Спецкурс «Прикладные задачи анализа данных»
Материал из MachineLearning.
(→Лекции) |
(→Лекции) |
||
| Строка 224: | Строка 224: | ||
|- | |- | ||
| 14.10.13 | | 14.10.13 | ||
| - | | Продолжение '''Искусство визуализации данных: Результаты алгоритмов и их | + | | Продолжение '''Искусство визуализации данных: Результаты алгоритмов и их линейные комбинации, ручная деформация пространств, визуализация и сглаживание плотностей, построение профилей. Что надо знать о признаках. Визуализация по-вертикали и по-горизонтали. Шумы и шумовые признаки. Задачи [[http://www.kaggle.com/c/cause-effect-pairs cause-effect-pairs]], [[http://www.kaggle.com/c/GiveMeSomeCredit GiveMeSomeCredit]], [[http://www.kaggle.com/c/DarkWorlds DarkWorlds]].''' Как начать решать второе домашнее задание. |
| Слайды и материалы высланы по почте участникам. | | Слайды и материалы высланы по почте участникам. | ||
|- | |- | ||
Версия 12:51, 15 октября 2013
Содержание |
Объявление
Спецкурс начал работу 16 сентября (понедельник) в 16:20 (5я пара).
Лектор: Дьяконов Александр
| Важно! Для участия в спецкурсе необходимо было зарегистрироваться.
Сейчас регистрация уже закрыта. Желающие прослушать спецкурс могут дождаться следующего года. |
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!
Слушатели
|
| Рассылки материалов делаются только зарегистрированным пользователям, которые перечислены в таблице (см. ниже).
Слушатели, которые перестают делать домашние задания, удаляются из таблицы. За каждое задание можно получить от 0 до 10 штрафных баллов. 10 штрафных баллов понижают итоговую оценку на один балл. Условные обозначения: LB - есть в таблице конкурса (при конкурсном задании), LB-k - занято высокое k-е место (среди слушателей спецкурса), +r - сдан отчёт, {-n} - n штрафных баллов. |
| ФИО | рег | задание 1 | задание 2 | задание 3 |
|---|---|---|---|---|
| Файзи Вахиб | маг | LB+r | ||
| Рыжков Александр Михайлович | 417 | LB+r | ||
| Харациди Олег | 417 | LB+r | ||
| Шаповалов Никита Анатольевич | 201 | LB+r | ||
| Адимов Арсений Владимирович | 205 | LB+r | ||
| Рысьмятова Анастасия Александровна | 214 | LB+r | ||
| Тавыриков Юрий Евгеньевич | 205 | LB-2+r | ||
| Трофимов Михаил Игоревич | МФТИ4 | LB+r | ||
| Шадриков Андрей | 417 | LB+r | ||
| Кульпинов Владимир Константинович | 202 | LB | ||
| Бырдин Александр Владимирович | МФТИ4 | LB-3 | ||
| Кудрявцев Георгий Алексеевич | 206 | LB-1+r | ||
| Софиюк Константин Сергеевич | 206 | LB+r | ||
| Долганов Станислав Викторович | 206 | LB+r | ||
| Тихонов Глеб Николаевич | 513 | LB+r | ||
| Купляков Денис | 203 | LB+r | ||
| Зак Евгений | 517 | LB | ||
| Шабашев Фёдор Маркович | 417 | LB+r | ||
| Ломов Никита | 417 | LB+r | ||
| Алёшин Илья | 417 | LB+r | ||
| Славнов Константин Анатольевич | 317 | LB+r | ||
| Шевцова (Подлевских) Алена | ВМКвып | LB+r | ||
| Гавриков Михаил Игоревич | 517 | +r {-6} | ||
| Ромов Петр Алексеевич | 517 | {-10} | ||
| Фонарев Александр Юрьевич | 517 | +r {-3} | ||
| Дорофеев Николай Юрьевич | Яндекс | {-10} | ||
| Игнатов Алексей Николаевич | 416 | +r {-3} |
Лекции
| Число | Лекция | Материалы, замечания |
|---|---|---|
| 16.09.13 | Решение задачи [The Big Data Combine Engineered by BattleFin] - прогноз цены на основе многомерного ряда и анонимизированных признаков. Загрузка данных, простые модели, линейная регрессия и случайный лес, сравнение R и MATLAB. | Домашнее задание: решить задачу (отчёт). Материалы см. в [ветке форума] соревнования. |
| 07.10.13 | Разбор первого домашнего задания. Искусство визуализации данных: признаки в задаче [bioresponse], оценка признаков и фолдов, деформация ответов, устойчивость закономерностей, профили лет (в прогнозировании вр.рядов), плотности, оценка качества признаков с помощью RF и удалений | Слайды и материалы высланы по почте участникам. |
| 14.10.13 | Продолжение Искусство визуализации данных: Результаты алгоритмов и их линейные комбинации, ручная деформация пространств, визуализация и сглаживание плотностей, построение профилей. Что надо знать о признаках. Визуализация по-вертикали и по-горизонтали. Шумы и шумовые признаки. Задачи [cause-effect-pairs], [GiveMeSomeCredit], [DarkWorlds]. Как начать решать второе домашнее задание. | Слайды и материалы высланы по почте участникам. |
| 21.10.13 | Вторая задача: мозговой штурм. Оценка среднего, оценка вероятности, оценка плотности. Весовые схемы. |
Аннотация
2do
Автор программы: Дьяконов Александр Геннадьевич
Отчётность
- отчёты по решению конкурсных задач (доклады с презентацией + исходники)
- зачёт с оценкой в конце семестра
Ссылки
Вводная лекция, которая написана для просеминара.
Глава 12 «Шаманство в анализе данных».
Переработка предыдущего источника в научно-популярную лекцию.
Рассказываются тонкости решения задач, которые умалчиваются в основных курсах.
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.
