Шаманство в анализе данных

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(→Аннотация)
(→Аннотация)
Строка 10: Строка 10:
{{tip|
{{tip|
Первая лекция мини-спецкурса "Шаманство в анализе данных"
Первая лекция мини-спецкурса "Шаманство в анализе данных"
-
для студентов 2 курса ВМК МГУ.
+
'''Тема: "Что такое машинное обучение и анализ данных?"'''
-
Тема: "Что такое машинное обучение и анализ данных?"
+
-
Лектор: Дьяконов Александр
+
Понедельник 02.03.2015 16:20 ауд.504
Понедельник 02.03.2015 16:20 ауд.504
 +
<br>
Курс читается для второкурсников, которые выбирают кафедру и научного руководителя, знакомит с некоторыми направлениями исследований, которые выполняются на кафедре математических методов прогнозирования. В первой лекции даётся обзор основных задач машинного обучения, рассматриваются приложения, описываются потребности современных компаний в решении подобных задач.
Курс читается для второкурсников, которые выбирают кафедру и научного руководителя, знакомит с некоторыми направлениями исследований, которые выполняются на кафедре математических методов прогнозирования. В первой лекции даётся обзор основных задач машинного обучения, рассматриваются приложения, описываются потребности современных компаний в решении подобных задач.
}}
}}

Версия 18:53, 23 февраля 2015

Содержание

Аннотация

Данный мини-курс предназначен для студентов 2го курса ВМК МГУ, которые хотят заниматься анализом данных (data mining).

  • Описываются прикладные задачи анализа данных
  • Описываются простейшие методы их решения
  • Показываются иллюстрации признаковых пространств в реальных задачах, предлагаются способы улучшения признаков

Автор программы: Дьяконов Александр Геннадьевич


Первая лекция мини-спецкурса "Шаманство в анализе данных"

Тема: "Что такое машинное обучение и анализ данных?" Понедельник 02.03.2015 16:20 ауд.504
Курс читается для второкурсников, которые выбирают кафедру и научного руководителя, знакомит с некоторыми направлениями исследований, которые выполняются на кафедре математических методов прогнозирования. В первой лекции даётся обзор основных задач машинного обучения, рассматриваются приложения, описываются потребности современных компаний в решении подобных задач.



Существенно расширенная и углублённая версия курса:

Спецкурс «Прикладные задачи анализа данных».


Важно

  • Курс не является обязательным
  • По нему не ставится зачёт
  • Его посещение не гарантирует зачисление на кафедру

Ссылки

Вводная лекция, которая написана для просеминара.

Глава 12 «Шаманство в анализе данных».

Переработка предыдущего источника в научно-популярную лекцию.

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.

Источник — «http://machinelearning.ru/wiki/index.php?title=%D0%A8%D0%B0%D0%BC%D0%B0%D0%BD%D1%81%D1%82%D0%B2%D0%BE_%D0%B2_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D0%B5_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85»
Личные инструменты