Анализ данных на Python в примерах и задачах, часть 1, весна 2019

Описание

Примерная программа курса

1) Описательные статистики и визуализация данных

2) Кластерный анализ

Разбить группу объектов на подгруппы.
Пример задачи: сегментация сайтов, определение схожих сайтов.
Изучаемые методы. Иерархический кластерный анализ, метод к-средних, Метод к-медоидов.

3) Линейный регрессионный анализ

Пример задачи: оценить, насколько упали цены на подержанные автомобили после увеличения таможенных пошлин.
Изучаемые методы. Отбор переменных, коллинеарность, влиятельные наблюдения, анализ остатков.

4) Обобщения линейной регрессии

Непараметрическая регрессия (ядерное сглаживание).
Логистическая регрессия.

5) Machine Learning (Распознавание образов)

Пример задачи: распознать пол и возраст у каждого посетителя сайта.
Изучаемые методы. Метод k-го ближайшего соседа Деревья классификации (CART). Случайные леса. Gradient boosting machine.

Оценка за курс

Оценка за курс выставляется по результатам выполнения лабораторных работ. Запланировано 8 работ. Оценка выставляется по следующему правилу. Отлично - сданы все работы. Хорошо - сданы все работы, кроме одной. Удовлетворительно - сданы все работы, кроме двух. Каждый раз Вам будет предоставлен набор данных и вопрос про эти данные. Надо ответить на вопрос, используя методы, рассмотренные в курсе.