Спецкурс «Прикладные задачи анализа данных»
Материал из MachineLearning.
(→Слушатели) |
(→Лекции) |
||
| Строка 115: | Строка 115: | ||
! Материалы, замечания | ! Материалы, замечания | ||
|- | |- | ||
| - | | | + | | 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.
- Страница спецсеминара «Алгебра над алгоритмами и эвристический поиск закономерностей»
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.
