Шаманство в анализе данных

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
м
Текущая версия (18:54, 23 февраля 2015) (править) (отменить)
(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
-
Авторы программы: [[Участник:Dj|Дьяконов Александр Геннадьевич]]
+
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.
-
[http://alexanderdyakonov.narod.ru/uptimes.pdf Прогнозирование рядов соревнования «Tourism Forecasting Part Two»]
 
[[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


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.

Личные инструменты