Спецкурс «Прикладные задачи анализа данных»

Материал из MachineLearning.

Версия 20:19, 5 сентября 2014 (править) Dj (Обсуждение | вклад) (→Объявление) ← К предыдущему изменению		Версия 20:19, 5 сентября 2014 (править) (отменить) Dj (Обсуждение | вклад) (→Объявление) К следующему изменению →
Строка 39:		Строка 39:
	| МФТИ		| МФТИ
	|}		|}
		+
	}}		}}
		+
		+
		+	УЖЕ ЗАПИСАЛИСЬ
		+	{| class="wikitable"
		+	|-
		+	! ФИО
		+	! группа
		+	|-
		+	| Семёнов Станислав Георгиевич
		+	| ВШЭ
		+	|-
		+	| Арбузова Дарья Андреевна
		+	| 517
		+	|-
		+	| Гущин Александр Евгеньевич
		+	| МФТИ
		+	|}
	'''ДОВОДИМАЯ РАНЕЕ ИНФОРМАЦИЯ:'''		'''ДОВОДИМАЯ РАНЕЕ ИНФОРМАЦИЯ:'''

---

Версия 20:19, 5 сентября 2014

Содержание 1 Объявление 2 Аннотация 3 Страницы курсов прошлых лет 4 Правила 5 Лекции 6 Отчётность 7 Ссылки 8 Ещё ссылки

Объявление

Объявлен набор слушателей на спецкурс (5 сентября 2014 года). Необходима регистрация! Для этого надо прислать на почту djakonov (собака) mail (точка) ru Тема письма: [ПЗАД] Фамилия студента Текст: в первой строке через точку с запятой указываются Фамилия Имя Отчество, группа (вуз, если из другого вуза), в скольких соревнования на сайте Kaggle участвовали (число), какие курсы по машинному обучению прослушаны, желаемые дни и часы (в формате ПТН, 18-00), знакомые языки и системы программирования, включая программы и библиотеки для машинного обучения, страница на Kaggle, сколько часов в неделю готовы уделять выполнению практических заданий. В других строчках (начиная со второй) можно по желанию дать пояснения. Пример: Дьяконов Александр Геннадьевич; 617; 25; ММРО Воронцов; ВТ 18-00, СР 16-20; R, Matlab, Python, Weka, RapidMiner, Liblinear, VW; https://www.kaggle.com/users/3090/alexander-d-yakonov; 8 Посещение спецкурса закрытое, число мест ограничено, регистрация скоро будет закрыта – спешите… УЖЕ ЗАПИСАЛИСЬ {

УЖЕ ЗАПИСАЛИСЬ

ФИО	группа
Семёнов Станислав Георгиевич	ВШЭ
Арбузова Дарья Андреевна	517
Гущин Александр Евгеньевич	МФТИ

ДОВОДИМАЯ РАНЕЕ ИНФОРМАЦИЯ: В сентябре 2014 года будет объявлен новый набор слушателей спецкурса.

Поскольку обычно желающих очень много, а работа на спецкурсе подразумевает сильную вовлечённость студентов и небольшое число слушателей, то будет произведён отбор.

Для участия в отборе необходимо:

• освоить (если его не было в учебной программе) курс Машинное обучение,
• выступить хотя бы в одном соревновании по анализу данных (см. ниже),
• Пройти анкетирование (или собеседование в сентябре).

Список допустимых соревнований:

• Display Advertising Challenge
• Liberty Mutual Group - Fire Peril Loss Cost
• The Hunt for Prohibited Content
• Higgs Boson Machine Learning Challenge
• ecMeg2014 - Decoding the Human Brain завершён
• Detect seizures in intracranial EEG recordings
• KDD Cup 2014 - Predicting Excitement at DonorsChoose.org завершён
• Acquire Valued Shoppers Challenge завершён
• Greek Media Monitoring Multilabel Classification (WISE 2014) завершён

Результат будет учитываться при отборе. Участие в соревновании не гарантирует отбор!

В новой версии спецкурса будет серия лекций по системам Matlab и R.

Кроме того, будут рассмотрены новые темы: например, анализ соцсетей.

Аннотация

Данный курс стал победителем конкурса инновационных учебных технологий.

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!

Лектор: Дьяконов Александр

Страницы курсов прошлых лет

Спецкурс «Прикладные задачи анализа данных» (2013 год)

Правила

• Рассылки материалов делаются только зарегистрированным слушателям курса (перечислены в таблице слушателей).
• Слушатели, которые перестают делать домашние задания, удаляются из таблицы.

Лекции

Здесь будет выложена программа нового (2014 года) - по мере чтения курса.

Старую программу см. на странице Спецкурс «Прикладные задачи анализа данных» (2013 год).

Отчётность

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

Ссылки

• Научно-популярная лекция «Введение в анализ данных» (PDF, 1.4 Мб)

Вводная лекция, которая написана для просеминара.

• Анализ данных, обучение по прецедентам, логические игры, системы WEKA, RapidMiner и MatLab (практикум на ЭВМ кафедры математических методов прогнозирования)

Глава 12 «Шаманство в анализе данных».

• Научно-популярная лекция «Шаманство в анализе данных» (1.21Мб)

Переработка предыдущего источника в научно-популярную лекцию.

• Научно-популярная лекция «Чему не учат в анализе данных и машинном обучении»

Рассказываются тонкости решения задач, которые умалчиваются в основных курсах.

• Прогнозирование рядов соревнования «Tourism Forecasting Part Two» (414Кб)

Подробное описание некоторых простых алгоритмов для прогнозирования туристических временных рядов.

• Страница спецсеминара «Алгебра над алгоритмами и эвристический поиск закономерностей»

Приведены ссылки на сайты с данными реальных задач анализа данных.

Ещё ссылки

• Использование системы R в анализе данных

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