/12966/default Б.Г. Миркин (1985) Группировки в социально-экономических исследованиях, Финансы и статистика, Москва.]

13. T.M. Mitchell (2005) Machine Learning, McGraw Hill. [http://opac.hse.ru/absopac/index.php?url=/notices/index/301736/default (В библиотеке ВШЭ есть издание 1997 года)]

14. B. Schölkopf, A.J. Smola (2005) Learning with Kernels, The MIT Press.

15. Дж, Тьюки (1981) Анализ результатов наблюдений. Разведочный анализ. Мир, Москва.

16. V. Vapnik (2006) Estimation of Dependences Based on Empirical Data, Springer Science + Business Media Inc., 2d edition.

17. A. Webb (2002) Statistical Pattern Recognition, Wiley and Son.

== Дополнительная информация и ссылки ==

Основные методы анализа данных

2018-11-03T19:56:26Z

Nevalennaya: /* Лекции */

== О курсе ==

Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] специализации [https://www.hse.ru/ba/ami/dais "Анализ Данных и Интеллектуальные Системы"] в 1-2 модулях 2018-2019 учебного года.

'''Лектор:''' [https://www.hse.ru/staff/bmirkin Миркин Борис Григорьевич]

Занятия проходят по пятницам, 15:10-16:30 и 16:40-18:00, ауд. 501.

Консультации по выполнению домашней работы проводятся по пятницам с 16:30.

[https://drive.google.com/file/d/1bR_PI96by0KHhfmQ86RmSfeemRjKowpV/view?usp=sharing '''Программа курса''']

== Порядок формирования итоговой оценки ==

Контроль знаний проводится в виде двухступенчатой процедуры. Отдельно оцениваются Домашний проект и Экзаменационная контрольная работа:
Oитоговая = 0.4 * Oд/п + 0.6 * Оэкз

== Лекции ==

[https://drive.google.com/file/d/1e52kZHjLUPz05e5t9zTzbUJ-ooGb2kdN/view?usp=sharing Лекция 28.09]

[https://drive.google.com/file/d/1e1e9arZU6uYmJ7hR5mlkTUgNeTZCm-pm/view?usp=sharing Лекция 5.10]

[https://drive.google.com/file/d/1eoageWEC_PYp-PPefraJYLzdQTH-faGT/view?usp=sharing Mirkin Rules for Cluster Interpretation]

[https://drive.google.com/file/d/1FbYH-3vKI7Gm4AYTm2FDMjHO727aotsb/view?usp=sharing Лекция 12.10]

[https://drive.google.com/file/d/1iVRhCzpdzUfQCYoMOtY25NpYfGg-gpde/view?usp=sharing Лекция 2.11]

== Домашний проект ==

Требуется прислать законченный отчет до 3.12.18 23:59 на [mailto:bmirkin@hse.ru bmirkin@hse.ru] (необходимо предварительное согласование файла данных). Работы, сданные 4.12-13.12, тоже будут проверены, но со штрафом 30% от величины оценки. Работы, сданные 14.12 или позже, проверяться не будут (оценка 0).

'''Домашнее задание 1'''

1) Each to form/join a team of one, two or three; the team finds a meaningful dataset of their liking on the internet: say, by Googling “data analysis dataset”:
* Number of entities ≥ 80, of features ≥ 5
* No missing
* No Irivine ML repository
* The dataset is to be approved by me.
2) Start writing a team’s report file:
* Project title page
* Section 1:
# Explanation of the choice of the dataset
# Information of the dataset: features, number of entities, source address, examples of problems

'''Домашнее задание 2'''

1) Выберите не менее трех количественных признаков, объясните выбор и примените метод К-средних (для K=5, для K=9). В обоих случаях сделайте порядка 10 случайных инициализаций и выберите то, которое доставляет минимум критерию метода.

2) Проинтерпретируйте оба разбиения с помощью признаков таблицы данных. Объясните, какое из разбиений лучше с точки зрения интерпретации.

3) Для одного из полученных разбиений:
* Сравните средние по какому-либо признаку в двух кластерах, используя бутстрэп.
* Найдите 95% доверительный интервал для среднего значения какого-либо признака на всем множестве объектов, используя бутстрэп.
* Для одного из кластеров сравните среднее на всем множестве для какого-либо признака с его средним внутри кластера, используя бутстрэп
Примечание: каждое применение бутстрэпа должно быть обоими методами, с опорой и без.

'''Домашнее задание 3: Contingency Table'''

1) Consider three nominal features (one of them, not more, may be taken from nominal features in your data).

2) Build two contingency tables over them: present a conditional frequency table and Quetelet relative index tables. Make comments on relations between categories of the common (to both tables) feature and two others.

3) Compute and visualize the chi-square-summary_Quetelet_index over both tables.

4) Comment on the meaning of the values in the data analysis context.

'''Домашнее задание 4: PCA/SVD'''

1) In your data set, select a subset with 3 to 6 features related, more or less, to the same aspect and explain your choice.

2) Visualize the data subset using standardization with two versions of normalization: (a) over ranges and (b) over standard deviations. At these visualizations, use a distinct shape/colour for points representing a pre-specified by you group of objects.

3) Apply the conventional PCA for visualization and see if there is any difference with respect to (a)/(b) above. Comment on which of the normalizations is better, in your opinion, and why.

== Экзамен ==

Время работы: 80 мин. Количество вопросов: 6-7 (2 – теоретических, 4 – практических).

Каждому вопросу приписана максимально возможная оценка по нему; сумма этих оценок равна 100%. При проверке каждый ответ оценивается в соответствии с уровнем покрытия материала в пределах приписанного к вопросу максимума. Сумма составляет оценку в процентах, и затем округляется до традиционной 10-балльной шкалы. Считается справедливым, если 52 и 53 округляются до 5, а 67 и 68 – до 7. Округление оценок, таких как 55 или 66 может основываться на дополнительной информации о прилежании студента.

''Примеры вопросов см. в программе курса.''

== Обратная связь ==

Миркин Борис Григорьевич: [mailto:bmirkin@hse.ru bmirkin@hse.ru]

== Литература ==

'''Основная'''

1. [http://opac.hse.ru/absopac/index.php?url=/notices/index/218662/default B. Mirkin (2011/18) Core Concepts in Data Analysis: Summarization, Correlation, Visualization, Springer-London.] [https://drive.google.com/file/d/1iikSACFxKyRr7xwKpPW5zOqDbfXb822j/view?usp=sharing Авторская версия]

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/283033/default Б. Миркин (2017) Введение в анализ данных, М., Юрайт.] [https://drive.google.com/file/d/1yfqiGnm7c0e-gtecM1uG3Dd60Hfweyfa/view?usp=sharing Авторская версия]

3. R.O. Duda, P.E. Hart, D.G. Stork (2001) Pattern Classification, Wiley-Interscience, ISBN 0-471-05669-3

4. H. Lohninger (1999) Teach Me Data Analysis, Springer-Verlag, Berlin-New York-Tokyo, 1999. ISBN 3-540-14743-8.

'''Дополнительная'''

1. M. Berthold, D. Hand (2003), Intelligent Data Analysis, Springer-Verlag.

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/174411/default L. Breiman, J.H. Friedman, R.A. Olshen and C.J. Stone (1984) Classification and Regression Trees, Belmont, Ca: Wadswarth.]

3. [http://opac.hse.ru/absopac/index.php?url=/notices/index/3705/default B. Efron and R. Tibshirani (1993) An Introduction to Bootstrap, Chapman & Hall.]

4. [http://opac.hse.ru/absopac/index.php?url=/notices/index/196601/default J.F. Hair, W.C. Black, B.J. Babin, R.E. Anderson (2010) Multivariate Data Analysis, 7th Edition, Prentice Hall, ISBN-10: 0-13-813263-1.]

5. J. Han, M. Kamber, J. Pei (2010) Data Mining: Concepts and Techniques, 3d Edition, Morgan Kaufmann Publishers.

6. [http://opac.hse.ru/absopac/index.php?url=/notices/index/10696/default М. Дж. Кендалл, А. Стьюарт (1973) Статистические выводы и связи, Наука, Москва.]

7. [http://opac.hse.ru/absopac/index.php?url=/notices/index/182585/default М.Б. Лагутин (2009) Наглядная математическая статистика, БИНОМ, Москва.]

8. L. Lebart, A. Morineau, M. Piron (1995) Statistique Exploratoire Multidimensionelle, Dunod, Paris, ISBN 2-10-002886-3.

9. [http://opac.hse.ru/absopac/index.php?url=/notices/index/278572/default C.D. Manning, P. Raghavan, H. Schütze (2008) Introduction to Information Retrieval, Cambridge University Press.]

10. R. Mazza (2009) Introduction to Information Visualization, Springer, ISBN: 978-1-84800-218-0.

11. [http://opac.hse.ru/absopac/index.php?url=/notices/index/292229/default W. McKinney (2013) Python for Data Analysis, O’Reilly Media, Sebastopol USA.]

12. [http://opac.hse.ru/absopac/index.php?url=/notices/index/12966/default Б.Г. Миркин (1985) Группировки в социально-экономических исследованиях, Финансы и статистика, Москва.]

13. T.M. Mitchell (2005) Machine Learning, McGraw Hill. [http://opac.hse.ru/absopac/index.php?url=/notices/index/301736/default (В библиотеке ВШЭ есть издание 1997 года)]

14. B. Schölkopf, A.J. Smola (2005) Learning with Kernels, The MIT Press.

15. Дж, Тьюки (1981) Анализ результатов наблюдений. Разведочный анализ. Мир, Москва.

16. V. Vapnik (2006) Estimation of Dependences Based on Empirical Data, Springer Science + Business Media Inc., 2d edition.

17. A. Webb (2002) Statistical Pattern Recognition, Wiley and Son.

== Дополнительная информация и ссылки ==

Основные методы анализа данных

2018-11-03T19:54:03Z

Nevalennaya: /* Домашний проект */

== О курсе ==

Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] специализации [https://www.hse.ru/ba/ami/dais "Анализ Данных и Интеллектуальные Системы"] в 1-2 модулях 2018-2019 учебного года.

'''Лектор:''' [https://www.hse.ru/staff/bmirkin Миркин Борис Григорьевич]

Занятия проходят по пятницам, 15:10-16:30 и 16:40-18:00, ауд. 501.

Консультации по выполнению домашней работы проводятся по пятницам с 16:30.

[https://drive.google.com/file/d/1bR_PI96by0KHhfmQ86RmSfeemRjKowpV/view?usp=sharing '''Программа курса''']

== Порядок формирования итоговой оценки ==

Контроль знаний проводится в виде двухступенчатой процедуры. Отдельно оцениваются Домашний проект и Экзаменационная контрольная работа:
Oитоговая = 0.4 * Oд/п + 0.6 * Оэкз

== Лекции ==

[https://drive.google.com/file/d/1e52kZHjLUPz05e5t9zTzbUJ-ooGb2kdN/view?usp=sharing Лекция 28.09]

[https://drive.google.com/file/d/1e1e9arZU6uYmJ7hR5mlkTUgNeTZCm-pm/view?usp=sharing Лекция 5.10]

[https://drive.google.com/file/d/1eoageWEC_PYp-PPefraJYLzdQTH-faGT/view?usp=sharing Mirkin Rules for Cluster Interpretation]

[https://drive.google.com/file/d/1FbYH-3vKI7Gm4AYTm2FDMjHO727aotsb/view?usp=sharing Лекция 12.10]

== Домашний проект ==

Требуется прислать законченный отчет до 3.12.18 23:59 на [mailto:bmirkin@hse.ru bmirkin@hse.ru] (необходимо предварительное согласование файла данных). Работы, сданные 4.12-13.12, тоже будут проверены, но со штрафом 30% от величины оценки. Работы, сданные 14.12 или позже, проверяться не будут (оценка 0).

'''Домашнее задание 1'''

1) Each to form/join a team of one, two or three; the team finds a meaningful dataset of their liking on the internet: say, by Googling “data analysis dataset”:
* Number of entities ≥ 80, of features ≥ 5
* No missing
* No Irivine ML repository
* The dataset is to be approved by me.
2) Start writing a team’s report file:
* Project title page
* Section 1:
# Explanation of the choice of the dataset
# Information of the dataset: features, number of entities, source address, examples of problems

'''Домашнее задание 2'''

1) Выберите не менее трех количественных признаков, объясните выбор и примените метод К-средних (для K=5, для K=9). В обоих случаях сделайте порядка 10 случайных инициализаций и выберите то, которое доставляет минимум критерию метода.

2) Проинтерпретируйте оба разбиения с помощью признаков таблицы данных. Объясните, какое из разбиений лучше с точки зрения интерпретации.

3) Для одного из полученных разбиений:
* Сравните средние по какому-либо признаку в двух кластерах, используя бутстрэп.
* Найдите 95% доверительный интервал для среднего значения какого-либо признака на всем множестве объектов, используя бутстрэп.
* Для одного из кластеров сравните среднее на всем множестве для какого-либо признака с его средним внутри кластера, используя бутстрэп
Примечание: каждое применение бутстрэпа должно быть обоими методами, с опорой и без.

'''Домашнее задание 3: Contingency Table'''

1) Consider three nominal features (one of them, not more, may be taken from nominal features in your data).

2) Build two contingency tables over them: present a conditional frequency table and Quetelet relative index tables. Make comments on relations between categories of the common (to both tables) feature and two others.

3) Compute and visualize the chi-square-summary_Quetelet_index over both tables.

4) Comment on the meaning of the values in the data analysis context.

'''Домашнее задание 4: PCA/SVD'''

1) In your data set, select a subset with 3 to 6 features related, more or less, to the same aspect and explain your choice.

2) Visualize the data subset using standardization with two versions of normalization: (a) over ranges and (b) over standard deviations. At these visualizations, use a distinct shape/colour for points representing a pre-specified by you group of objects.

3) Apply the conventional PCA for visualization and see if there is any difference with respect to (a)/(b) above. Comment on which of the normalizations is better, in your opinion, and why.

== Экзамен ==

Время работы: 80 мин. Количество вопросов: 6-7 (2 – теоретических, 4 – практических).

Каждому вопросу приписана максимально возможная оценка по нему; сумма этих оценок равна 100%. При проверке каждый ответ оценивается в соответствии с уровнем покрытия материала в пределах приписанного к вопросу максимума. Сумма составляет оценку в процентах, и затем округляется до традиционной 10-балльной шкалы. Считается справедливым, если 52 и 53 округляются до 5, а 67 и 68 – до 7. Округление оценок, таких как 55 или 66 может основываться на дополнительной информации о прилежании студента.

''Примеры вопросов см. в программе курса.''

== Обратная связь ==

Миркин Борис Григорьевич: [mailto:bmirkin@hse.ru bmirkin@hse.ru]

== Литература ==

'''Основная'''

1. [http://opac.hse.ru/absopac/index.php?url=/notices/index/218662/default B. Mirkin (2011/18) Core Concepts in Data Analysis: Summarization, Correlation, Visualization, Springer-London.] [https://drive.google.com/file/d/1iikSACFxKyRr7xwKpPW5zOqDbfXb822j/view?usp=sharing Авторская версия]

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/283033/default Б. Миркин (2017) Введение в анализ данных, М., Юрайт.] [https://drive.google.com/file/d/1yfqiGnm7c0e-gtecM1uG3Dd60Hfweyfa/view?usp=sharing Авторская версия]

3. R.O. Duda, P.E. Hart, D.G. Stork (2001) Pattern Classification, Wiley-Interscience, ISBN 0-471-05669-3

4. H. Lohninger (1999) Teach Me Data Analysis, Springer-Verlag, Berlin-New York-Tokyo, 1999. ISBN 3-540-14743-8.

'''Дополнительная'''

1. M. Berthold, D. Hand (2003), Intelligent Data Analysis, Springer-Verlag.

2. [http://opac.hse.ru/absopac/index.php?url=/notices/index/174411/default L. Breiman, J.H. Friedman, R.A. Olshen and C.J. Stone (1984) Classification and Regression Trees, Belmont, Ca: Wadswarth.]

3. [http://opac.hse.ru/absopac/index.php?url=/notices/index/3705/default B. Efron and R. Tibshirani (1993) An Introduction to Bootstrap, Chapman & Hall.]

4. [http://opac.hse.ru/absopac/index.php?url=/notices/index/196601/default J.F. Hair, W.C. Black, B.J. Babin, R.E. Anderson (2010) Multivariate Data Analysis, 7th Edition, Prentice Hall, ISBN-10: 0-13-813263-1.]

5. J. Han, M. Kamber, J. Pei (2010) Data Mining: Concepts and Techniques, 3d Edition, Morgan Kaufmann Publishers.

6. [http://opac.hse.ru/absopac/index.php?url=/notices/index/10696/default М. Дж. Кендалл, А. Стьюарт (1973) Статистические выводы и связи, Наука, Москва.]

7. [http://opac.hse.ru/absopac/index.php?url=/notices/index/182585/default М.Б. Лагутин (2009) Наглядная математическая статистика, БИНОМ, Москва.]

8. L. Lebart, A. Morineau, M. Piron (1995) Statistique Exploratoire Multidimensionelle, Dunod, Paris, ISBN 2-10-002886-3.

9. [http://opac.hse.ru/absopac/index.php?url=/notices/index/278572/default C.D. Manning, P. Raghavan, H. Schütze (2008) Introduction to Information Retrieval, Cambridge University Press.]

10. R. Mazza (2009) Introduction to Information Visualization, Springer, ISBN: 978-1-84800-218-0.

11. [http://opac.hse.ru/absopac/index.php?url=/notices/index/292229/default W. McKinney (2013) Python for Data Analysis, O’Reilly Media, Sebastopol USA.]

12. [http://opac.hse.ru/absopac/index.php?url=/notices/index/12966/default Б.Г. Миркин (1985) Группировки в социально-экономических исследованиях, Финансы и статистика, Москва.]

13. T.M. Mitchell (2005) Machine Learning, McGraw Hill. [http://opac.hse.ru/absopac/index.php?url=/notices/index/301736/default (В библиотеке ВШЭ есть издание 1997 года)]

14. B. Schölkopf, A.J. Smola (2005) Learning with Kernels, The MIT Press.

15. Дж, Тьюки (1981) Анализ результатов наблюдений. Разведочный анализ. Мир, Москва.

16. V. Vapnik (2006) Estimation of Dependences Based on Empirical Data, Springer Science + Business Media Inc., 2d edition.

17. A. Webb (2002) Statistical Pattern Recognition, Wiley and Son.

== Дополнительная информация и ссылки ==

Основные методы анализа данных

2018-11-03T19:26:15Z

Nevalennaya: /* О курсе */

Основные методы анализа данных

2018-10-18T10:30:24Z

Nevalennaya:

Основные методы анализа данных

2018-10-09T15:45:03Z

Nevalennaya:

Основные методы анализа данных

2018-10-05T12:32:42Z

Nevalennaya: /* Лекции */

Основные методы анализа данных

2018-10-05T12:32:26Z

Nevalennaya:

Основные методы анализа данных

2018-09-28T14:20:48Z

Nevalennaya:

Основные методы анализа данных

2018-09-17T13:13:55Z

Nevalennaya:

Основные методы анализа данных

2018-09-17T00:44:29Z

Nevalennaya: Новая страница: «== О курсе == Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] специализации…»

О факультете

2018-09-17T00:22:43Z

Nevalennaya: /* Курсы за 2018/19 учебный год */

__NOTOC__

= Учебные курсы факультета компьютерных наук=
== Курсы за 2018/19 учебный год ==
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы
|-
|

[[Математический_анализ_на_ПМИ_2018/2019_(пилотный_поток) | Математический анализ на ПМИ (пилотный поток)]]

[[Математический_анализ_на_ПМИ_2018/2019_(основной_поток) | Математический анализ на ПМИ (основной поток)]]

[[Calculus_DSBA_2018/2019 | Calculus I DSBA (ПАД)]]

[[Основы_и_методология_программирования_на_ПМИ_2018/2019_(пилотный_поток) | Основы и методология программирования на ПМИ (пилотный поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2018/2019_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2018/2019_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]

[[Дискретная_математика_1_2018/2019 | Дискретная математика-1 на ПМИ]]

[[Discrete Mathematics DSBA |Discrete Mathematics DSBA (ПАД)]]

[[Основы и методология программирования на ПМИ 2018/2019 (основной поток, 1 модуль) | Основы и методология программирования на ПМИ 2018/2019 (основной поток, 1 модуль)]]

[[Introduction_to_programming | Introduction to programming DSBA (ПАД)]]
||

[[Теория_вероятностей_2018/2019_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]

[[Теория_вероятностей_2018/2019_(основной_поток) | Теория вероятностей на ПМИ (основной поток)]]

[[DM2-pilot2018/2019 | Дискретная математика-2 на ПМИ (пилотный поток)]]

[[DM2-basic2018/2019 | Дискретная математика-2 на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_2_2018/2019 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]

||

[[Машинное_обучение_1 | Машинное обучение 1 на ПМИ]]

[[Численные_Методы_2018 | Численные методы ]]

[[PDC | Параллельные и распределенные вычисления]]

[[Theory_of_Computing_2018_2019 | Theory of Computing, AMI]]

[[НИС_Машинное_обучение_и_приложения_2018/2019|НИС Машинное обучение и приложения]]

[[Прикладная_статистика_в_машинном_обучении(2018)|Прикладная статистика в машинном обучении]]

[[Безопасность_компьютерных_систем_2018|Безопасность компьютерных систем]]

[[НИС_РС|НИС Распределенные системы]]

[[Основные методы анализа данных]]

||

[[Statistical_learning_theory_2018_2019 | Introduction to statistical learning theory]]

[[Анализ_неструктурированных_данных-2018 |Анализ неструктурированных данных ]]

[[Байесовские_методы_машинного_обучения_2018|Байесовские методы машинного обучения]]

[[НИС_Машинное_обучение_и_приложения_2018/2019|НИС Машинное обучение и приложения]]

[[НИС_Науки_о_данных_2018/2019|НИС Науки о данных]]

[[Теория_Информации_2018/2019|Теория информации]]

[[Безопасность_компьютерных_систем_2018|Безопасность компьютерных систем]]

[[Методы_и_системы_обработки_больших_данных_(осень_2018)|Методы и системы обработки больших данных]]

[[Философия_науки_2018|Философия науки]]

||

[[Введение в программирование (курс майнора) 2018/2019]]

||

|}

== Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==

=== 1 семестр ===

{| class="wikitable"
|-
! Дисциплина !! Образовательная программа !! Курс !! Модули

|-
| [[Основы анализа данных в международных отношениях 2018/2019|Основы анализа данных в международных отношениях]] || Международные отношения || 2 курс || 1-2 модули
|-
| [[Программирование_и_компьютерные_инструменты_лингвистического_исследования|Программирование и компьютерные инструменты лингвистического исследования]] || Фундаментальная и компьютерная лингвистика || 1 курс || 1-4 модули
|-
| [[Цифровая грамотность(востоковедение)|Цифровая грамотность]] || Востоковедение || 1 курс || 1 модуль
|-
| [[Разработка управленческих решений в маркетинге | Разработка управленческих решений в маркетинге]] || Маркетинг и рыночная аналитика || 2 курс || 1-2 модули
|-
| [[Информационные технологии в деятельности юриста_2018-2019| Информационные технологии в деятельности юриста]] || Юриспруденция || 1 курс || 2 модуль
|-
| [[Машинное обучение на матфаке 2018/2019| Машинное обучение]] || Факультет математики || 2-4 курсы || 1-2 модули
|-
| [[ПМСАР-2| Методы анализа больших данных в исследованиях поведения покупателей]] || Прикладные методы социального анализа рынков || 2 г.о. || 1-2 модули
|-
| [[Анализ данных в Python (Политологи 1 семестр 1-2 модули)|Анализ данных в Python]] || Политология || 4 курс || 1-2 модули
|-
| [[Основы анализа и визуализации данных для медиа (Журналисты 1 семестр 1 модуль)|Основы анализа и визуализации данных для медиа]] || Журналистика || 4 курс || 1 модуль
|-
| [[Программирование_(python)_для_лингвистов|Программирование (Python) для лингвистов]] || Фундаментальная и компьютерная лингвистика || 4 курс || 1-3 модули
|-
| [[Введение в анализ текстов на Python для ФГН 2018|Введение в анализ текстов на Python для ФГН 2018]] || Фундаментальная и компьютерная лингвистика || 3 курс || 1, 2, 4 модули
|-
| [[Машинное обучение (ФЭН)]] || Факультет экономических наук || 3-4 курсы || 1-2 модули
|-
| [[Программирование_(python)_для_экономистов|Программирование (Python) для экономистов]] || Факультет экономических наук || 2 курс || 1-2 модули
|-
| [[Цифровая грамотность(философия)|Цифровая грамотность]] || Философия || 1 курс || 1-2 модули
|-
| [[Цифровая_грамотность_(историки)|Цифровая грамотность]] || История || 1 курс || 1-2 модули
|-
| [[Обработка и анализ данных физического эксперимента|Обработка и анализ данных физического эксперимента]] || Факультет Физики || 2 курс || 1-2 модули
|}

= Архив =

== Курсы за 2017/18 учебный год ==
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры и факультативы
|-
|

[[Математический_анализ_на_ПМИ_2017/2018_(пилотный_поток) | Математический анализ на ПМИ 2017/2018 (пилотный поток)]]

[[Математический_анализ_на_ПМИ_2017/2018_(основной_поток) | Математический анализ на ПМИ 2017/2018 (основной поток)]]

[[Основы_и_методология_программирования_на_ПМИ_2017/2018_(пилотный_поток,_1_модуль) | Основы и методология программирования на ПМИ 2017/2018 (пилотный поток, 1 модуль)]]

[[Основы_и_методология_программирования_на_ПМИ_2017/2018_(основной_поток,_2_модуль) | Основы и методология программирования на ПМИ 2017/2018 (основной поток, 2 модуль)]]

[[Основы_и_методология_программирования_на_ПМИ_2017/2018_(основной_поток,_3_модуль) | Основы и методология программирования на ПМИ 2017/2018 (основной поток, 3 модуль)]]

[[Алгоритмы_и_структуры_данных_на_ПМИ_2017/2018_(основной_поток) | Алгоритмы и структуры данных на ПМИ 2017/2018 (основной поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2017/2018_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2017/2018_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]

[[Дискретная_математика_1_2017/2018 | Дискретная математика-1 на ПМИ]]

[[Алгоритмы и структуры данных 1 | Алгоритмы и структуры данных – 1 (пилотный поток)]]

[[Алгебра_на_ПМИ_2017/2018 | Алгебра на ПМИ]]

[http://hsealgebra18.wikidot.com Алгебра на ПИ]

||
[[Теория_вероятностей_2017/2018_(основной_поток) | Теория вероятностей на ПМИ (основной поток)]]

[[Теория_вероятностей_2017/2018_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]

[[Математический анализ-3 на ПМИ_2017/2018_(основной_поток) | Математический анализ-2 на ПМИ (основной поток)]]

[[Математический анализ на ПМИ_2017/2018 | Математический анализ-3 на ПМИ (пилотный поток)]]

[[DM2-pilot2017/2018 | Дискретная математика-2 на ПМИ (пилотный поток)]]

[[DM_2_2017_2018 | Дискретная математика-2 на ПМИ (основной поток)]]

[[Алгоритмы и структуры данных_2_2017/2018 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]

[[Дифференциальные уравнения (2 курс, 2017/2018)| Дифференциальные уравнения]]

||
[[Машинное_обучение_1/2017_2018 | Машинное обучение 1 на ПМИ]]

[[Машинное_обучение_2 | Машинное обучение 2 на ПМИ]]

[[Численные_методы_2017 | Численные методы]]

[[Statistics of Stochastic Processes|Статистика случайных процессов 2018]]

[[Прикладная_статистика_в_машинном_обучении | Прикладная статистика в машинном обучении]]

[[Theory_of_Computing | Theory of Computing, AMI]]

[[Statistical_learning_theory | Introduction to statistical learning theory]]

[[Основные_методы_анализа_данных_(специализация_АДИС) | Основные методы анализа данных на ПМИ]]

[[Параллельные и распределенные вычисления 2017 | Параллельные и распределенные вычисления]]

[[Анализ неструктурированных данных]]

[[Безопасность компьютерных систем 2017 | Безопасность компьютерных систем]]

[[НИС_Распределенные_системы_(3_курс,_2017) | НИС Распределенные системы]]

[[НИС_Машинное_обучение_и_приложения_2017/2018 | НИС Машинное обучение и приложения]]

[[Непрерывная_оптимизация | Непрерывная оптимизация]]

[[ Сложность_и_логика| Сложность вычислений и логика в теоретической информатике]]

[[Data_analysis_(Software_Engineering)_2018 | Data Analysis на ПИ]]

[http://telegra.ph/Kurs-Vvedenie-v-OOP-VSHEH-2018-Modul-3-01-30 Введение в ООП]

[http://wiki.cs.hse.ru/Машинное_обучение_на_больших_данных Машинное обучение на больших данных]

[[Дискретная_оптимизация | Дискретная оптимизация]]

||

[[Безопасность компьютерных систем 2017 | Безопасность компьютерных систем]]

[[Философия_науки_2017 | Философия науки]]

[[НИС_Распределенные_системы_(4_курс,_2017) | НИС Распределенные системы]]

[[НИС_Машинное_обучение_и_приложения_2017/2018 | НИС Машинное обучение и приложения]]

[[Анализ неструктурированных данных]]

[[Байесовские методы машинного обучения 2017 | Байесовские методы машинного обучения]]

[[Функциональное программирование 2018 | Функциональное программирование]]

[http://telegra.ph/Kurs-Vvedenie-v-OOP-VSHEH-2018-Modul-3-01-30 Введение в ООП]

||

[[Современные методы машинного обучения (курс майнора) 2017/2018]]

[[Введение в программирование (курс майнора) 2017/2018]]

[[Майнор Интеллектуальный анализ данных/Введение в анализ данных | Введение в анализ данных (курс майнора)]]

[[Прикладные задачи анализа данных (майнор - весна 2018)]]

[[Маго-лего "Линейная алгебра в приложениях" весна 2018 | Линейная алгебра в приложениях (маго-лего)]]

[[Функциональный анализ 2017/18 | Функциональный анализ на ПМИ (факультатив)]]

[[Дополнительные главы теории вероятностей и математической статистики (факультативы) | Дополнительные главы теории вероятностей и математической статистики (факультативы)]]

[[Дополнительные главы дискретной математики 2017/18 | Дополнительные главы дискретной математики (факультатив)]]

[[Цифровые технологии в гуманитарных науках]]

|}

== Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture]==

=== 2 семестр ===

[[Цифровая_грамотность_2018_(2_семестр)|Цифровая грамотность (факультет гуманитарных наук — 2 семестр: ИЯМК, Филология, История искусств, Культурология, 1 курс)]] 
[[Научно-исследовательский семинар (ФСН) |Научно-исследовательский семинар (ОП "Политология", 1 курс)]] 
[[Introduction_to_Data_Culture|Introduction to Data Culture (HSE and University of London Parallel Degree Programme in International Relations, 1 year)]] 
[[ИИ_и_БД|Искусственный интеллект и большие данные (ОП "Дизайн", "Мода", 1 курс)]] 
[[Программирование_(python)_для_лингвистов|Компьютерная лингвистика и информационные технологии (ОП "Фундаментальная и компьютерная лингвистика", 4 курс, 2 семестр)]] 
[[Основы анализа данных в международных отношениях|Основы анализа данных в международных отношениях (ОП "Международные отношения", 2 курс, 4 модуль)]] 
[[Введение в data science (2_семестр)|Профориентационный семинар (блок по введению в data scicence) (Факультет социальных наук — 2 семестр: Социология, 1 курс)]] 
[[Введение в Data Science| Введение в Data Science (ФБиМ, 4 модуль)]] 

=== 1 семестр ===

[[Цифровая_грамотность|Цифровая грамотность (факультет гуманитарных наук — 1 семестр: История, Философия, 1 курс)]] 
[[Машинное обучение (факультет экономических наук)|Машинное обучение (факультет экономических наук)]] 
[[Программирование (python) для лингвистов | Программирование (python) для лингвистов (факультет гуманитарных наук)]] 
[[Извлечение и анализ интернет-данных | Извлечение и анализ интернет-данных (факультет экономических наук)]] 
[[Анализ больших данных в социальных науках (ФСН, 2017) | Анализ больших данных в социальных науках (ФСН, 2017)]] 
[[Информационные_технологии_в_деятельности_юриста|Информационные технологии в деятельности юриста (Факультет права)]] 
[[Машинное_обучение_для_лингвистов|Машинное обучение (магистратура Школы лингвистики)]] 

== Курсы магистратуры Финансовые технологии и анализ данных ==

[[Вероятностные_модели_и_прикладная_статистика_в_финансовой_математике|Вероятностные модели и прикладная статистика в финансовой математике]] 

== Курсы за 2016/17 учебный год ==
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3-4 курс !! майноры
|-
|

[[Математический анализ на ПМИ_2016/2017 | Математический анализ на ПМИ (пилотный поток)]]

[[Линейная алгебра и геометрия_2016/2017 | Линейная алгебра и геометрия на ПМИ]]

[[Дискретная_математика_1_2016/2017 | Дискретная математика-1 на ПМИ]]

[[Основы и методология программирования_2016/2017_пилотный_поток | Основы и методология программирования на ПМИ (пилотный поток)]]

[[Основы и методология программирования_2016/2017 | Основы и методология программирования на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_на_ПМИ_(пилотный_поток) | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]

[[Алгоритмы_и_структуры_данных_на_ПМИ_(основной_поток) | Алгоритмы и структуры данных на ПМИ (основной поток)]]

[[Алгебра_на_ПМИ_2016/2017 | Алгебра на ПМИ]]

[http://hsealgebra17.wikidot.com/ Алгебра на ПИ]

||

[[Математический анализ_2016/2017 | Математический анализ-3 на ПМИ (основной поток)]]

[[Математически_анализ_3_на_ПМИ_(пилотный_поток) | Математический анализ-3 на ПМИ (пилотный поток)]]

[[DM_2_2016_2017 | Дискретная математика-2 на ПМИ (основной поток)]]

[[Дискретная математика_2_2016/2017 | Дискретная математика-2 на ПМИ (пилотный поток)]]

[[Алгоритмы и структуры данных_2_2016/2017 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]

[[Теория вероятностей_2016/2017 | Теория вероятностей на ПМИ (основной поток)]]

[[Теория_вероятностей_2016/2017_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]

[[Архитектура_компьютеров_и_операционные_системы_2016/2017 | Архитектура компьютеров и операционные системы]]

[[Факультатив_теория_вычислений_2016/2017 | Факультатив теория вычислений на ПМИ]]

[[Дополнительные_главы_теории_вероятностей_(факультатив,_2017) | Дополнительные главы теории вероятностей (факультатив)]]

[[Дифференциальные_уравнения_(2_курс,_2016/2017) | Дифференциальные уравнения]]

[[Математическая_статистика_2016/2017_(пилотный_поток) | Математическая статистика на ПМИ (пилотный поток)]]

[[Архитектура_компьютеров_и_операционные_системы_2016/2017 | Архитектура компьютеров и операционные системы ]]

||

[[НИС_Машинное_обучение_и_приложения_2016/2017 | НИС Машинное обучение и приложения на ПМИ]]

[[Машинное_обучение_1/2016_2017 | Машинное обучение 1 на ПМИ]]

[[Машинное_обучение_2/2016_2017 | Машинное обучение 2 на ПМИ]]

[[Прикладной_статистический_анализ_данных | Прикладной статистический анализ данных на ПМИ]]

[[Численные_методы_в_анализе_данных | Численные методы в анализе данных на ПМИ]]

[http://www.machinelearning.ru/wiki/index.php?title=Статистика_случайных_процессов_(курс_лекций,_ФКН_ВШЭ) Вероятностные модели и статистика случайных процессов на ПМИ]

[http://www.machinelearning.ru/wiki/index.php?title=Opt Методы оптимизации на ПМИ (специализации МОП и РС)]

[[Методы_оптимизации_(весна_2017)|Методы оптимизации 2 (дискретная оптимизация)]]

[[НИС_Распределенные_системы_(осень_2016) | НИС Распределенные системы]]

[[Анализ и верификация алгоритмов биржевой торговли | Анализ и верификация алгоритмов для систем биржевой торговли ]]

[[Программирование_на_графических_процессорах | Программирование на графических процессорах]]

[[ЯРПО | Языки разработки ПО (курс по выбору) на ПМИ]]

[[Data analysis (Software Engineering) 2017 | Data analysis на ПИ]]

[[Базы данных 2 | Базы данных 2 ]]

[[Компьютерные сети 2 | Компьютерные сети 2]]

[[Машинное_обучение_на_больших_данных | Машинное обучение на больших данных на ПМИ]]

||

[[Современные_методы_машинного_обучения_(курс_майнора) | Современные методы машинного обучения (курс майнора)]]

[[Майнор_Интеллектуальный_анализ_данных/Введение_в_программирование_2016/2017 | Введение в программирование (курс майнора)]]

[[Майнор Интеллектуальный анализ данных/Введение в анализ данных/2016-2017 | Введение в анализ данных (курс майнора)]]

[[Майнор Интеллектуальный анализ данных/Прикладные задачи анализа данных| Прикладные задачи анализа данных (курс майнора)]]

|}

{|width=100%
|style="vertical-align:top;"|



=== Курсы за 2015/16 учебный год ===
{|
|-
| [[Технологии программирования|Технологии программирования на ПМИ]]
|-
|[[ОиМП-2015|Основы и методология программирования на ПМИ]]
|-
|[[Алгоритмы и структуры данных 2016]]
|-
|[[Линейная алгебра и геометрия_2015/2016 | Линейная алгебра и геометрия на ПМИ]]
|-
|[[Алгебра_2015/2016 | Алгебра на ПМИ]]
|-
|[http://hsealgebra.wikidot.com/ Алгебра на ПИ]
|-
|[[Компьютерные системы]]
|-
|[[Математический анализ на ПМИ_2015/2016 | Математический анализ на ПМИ]]
|-
|[[Факультатив_Матпрактикум | Матпрактикум (факультатив) на ПМИ]]
|-
|[[Data analysis (Software Engineering)]] 
|-
|[[Майнор Интеллектуальный анализ данных/Введение в программирование|Введение в программирование (курс майнора) на ПМИ]]
|-
|[[Майнор Интеллектуальный анализ данных/Введение в анализ данных/2015-2016|Введение в анализ данных (курс майнора) на ПМИ]]
|-
|[[НИС Машинное обучение и приложения|НИС Машинное обучение и приложения на ПМИ]]
|-
|[[Архитектура компьютеров и системное программирование (ПМИ_4, 2015/2016)|Архитектура компьютеров и системное программирование (4 курс)]]
|-
|[[Дифференциальные уравнения (2 курс, 2015/2016)| Дифференциальные уравнения]]
|-
|[[Введение в VBA|Введение в VBA]]
|}

|style="vertical-align:top;"|



=== Курсы за 2014/15 учебный год ===
{|
|-
|[[Основы и методологии программирования]] 
|-
|[[Алгоритмы и структуры данных 2015 | Алгоритмы и структуры данных]] 
|-
|[[Анализ данных (Программная инженерия)]] 
|-
|[[Алгебра_2014/2015 | Алгебра]] 
|-
|[[Magolego_sna_2015| MAGoLEGO Social Network Analysis]]
|}

==== Проектная работа ====
{|
|-
|[[Проектная работа]] 
|-
|[[Учебная практика 1 курс (2016)]]
|-
|[[Проектная работа 2 курс (2016)]]
|}


|}

== Мероприятия факультета компьютерных наук ==
=== Summer School 2015 ===
[[Introduction to Natural Language Processing|Introduction to Natural Language Processing]]
#[[Lecture 1. Introduction|Introduction]]
#[[Lecture 2. Tokenization and word counts|Tokenization and word counts]]
#[[Lecture 3. POS tagging. Key word and phrase extraction|POS tagging. Key word and phrase extraction]]
#[[Lecture 4. Parsing|Parsing]]
#[[Lecture 5. Language sources|Language sources]]
#[[Lecture 6. Synonyms and near-synonyms detection|Synonyms and near-synonyms detection]]
#[[Lecture 8. Suffix trees for NLP|Suffix trees for NLP]]
#[[NLP References|References]]

== Архив ==
* [[Учебная практика 1 курс (2015)]]