Шаманство в анализе данных
Материал из MachineLearning.
(Различия между версиями)
м |
(→Аннотация) |
||
| (19 промежуточных версий не показаны.) | |||
| Строка 4: | Строка 4: | ||
* Описываются прикладные задачи анализа данных | * Описываются прикладные задачи анализа данных | ||
* Описываются простейшие методы их решения | * Описываются простейшие методы их решения | ||
| - | * Показываются иллюстрации признаковых пространств в реальных задачах | + | * Показываются иллюстрации признаковых пространств в реальных задачах, предлагаются способы улучшения признаков |
| - | + | Автор программы: [[Участник:Dj|Дьяконов Александр Геннадьевич]] | |
| + | |||
| + | {{tip| | ||
| + | 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. | ||
| + | }} | ||
| + | |||
| + | {{notice| | ||
| + | Существенно расширенная и углублённая версия курса: | ||
| + | [[Спецкурс «Прикладные задачи анализа данных»]]. | ||
| + | }} | ||
== Важно == | == Важно == | ||
| Строка 14: | Строка 27: | ||
== Ссылки == | == Ссылки == | ||
| + | * [http://alexanderdyakonov.narod.ru/intro2datamining.pdf Научно-популярная лекция «Введение в анализ данных» (PDF, 1.4 Мб)] | ||
| + | Вводная лекция, которая написана для [[Математические методы прогнозирования (кафедра ВМиК МГУ)/Просеминар|просеминара]]. | ||
| + | |||
| + | * [[Публикация:Дьяконов 2010 Учебное пособие ММП| 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». | ||
| + | |||
| + | * [http://alexanderdyakonov.narod.ru/lpotdyakonov.pdf Научно-популярная лекция «Шаманство в анализе данных»] (1.21Мб) | ||
| + | Переработка предыдущего источника в научно-популярную лекцию. | ||
| + | |||
| + | * [http://alexanderdyakonov.narod.ru/uptimes.pdf 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|«Алгебра над алгоритмами и эвристический поиск закономерностей»]] | ||
| + | Приведены ссылки на сайты с данными реальных задач анализа данных. | ||
| + | |||
| + | == Ещё ссылки == | ||
| + | * [http://prezi.com/8fbsaa7mushs/using-r-for-data-mining-competitions/ Использование системы R в анализе данных] | ||
| + | |||
| + | Неплохая короткая демка про соревнования в анализе данных, платформы для соревнований и возможности системы R. | ||
| - | |||
[[Категория:Учебные курсы]] | [[Категория:Учебные курсы]] | ||
Текущая версия
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
| | Существенно расширенная и углублённая версия курса: |
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.
- 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.

