Спецкурс «Прикладные задачи анализа данных»

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Слушатели)
(Лекции)
Строка 115: Строка 115:
! Материалы, замечания
! Материалы, замечания
|-
|-
-
| (?)16.09.13
+
| 16.09.13
| Решение задачи [[http://www.kaggle.com/c/battlefin-s-big-data-combine-forecasting-challenge The Big Data Combine Engineered by BattleFin]] - прогноз цены на основе многомерного ряда и анонимизированных признаков. Загрузка данных, простые модели, линейная регрессия и случайный лес, сравнение R и MATLAB.
| Решение задачи [[http://www.kaggle.com/c/battlefin-s-big-data-combine-forecasting-challenge The Big Data Combine Engineered by BattleFin]] - прогноз цены на основе многомерного ряда и анонимизированных признаков. Загрузка данных, простые модели, линейная регрессия и случайный лес, сравнение R и MATLAB.
| Домашнее задание: решить задачу (отчёт)
| Домашнее задание: решить задачу (отчёт)

Версия 13:41, 12 сентября 2013

Содержание

Объявление

В ближайшее время, предположительно 16 сентября (понедельник) в 16:20 (5я пара), начнёт работу спецкурс-семинар «Прикладные задачи анализа данных»

Лектор: Дьяконов Александр



Важно! Для участия в спецкурсе надо предварительно зарегистрироваться.

Для этого отправьте письмо лектору (djakonov -собака- mail -точка- ru).

Тема письма ПЗАД + Ваши ФИО. Далее кратко опишите, почему хотите посещать спецкурс, Ваш бэкграунд, готовы ли Вы тратить своё свободное время на решение задач из турниров по анализу данных.


Основная цель: практика решения современных задач классификации, прогнозирования, регрессии, рекомендации и т.п., подготовка участников к соревнованиям на платформах Kaggle и Algomost.

Мероприятие проходит в двух режимах:

  • спецкурса – лекции о решении прикладных задач, обучение некоторым системам анализа данных (например R) и т.п.
  • спецсеминара – обсуждение решаемых задач, выработка общих стратегий, разделение работы в рамках участия в соревновании одной командой, мозговой штурм и т.п.

Важно: от участников потребуется выполнение нетривиальных практических заданий!

Детали появятся в ближайшее время на странице кафедры (ну и на этой странице). Дни недели сейчас определяются (рассматриваемые варианты: 4,5,6 пары понедельника, вторника и среды). Можно повлиять на дату мероприятия, написав письмо лектору на почту djakonov(собака)mail(точка)ru

Слушатели

ФИО рег задание 1 задание 2 задание 3
Гавриков Михаил Игоревич 517
Файзи Вахиб маг
Чепарухин Сергей Игоревич вмк2
Ромов Петр Алексеевич 517
Фонарев Александр Юрьевич 517
Дорофеев Николай Юрьевич Яндекс
Рыжков Александр Михайлович 417
Oleg Kharatsidi 417
Шаповалов Никита Анатольевич 201
Адимов Арсений Владимирович вмк
Рысьмятова Анастасия Александровна  ?
Тавыриков Юрий Евгеньевич вмк2

Лекции

Число Лекция Материалы, замечания
16.09.13 Решение задачи [The Big Data Combine Engineered by BattleFin] - прогноз цены на основе многомерного ряда и анонимизированных признаков. Загрузка данных, простые модели, линейная регрессия и случайный лес, сравнение R и MATLAB. Домашнее задание: решить задачу (отчёт)
 ??.10.13

Аннотация

2do

Автор программы: Дьяконов Александр Геннадьевич

Отчётность

  • отчёты по решению конкурсных задач (доклады с презентацией + исходники)
  • зачёт с оценкой в конце семестра

Ссылки

Вводная лекция, которая написана для просеминара.

Глава 12 «Шаманство в анализе данных».

Переработка предыдущего источника в научно-популярную лекцию.

Рассказываются тонкости решения задач, которые умалчиваются в основных курсах.

Подробное описание некоторых простых алгоритмов для прогнозирования туристических временных рядов.

Приведены ссылки на сайты с данными реальных задач анализа данных.

Ещё ссылки

Неплохая короткая демка про соревнования в анализе данных, платформы для соревнований и возможности системы R.

Личные инструменты