Участник:Andyray/Курс по датамайнингу

Материал из MachineLearning.

Содержание 1 О курсе 2 Введение в CRISP-DM 3 Практика 1. Выбор задачи. 4 Понимание бизнеса 5 Понимание данных 6 Подготовка данных 7 Практика 2. Обсуждение текущих дел в проектах. 8 Моделирование 9 Оценка 10 Развертывание 11 Практика 3. Отчет о текущем положении дел. 12 Защита проектов 1 13 Защита проектов 2

О курсе

Чем мы будем заниматься? Форма отчетности. Ученические проекты. Что такое CRISP-DM? История создания (основатели, предпосылки). Основные шаги методологии.

Введение в CRISP-DM

Подробное рассмотрение шагов методологии.

Практика 1. Выбор задачи.

Выбор задачи для самостоятельного проекта в течении семестра.

Понимание бизнеса

Понимание бизнеса (Business Understanding). Кейсы бизнес-проблем и их сведение к корректным постановкам задач анализа данных. ОТП, НСС, Goods4Cast

Понимание данных

Понимание данных (Data Understanding).

Подготовка данных

Подготовка данных (Data Preparation). Находки при подготовке данных.

1. НСС - создание системы шифрации признаков

Практика 2. Обсуждение текущих дел в проектах.

Промежуточное подведение итогов по поставленным задачам. Отчет студентов.

Моделирование

Моделирование (Modeling). Проблемы подбора моделей. Как быстро выбрать модель. Что делать если модель не подошла?

Оценка

Оценка (Evaluation)

Развертывание

Развертывание (Deployment)

Практика 3. Отчет о текущем положении дел.

Второе промежуточное занятие. Отчет о текущем положении дел. Обсуждение задач и возникших проблем.

Защита проектов 1

Защита проектов 1.

Защита проектов 2

Защита проектов 2.