Спецкурс «Прикладные задачи анализа данных»

Материал из MachineLearning.

Содержание 1 Объявление 2 Лекции 3 Заседания 2013—2014 уч. года (осенний семестр) 4 Аннотация 5 Отчётность 6 Ссылки 7 Ещё ссылки

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

Лекции

Заседания 2013—2014 уч. года (осенний семестр)

Число	Лекция	Материалы
(?)16.07.13	Решение задачи [The Big Data Combine Engineered by BattleFin]
??.08.13

Аннотация

2do

Автор программы: Дьяконов Александр Геннадьевич

Отчётность

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

Ссылки

• 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.