Wiki - Факультет компьютерных наук - Вклад [ru]

Введение в Data Science

2018-05-07T11:37:33Z

Vmpanin:

== О курсе ==
Курс для студентов 1 курса ФБиМ направлений "Маркетинг и рыночная аналитика" и "Управление бизнесом" 

[https://www.hse.ru/edu/courses/214347690 Программа курса]

== Критерии оценки ==

'''Оценка за курс ''' = 0.4*Семинары + 0.4*ДЗ + 0.2*Экзамен 
Округление осуществляется по арифметическим правилам.

=== Семинары ===
* На каждом семинаре выполняется небольшая самостоятельная работы по пройденной семе
* Дедлайн семинарской работы - до конца занятия, но по решению преподавателя может быть отложен.
* Система оценивания бинарная: 1 - если задание выполнено, 0 - если задание не сделано/сдано после дедлайна
* Предусмотрено 11 семинаров
* В конце семестра суммируется число выполненных заданий (max 11); сумма пропорционально переводится в 10-балльную шкалу
* Студенты имеют право сдать строго 1 задание, не присутствуя на семинаре, в течение курса.

=== Домашние задания ===
* В курсе предусмотрено 4 домашних задания
* Дедлайны устаналиваются каждой группе индивидуально преподавателем. О сроках сдачи сообщают не менее, чем за 2 недели до дедлайна.
=== Экзамен ===

== Материалы курса ==
=== Лекции ===
{| class="wikitable"
|-
! № !! Тема !! Презентация !
|-
|1 || Введение || [https://drive.google.com/file/d/1Jq7ahYKfABPGcVf3L24X69gzH0lHrCD4/view?usp=sharing Презентация к лекции 1]
|-
|2 || Обзор инструментов. Python || [https://drive.google.com/file/d/1CIN2jvRKzT4LCn1yeqDwg6jEZ_GG4pD0/view?usp=sharing Презентация к лекции 2]
|-
|3 || Обзорная лекция про математику || [https://yadi.sk/i/RM1H38ZA3UTWcA Презентация к лекции 3]
|-
|4 || Этапы проекта. Рынок данных. Задачи Data Science || [https://yadi.sk/d/7UN_3Ybx3VKxow Презентация к лекции 4]
|}

=== Инструкция по установке и запуску среды ===
Скачать и установить анаконду:

1. Заходим по ссылке
https://www.anaconda.com/download
В центре надпись Download for, выбираем нужную ОС

2. Нажимаем на кнопку Download (Python 3.6 version)
Дальше следуем инструкции
https://docs.anaconda.com/anaconda/install/windows (для windows)
https://docs.anaconda.com/anaconda/install/mac-os#macos-graphical-install (для macOS)

Домашнее задание и семнары вы будете выполнять в Jupyter'е. Чтобы его запустить, нужно открыть Ananconda Navigator и там под иконкой Jupyter Notebook (не путать с Jupyterlab) нажать на launch.

=== Семинары ===

Для работы в классе (при желании) на собственных ноутбуках и самостоятельного изучения рекомендуем установить [https://www.anaconda.com/download/#macos Anaconda], Python версии 3.6 и выше.

Внутри каждого IPython-ноутбука есть семинарский материал и задача для самостоятельного выполнения. Датасеты доступны либо в правом столбце, либо в каждом из ноутбуков есть ссылка на скачивание нужного датасета.

{| class="wikitable"
|-
! № !! Тема !! Ноутбук !! Датасет
|-
|1 || Введение в язык || [https://drive.google.com/file/d/1DwknMxTcFXaRG_A9rk9IPDu_H2TsC1qm/view?usp=sharing Скачать IPython Notebook] || Нет
|-
|| 2 || Введение в Pandas || [https://drive.google.com/file/d/1C6T7LWMVaW6Vb2-Tv3NWZUUmz61A7XeT/view?usp=sharing Скачать IPython Notebook] [https://drive.google.com/open?id=1XaDxM3nxl4WwpcA4PMndOGAZVeWDThxe Версия для семинаров после 2018-04-17] || [https://drive.google.com/file/d/1Fe6BRqsp05V2bNhcUMXLJybC0XMQVbTL/view?usp=sharing Датасет для работы на семинаре] 
[https://drive.google.com/file/d/16tb8VXhMcgaEDx_HGbhgGuHp5R8BQf6G/view?usp=sharing Датасет для самостоятельной работы]
|-
|| 3 || Описательная статистика в Python || [https://drive.google.com/file/d/1cVcOdks4A6wuLqOgcsOY9wGnILro_qVH/view?usp=sharing Скачать IPython Notebook] [https://drive.google.com/file/d/1tgtiW6bml_STJGz5C2gZ2hERnLasruOF/view?usp=sharing Скачать IPython Notebook для БММ171 и БМБ178] || [https://drive.google.com/file/d/1sh0_GVMSPUR3IhtmXpXoBU4cEeRPU4y8/view?usp=sharing Датасет для самостоятельной работы] 
[https://drive.google.com/file/d/1rjhFCTLrT9m-rjc3VMyH5bP01RnC8nJS/view?usp=sharing Датасет для работы на семинаре БММ171 и БМБ178]

|-
|| 4 || Визуализация данных || [https://drive.google.com/file/d/1_bgzukQtG-bSeCF6HW3-f8DKwx6ZS29M/view?usp=sharing Скачать IPython Notebook]|| [https://drive.google.com/file/d/1rjhFCTLrT9m-rjc3VMyH5bP01RnC8nJS/view?usp=sharing Датасет для работы в классе]
|-
|| 5 || A/B-тестирование || [https://drive.google.com/file/d/1sLLkL5cTI1xpmrFkWNUYPS77niPSMXFc/view?usp=sharing Скачать IPython Notebook] || [https://drive.google.com/file/d/1YnEhORCGZnCRyLf7n_BP0bswH6qPqpxs/view?usp=sharing Датасет для работы в классе] 
[https://drive.google.com/file/d/1igElKsyaVe-TfcfQ5U5RA984GKmgYU9W/view?usp=sharing Датасет для самостоятельной работы]

|-
|| 6 - 7|| Классификация. Метрики качества || [https://drive.google.com/open?id=13bX2Xbaj50CdkbkDH9UV5wGP5NtUCgEh Скачать IPython Notebook] ||
[https://drive.google.com/open?id=1UXPjcNxd6ZmL2DBwR9AOF1Xwvor65WHJ Датасет для работы]

|-
|| 8 || Кластеризация || ||
|-
|| 9 || Регрессия. Метрики качества || ||
|-
|| 10 || Анализ текстов || ||
|}

== Рабочие ведомости ==
=== Маркетинг и рыночная аналитика ===
[https://docs.google.com/spreadsheets/d/1KFc29IxW21QDbXWYxKA3dBahKUX7LiDNVQ2y8owKFbU/edit?usp=sharing БММ 171] 
[https://docs.google.com/spreadsheets/d/1lTcTWI1M44mPXpzNQGOWSo6hFlEdA3WTK2589-FfOyE/edit?usp=sharing БММ 172] 
[https://docs.google.com/spreadsheets/d/1niwNaFiwCytLhmrbJpp2jsA8msFu2BCDFymfKKsOW_o/edit?usp=sharing БММ 173] 

=== Управление бизнесом ===
[https://docs.google.com/spreadsheets/d/1TRD7DXVn8bNDac0Jb1MZt_lKEP919Ev4X0x0b6-PWVY/edit?usp=sharing БМБ 171] 
[https://docs.google.com/spreadsheets/d/1OmeL-dDwN20TnhIRiS5j3N5f9AoGYB4cCl4CYoFNyj0/edit?usp=sharing БМБ 172] 
[https://docs.google.com/spreadsheets/d/1gPvbrbDFCxOP5o7XTaPI6L6wLsmkGpTR9uv4oVeKzLA/edit?usp=sharing БМБ 173] 
[https://docs.google.com/spreadsheets/d/19bAYLFu_wRyKN7tRTIVdZm7sEXgd5CT2j6V8TmVN4Lg/edit?usp=sharing БМБ 174] 
[https://docs.google.com/spreadsheets/d/1Nezx_FaGkyxRIN_NwZZpxiKYOy9xSKty74Czxj05lyw/edit?usp=sharing БМБ 175] 
[https://docs.google.com/spreadsheets/d/1VExWTJ_Lvv5O7PBhzzmjfeBhtbny02rw561BRC204KM/edit?usp=sharing БМБ 176] 
[https://docs.google.com/spreadsheets/d/1lvfardFPLA13lI9WM-hrtHkSlbsdtcHHnI6vGL3y8h8/edit?usp=sharing БМБ 177] 
[https://docs.google.com/spreadsheets/d/1iONOvIUpbYcbVPFijVQgUwgHwZmK9hfJNfxZkqXOwSA/edit?usp=sharing БМБ 178] 

== Домашние задания ==
=== Требования к датасетам ===
* '''БМБ178, БММ171'''
не менее 1000 объектов (строк), не менее 5 признаков (5 колонок)

=== Источники данных ===
[https://www.kaggle.com/Datasets Kaggle Datasets] 

[http://archive.ics.uci.edu/ml/index.php UCI Machine Learning Repository]

=== Сроки сдачи ===
{| class="wikitable"
|-
! Группа !! Адрес отправки ДЗ !! Дедлайн ДЗ1 !! Дедлайн ДЗ2 !! Дедлайн ДЗ3 !! Дедлайн ДЗ4
|-
|БММ171 || managementdataculture@gmail.com || --.05.2018, 23.59 (UTC +3) Тема письма: '''БММ171. ДЗ1. Фамилия''' [https://drive.google.com/file/d/1zI2kJYI-Wk1XJvcW_KEF1h-iGtD66P6P/view?usp=sharing Задание] || --.05.2018, 23.59 (UTC +3) || ||

|-
|БММ172 || || || || ||
|-
|БММ173 || aaivanov_5@edu.hse.ru || 11 мая 2018 г., 23.59 (UTC +3) || || ||
|-
|БМБ171 || marat.akhmatnurov@yandex.ru zhorasukasyan@ya.ru || 2018-05-11 23:59|| || ||
|-
|БМБ172 || eromanova@hse.ru || 10.05.2018, 23.59 (UTC +3) || || ||
|-
|БМБ173 || || || || ||
|-
|БМБ174 || || || || ||
|-
|БМБ175 || eromanova@hse.ru || 10.05.2018, 23.59 (UTC +3) || || ||
|-
|БМБ176 || || || || ||
|-
|БМБ177 || || || || ||
|-
|БМБ178 || managementdataculture@gmail.com || 13.05.2018, 23.59 (UTC +3) Тема письма: '''БМБ178. ДЗ1. Фамилия''' [https://drive.google.com/file/d/1zI2kJYI-Wk1XJvcW_KEF1h-iGtD66P6P/view?usp=sharing Задание] || 20.05.2018, 23.59 (UTC +3) || ||

|}

== Дополнительное ==
=== Материалы ===

* [http://pythontutor.ru/ Интерактивное введение в python на русском языке]

* [https://hub.mybinder.org/user/ipython-ipython-in-depth-sb49fn69/notebooks/binder/Index.ipynb Введение в IPython]
(Изучите хотя бы первую часть Notebook Basics (знакомство с интефейсом))

* [https://github.com/rougier/numpy-100 100 упражнений для numpy] 
Сборник из 100 упражнений для знакомства с библиотекой numpy: есть версии без ответов и подсказок, с подсказками, с эталонными ответами

* [https://assets.datacamp.com/blog_assets/PandasPythonForDataScience.pdf Pandas CheatSheet]

* [https://www.kaggle.com/learn/pandas Learn Pandas on Kaggle] 
Короткие уроки на платформе Kaggle, чтобы закрепить навыки работы с Pandas. Нужно зарегистрироваться, открыть урок, нажать кнопку "Fork" и писать код :)

=== Мероприятия ===
[https://events.yandex.ru/events/ds/14-apr-2018/ Data & Science: управление проектами, 14 апреля 2018, Москва — События Яндекса]

== Преподаватели ==

=== Лекции ===

'''[https://www.hse.ru/staff/unkinddragon Александр Белугин ]'''
* [https://t.me/unkinddragon @unkinddragon]
* alexander.belugin@outlook.com

'''[https://www.hse.ru/org/persons/218009892 Александр Антонов]'''
* [https://t.me/alantonov @alantonov]
* alexantonov@gmail.com

=== Семинары ===

'''[https://www.hse.ru/staff/dmitryserg Дмитрий Сергеев]'''
*@dmitryserg (Telegram)
* [https://vk.com/id91857120 vk Дмитрий Сергеев]

'''[https://www.hse.ru/org/persons/218009880 Ульянкин Филипп ]'''
*@ppilif (Telegram)
*/ppilif (vk.com)

'''[https://www.hse.ru/org/persons/14285662 Василий Панин ]'''
*@VasilyPanin (Telegram)
'''[https://www.hse.ru/org/persons/214098955 Валерий Бабушкин]'''

'''[https://www.hse.ru/org/persons/213956891 Елена Романова ]'''

'''[https://www.hse.ru/org/persons/214098947 Ольга Дайховская ]'''

'''[https://www.hse.ru/org/persons/46745470 Элен Теванян]''' 
* elentevanyan@gmail.com
* [https://www.facebook.com/etevanyan Facebook Элен Теванян]
* @elentevanyan (Telegram, если asap/мир вот-вот рухнет)

'''[https://www.hse.ru/org/persons/65796753 Марат Ахматнуров]''' 
* marat.akhmatnurov@yandex.ru
* @maratakhmatnurov (Telegram, in case of emergency)

Введение в data science (2 семестр)

2018-04-11T09:33:29Z

Vmpanin:

== О курсе ==
Курс является частью Профориентационного семинара на 1 курсе ОП "Социология", читается в 3-4 модуле.

Цель курса — знакомство слушателей с основами анализа данных и машинного обучения.

== Материалы курса ==

{| class="wikitable"
|-
! № !! Тема !! Презентация !! Датасет
|-
| 1 || Лекция про данные
|| [https://www.dropbox.com/s/gzgwgkmj2wk69by/Data%20Culture%20for%20Social%20Science%20-%20Lecture%2001.pptx?dl=0 Лекция 1]|| 
|-
| 2 || Лекция про Machine learning
|| [https://www.dropbox.com/s/udz3ghq2ihb56ot/Data%20Culture%20for%20Social%20Science%20-%20Lecture%2002.pptx?dl=0 Лекция 2] ||
|-
| 3 || Семинар "Введение в python"
|| [https://www.dropbox.com/s/0gz61bngvfhv2or/python_intro.ipynb?dl=0 Семинар 1] || [https://www.dropbox.com/s/qvmqdegl5braisa/yob2015.txt?dl=0 Датасет_имена]
|-
| 4 || Семинар "Описательные статистики и визуализация
|| [https://www.dropbox.com/s/0nbueo60blxlj0r/%D0%A1%D0%B5%D0%BC%D0%B8%D0%BD%D0%B0%D1%80_2_Stats_and_Visualization.ipynb?dl=0 Семинар 2] || [https://www.dropbox.com/s/hexdtvi715fzcz1/DATASET_1_SOC.csv?dl=0 Датасет_регионы]
[https://www.dropbox.com/s/xm6tnlrt7cjj5t4/flavors_of_cacao.csv?dl=0 Датасет_шоколад]
|-
| 5 || Семинар "Кластеризация"
|| [https://www.dropbox.com/s/thiwdx1byk6827o/%D0%A1%D0%B5%D0%BC%D0%B8%D0%BD%D0%B0%D1%80_3_%D0%9A%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F.ipynb?dl=0 Семинар 3] || [https://www.dropbox.com/s/xxzsr2j6lqi4bkb/FoodConsumptionInEurope.csv?dl=0 Датасет_потребление_Европа]

|-
| 6 || Семинар "Обработка и анализ текстов" ||
[https://www.dropbox.com/s/5m4m5b5efbh1k4h/Testing.ipynb?dl=0 Семинар 4]
|| [https://www.dropbox.com/s/rsa8l5g0kpjdan8/asn.xlsx?dl=0 Датасет_отзывы]
|-
| 7 || Семинар "Социальные сети"
|| Семинар 5 ||

|}

===Аудиторная работа и оценки ===
* На каждом семинарском занятии (паре) выполняется практическая работа.
* За выполненную работу на семинаре ставится 1 балл, в случае частичного выполнения и невыполнения - 0.
* Оценки за все семинары суммируются; сумма оценок пропорционально переводится в 10-балльную систему.

===Ведомости===
[БСЦ171]

[БСЦ172]

[БСЦ173]

[БСЦ174]

[БСЦ175]

[БСЦ176]

== Полезные ссылки и материалы ==
Базовые учебники

1. David Julian, Designing Machine Learning Systems with Python, PACKT, 2016

2. Gene Kim, Kevin Behr, George Spafford, The Phoenix Project: A Novel About IT, DevOps, and Helping Your Business Win, IT Revolution Press, 2014

3. Jennifer Davis, Katherine Daniels, Effective DevOps: Building a Culture of Collaboration, Affinity, and Tooling at Scale, O'Reilly Media, Inc., 2016

4. Mark C. Layton, Agile Project Management For Dummies, John Wiley & Sons, 2012

== Преподаватели ==

'''Белугин Александр (лектор)''' 

* [https://www.hse.ru/staff/unkinddragon Белугин Александр]

'''Панин Василий (группа БСЦ171)''' 

* [https://www.hse.ru/org/persons/14285662 Панин Василий]

'''Бабушкин Валерий (группы БСЦ172 и БСЦ173)''' 

* [https://www.hse.ru/org/persons/214098955 Бабушкин Валерий]

'''Теванян Элен(группа БСЦ174)''' 

* [https://www.hse.ru/org/persons/46745470 Теванян Элен]

'''Романова Елена (группа БСЦ175)''' 

* [https://www.hse.ru/org/persons/213956891 Романова Елена]

'''Дайховская Ольга (группа БСЦ176)''' 

* [https://www.hse.ru/org/persons/214098947 Дайховская Ольга]

Введение в Data Science

2018-04-04T13:10:16Z

Vmpanin:

Введение в data science (2 семестр)

2018-03-20T15:43:51Z

Vmpanin:

== О курсе ==
Курс является частью Профориентационного семинара на 1 курсе ОП "Социология", читается в 3-4 модуле.

Цель курса — знакомство слушателей с основами анализа данных и машинного обучения.

== Материалы курса ==

{| class="wikitable"
|-
! № !! Тема !! Презентация !! Датасет
|-
| 1 || Лекция про данные
|| [https://www.dropbox.com/s/gzgwgkmj2wk69by/Data%20Culture%20for%20Social%20Science%20-%20Lecture%2001.pptx?dl=0 Лекция 1]|| 
|-
| 2 || Лекция про Machine learning
|| [https://www.dropbox.com/s/udz3ghq2ihb56ot/Data%20Culture%20for%20Social%20Science%20-%20Lecture%2002.pptx?dl=0 Лекция 2] ||
|-
| 3 || Семинар "Введение в python"
|| [https://www.dropbox.com/s/0gz61bngvfhv2or/python_intro.ipynb?dl=0 Семинар 1] || [https://www.dropbox.com/s/qvmqdegl5braisa/yob2015.txt?dl=0 Датасет_имена]
|-
| 4 || Семинар "Описательные статистики и визуализация
|| [https://www.dropbox.com/s/0nbueo60blxlj0r/%D0%A1%D0%B5%D0%BC%D0%B8%D0%BD%D0%B0%D1%80_2_Stats_and_Visualization.ipynb?dl=0 Семинар 2] || [https://www.dropbox.com/s/hexdtvi715fzcz1/DATASET_1_SOC.csv?dl=0 Датасет_регионы]
[https://www.dropbox.com/s/xm6tnlrt7cjj5t4/flavors_of_cacao.csv?dl=0 Датасет_шоколад]
|-
| 5 || Семинар "Кластеризация"
|| [https://www.dropbox.com/s/thiwdx1byk6827o/%D0%A1%D0%B5%D0%BC%D0%B8%D0%BD%D0%B0%D1%80_3_%D0%9A%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F.ipynb?dl=0 Семинар 3] || [https://www.dropbox.com/s/xxzsr2j6lqi4bkb/FoodConsumptionInEurope.csv?dl=0 Датасет_потребление_Европа]

|-
| 6 || Семинар "Социальные сети"
|| Семинар 4 ||

|-
| 7 || Семинар "Обработка и анализ текстов"
|| Семинар 5 ||

|}

===Аудиторная работа и оценки ===
* На каждом семинарском занятии (паре) выполняется практическая работа.
* За выполненную работу на семинаре ставится 1 балл, в случае частичного выполнения и невыполнения - 0.
* Оценки за все семинары суммируются; сумма оценок пропорционально переводится в 10-балльную систему.

===Ведомости===
[БСЦ171]

[БСЦ172]

[БСЦ173]

[БСЦ174]

[БСЦ175]

[БСЦ176]

== Полезные ссылки и материалы ==
Базовые учебники

1. David Julian, Designing Machine Learning Systems with Python, PACKT, 2016

2. Gene Kim, Kevin Behr, George Spafford, The Phoenix Project: A Novel About IT, DevOps, and Helping Your Business Win, IT Revolution Press, 2014

3. Jennifer Davis, Katherine Daniels, Effective DevOps: Building a Culture of Collaboration, Affinity, and Tooling at Scale, O'Reilly Media, Inc., 2016

4. Mark C. Layton, Agile Project Management For Dummies, John Wiley & Sons, 2012

== Преподаватели ==

'''Белугин Александр (лектор)''' 

* [https://www.hse.ru/staff/unkinddragon Белугин Александр]

'''Панин Василий (группа БСЦ171)''' 

* [https://www.hse.ru/org/persons/14285662 Панин Василий]

'''Бабушкин Валерий (группы БСЦ172 и БСЦ173)''' 

* [https://www.hse.ru/org/persons/214098955 Бабушкин Валерий]

'''Теванян Элен(группа БСЦ174)''' 

* [https://www.hse.ru/org/persons/46745470 Теванян Элен]

'''Романова Елена (группа БСЦ175)''' 

* [https://www.hse.ru/org/persons/213956891 Романова Елена]

'''Дайховская Ольга (группа БСЦ176)''' 

* [https://www.hse.ru/org/persons/214098947 Дайховская Ольга]

Введение в data science (2 семестр)

2018-03-20T15:40:21Z

Vmpanin:

== О курсе ==
Курс является частью Профориентационного семинара на 1 курсе ОП "Социология", читается в 3-4 модуле.

Цель курса — знакомство слушателей с основами анализа данных и машинного обучения.

== Материалы курса ==

{| class="wikitable"
|-
! № !! Тема !! Презентация !! Датасет
|-
| 1 || Лекция про данные
|| [https://www.dropbox.com/s/gzgwgkmj2wk69by/Data%20Culture%20for%20Social%20Science%20-%20Lecture%2001.pptx?dl=0 Лекция 1]|| 
|-
| 2 || Лекция про Machine learning
|| [https://www.dropbox.com/s/udz3ghq2ihb56ot/Data%20Culture%20for%20Social%20Science%20-%20Lecture%2002.pptx?dl=0 Лекция 2] ||
|-
| 3 || Семинар "Введение в python"
|| [https://www.dropbox.com/s/0gz61bngvfhv2or/python_intro.ipynb?dl=0 Семинар 1] || [https://www.dropbox.com/s/qvmqdegl5braisa/yob2015.txt?dl=0 Датасет_имена]
|-
| 4 || Семинар "Описательные статистики и визуализация
|| [https://www.dropbox.com/s/0nbueo60blxlj0r/%D0%A1%D0%B5%D0%BC%D0%B8%D0%BD%D0%B0%D1%80_2_Stats_and_Visualization.ipynb?dl=0 Семинар 2] || [https://www.dropbox.com/s/hexdtvi715fzcz1/DATASET_1_SOC.csv?dl=0 Датасет_регионы]
[https://www.dropbox.com/s/xm6tnlrt7cjj5t4/flavors_of_cacao.csv?dl=0 Датасет_шоколад]
|-
| 5 || Семинар "Кластеризация"
|| [https://www.dropbox.com/s/thiwdx1byk6827o/%D0%A1%D0%B5%D0%BC%D0%B8%D0%BD%D0%B0%D1%80_3_%D0%9A%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F.ipynb?dl=0 Семинар 3] || [https://www.dropbox.com/s/xxzsr2j6lqi4bkb/FoodConsumptionInEurope.csv?dl=0 Датасет_потребление_Европа]

|-
| 6 || Семинар "Социальные сети"
|| Семинар 4 ||

|-
| 7 || Семинар "Обработка и анализ текстов"
|| Семинар 5 ||

|}

===Аудиторная работа и оценки ===
* На каждом семинарском занятии (паре) выполняется практическая работа.
* За выполненную работу на семинаре ставится 1 балл, в случае частичного выполнения и невыполнения - 0.
* Оценки за все семинары суммируются; сумма оценок пропорционально переводится в 10-балльную систему.

===Ведомости===
[БСЦ171]

[БСЦ172]

[БСЦ173]

[БСЦ174]

[БСЦ175]

[БСЦ176]

== Полезные ссылки и материалы ==
Базовые учебники

1. David Julian, Designing Machine Learning Systems with Python, PACKT, 2016

2. Gene Kim, Kevin Behr, George Spafford, The Phoenix Project: A Novel About IT, DevOps, and Helping Your Business Win, IT Revolution Press, 2014

3. Jennifer Davis, Katherine Daniels, Effective DevOps: Building a Culture of Collaboration, Affinity, and Tooling at Scale, O'Reilly Media, Inc., 2016

4. Mark C. Layton, Agile Project Management For Dummies, John Wiley & Sons, 2012

== Преподаватели ==

'''Белугин Александр (лектор)''' 

* [https://www.hse.ru/staff/unkinddragon Белугин Александр]

'''Панин Василий (группа БСЦ171)''' 

* [https://www.hse.ru/org/persons/14285662 Панин Василий]

'''Бабушкин Валерий (группы БСЦ172 и БСЦ173)''' 

* [https://www.hse.ru/org/persons/214098955 Бабушкин Валерий]

'''Элен Теванян (группа БСЦ173)''' 

* [https://www.hse.ru/org/persons/46745470 Элен Теванян]

Введение в data science (2 семестр)

2018-03-20T15:38:52Z

Vmpanin: Создана страница курса и опубликованы материалы

== О курсе ==
Курс является частью Профориентационного семинара на 1 курсе ОП "Социология", читается в 3-4 модуле. Целью курса является знакомство слушателей с основами анализа данных и машинного обучения.

== Материалы курса ==

{| class="wikitable"
|-
! № !! Тема !! Презентация !! Датасет
|-
| 1 || Лекция про данные
|| [https://www.dropbox.com/s/gzgwgkmj2wk69by/Data%20Culture%20for%20Social%20Science%20-%20Lecture%2001.pptx?dl=0 Лекция 1]|| 
|-
| 2 || Лекция про Machine learning
|| [https://www.dropbox.com/s/udz3ghq2ihb56ot/Data%20Culture%20for%20Social%20Science%20-%20Lecture%2002.pptx?dl=0 Лекция 2] ||
|-
| 3 || Семинар "Введение в python"
|| [https://www.dropbox.com/s/0gz61bngvfhv2or/python_intro.ipynb?dl=0 Семинар 1] || [https://www.dropbox.com/s/qvmqdegl5braisa/yob2015.txt?dl=0 Датасет_имена]
|-
| 4 || Семинар "Описательные статистики и визуализация
|| [https://www.dropbox.com/s/0nbueo60blxlj0r/%D0%A1%D0%B5%D0%BC%D0%B8%D0%BD%D0%B0%D1%80_2_Stats_and_Visualization.ipynb?dl=0 Семинар 2] || [https://www.dropbox.com/s/hexdtvi715fzcz1/DATASET_1_SOC.csv?dl=0 Датасет_регионы]
[https://www.dropbox.com/s/xm6tnlrt7cjj5t4/flavors_of_cacao.csv?dl=0 Датасет_шоколад]
|-
| 5 || Семинар "Кластеризация"
|| [https://www.dropbox.com/s/thiwdx1byk6827o/%D0%A1%D0%B5%D0%BC%D0%B8%D0%BD%D0%B0%D1%80_3_%D0%9A%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F.ipynb?dl=0 Семинар 3] || [https://www.dropbox.com/s/xxzsr2j6lqi4bkb/FoodConsumptionInEurope.csv?dl=0 Датасет_потребление_Европа]

|-
| 6 || Семинар "Социальные сети"
|| Семинар 4 ||

|-
| 7 || Семинар "Обработка и анализ текстов"
|| Семинар 5 ||

|}

===Аудиторная работа и оценки ===
* На каждом семинарском занятии (паре) выполняется практическая работа.
* За выполненную работу на семинаре ставится 1 балл, в случае частичного выполнения и невыполнения - 0.
* Оценки за все семинары суммируются; сумма оценок пропорционально переводится в 10-балльную систему.

===Ведомости===
[БСЦ171]

[БСЦ172]

[БСЦ173]

[БСЦ174]

[БСЦ175]

[БСЦ176]

== Полезные ссылки и материалы ==
Базовые учебники

1. David Julian, Designing Machine Learning Systems with Python, PACKT, 2016

2. Gene Kim, Kevin Behr, George Spafford, The Phoenix Project: A Novel About IT, DevOps, and Helping Your Business Win, IT Revolution Press, 2014

3. Jennifer Davis, Katherine Daniels, Effective DevOps: Building a Culture of Collaboration, Affinity, and Tooling at Scale, O'Reilly Media, Inc., 2016

4. Mark C. Layton, Agile Project Management For Dummies, John Wiley & Sons, 2012

== Преподаватели ==

'''Белугин Александр (лектор)''' 

* [https://www.hse.ru/staff/unkinddragon Белугин Александр]

'''Панин Василий (группа БСЦ171)''' 

* [https://www.hse.ru/org/persons/14285662 Панин Василий]

'''Бабушкин Валерий (группы БСЦ172 и БСЦ173)''' 

* [https://www.hse.ru/org/persons/214098955 Бабушкин Валерий]

'''Элен Теванян (группа БСЦ173)''' 

* [https://www.hse.ru/org/persons/46745470 Элен Теванян]

О факультете

2018-03-20T11:05:08Z

Vmpanin: Добавлена страница нового курса

__NOTOC__

== Учебные курсы факультета компьютерных наук==

=== 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)]]

[[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)]]

||
[[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 | 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]

||

[[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)]] 

=== 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]] 

== Архив ==

=== 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)]]