Introduction to Data Science

2019/2020

Academic Year

RUS

Instruction in Russian

3

ECTS credits

Delivered at:

Big Data and Information Retrieval School

Course type:

Compulsory course

When:

1 year, 4 module

Instructors

Аброскин Илья Дмитриевич

Akhmatnurov, Marat

Кутынина Екатерина Андреевна

Maximovskaya, Anastasia

Tevanyan, Elen

Программа дисциплины

Аннотация

Дисциплина «Введение в Data Science» знакомит студентов с основными концепциями и методами анализа данных и машинного обучения. Студенты также научатся программировать на языке Python, познакомятся с базовыми приёмами извлечения и обработки данных из сети интернет и различных типов файлов.

Цель освоения дисциплины

• Ставить измеримые цели, считать основные метрики
• Оценивать эффективность изменений
• Понимать, как делать прогнозы по данным

Планируемые результаты обучения

• Знать базовый синтаксис python, не теряться в коде.
• Знать основные понятия и классы задач машинного обучения.
• Уметь построить простые визуализации в python.
• Уметь посчитать основные описательные статистики.
• Понимать что такое регрессия, классификация, знать какие алгоритмы для решения этих задач существуют.
• Уметь считать основные метрики.
• Уметь построить в python простую модель и оценить её качество.
• Понимать что такое гипотезы. Уметь их проверять. Понимать что такое дизайн A/B теста.

Содержание учебной дисциплины

• Онлайн-модуль
  Серия из базовых онлайн-курсов для знакомства с python на Datacamp.
• Введение в область Data Science.
  Понятия Data Science, Machine Learning, Deep Learning, Big Data. Классы задач машинного обучения.
• Описательные статистики и визуализация данных.
  Понятие описательных статистик. Минимум, максимум, среднее, стандартное отклонение, медиана, процентили. Основные виды графиков.
• Регрессия. Метрики регрессии. Линейная регрессия.
  Постановка задачи регрессии. Метрики регрессии: MSE, MAE, MAPE, R2
• Классификации. Метрики классификации.
  Постановка задачи классификации. Метрики классификации: доля правильных ответов, точность, полнота. KNN, деревья.
• А/В-тестирование.
  Понятие гипотезы, ошибок первого и второго рода. Тестирование гипотез.

Элементы контроля

• Домашнее задание
  Домашние работы представляют из себя небольшие задания по машинному обучению, направленные на отработку навыков написания кода. Даются по текущей теме после каждого семинара.
• Самостоятельная работа
  В самостоятельных работах студент должен продемонстрировать понимание основных теоретических моментов, быть способным продемонстрировать знание теоретического материала и уметь применять знания для решения практических задач.
• Оценка онлайн курса
  5 курсов на платформе DataCamp: • Introduction to Python [https://www.datacamp.com/courses/intro-to-python-for-data-science]; • Intermediate Python [https://www.datacamp.com/courses/intermediate-python-for-data-science]; • pandas Foundations [https://www.datacamp.com/courses/pandas-foundations]; • Manipulating DataFrames with pandas [https://www.datacamp.com/courses/manipulating-dataframes-with-pandas] (chapters 1, 4); • Introduction to Data Visualization in Python [https://www.datacamp.com/courses/introduction-to-data-visualization-with-python].
• Контрольная работа
  В контрольной работе студент должен продемонстрировать навыки оценивания простейших моделей в python.
• Экзамен (письменный)
  Экзамен проводится в письменной форме. Экзамен проводится на платформе Zoom (https://zoom.us/) и состоит из 2 частей: тестирование на платформе Онлайн-образование в НИУ ВШЭ (https://online.hse.ru/) и загрузка решений задач на платформу Яндекс.Контест (https://contest.yandex.ru/). Преподаватели оставляют за собой право при проверке экзамена устно по видеосвязи опросить студента по экзаменационной работе. К экзамену необходимо подключиться за 10 минут до начала и прочитать инструкции по выполнению экзаменационной работы. Экзамен считается сданным и завершенным, если выполнены инструкции в экзаменационной работе. Инструкции по выполнению работы доступны на платформе https://online.hse.ru/ накануне экзамена. Во время экзамена студентам запрещено: выключать видеокамеру; покидать место выполнения экзаменационного задания; пользоваться умными гаджетами; привлекать посторонних лиц для помощи в проведении экзамена. Во время экзамена студентам разрешено: использовать личные конспекты, материалы курсы, выложенные на https://github.com/FUlyankin/Intro_to_DS. Кратковременным нарушением связи во время экзамена считается потеря сетевой связи студента с платформами https://online.hse.ru/ и https://contest.yandex.ru/ не более 15 минут и потеря сетевой связи студента с Zoom-конференцией не более 1 минуты. Долговременным нарушением связи во время экзамена считается потеря сетевой связи студента с платформами https://online.hse.ru/ и https://contest.yandex.ru/ более 15 минут и потеря сетевой связи студента с Zoom-конференцией более 1 минуты. При долговременном нарушении связи студент не может продолжить участие в экзамене. Пересдача предполагает другой вариант контрольной, с усложнением заданий, в присутствии преподавателей и ассистентов курса с демонстрацией экрана в Zoom. Дата пересдачи назначается по согласованию с учебным офисом.

Промежуточная аттестация

• Промежуточная аттестация (4 модуль)
  Накопленная оценка считается по формуле: Накоп=0.1⋅DC+0.2⋅СР+0.2⋅КР+0.5⋅ДЗ Итоговая оценка ставится по формуле: Оценка=max(0.3⋅ЭКЗ+0.7⋅Накоп; 0.5⋅ЭКЗ+0.5⋅Накоп).

Список литературы

Рекомендуемая основная литература

• Rogers, S., & Girolami, M. (2016). A First Course in Machine Learning (Vol. 2nd ed). Milton: Chapman and Hall/CRC. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1399490