Это не очень сложный курс по машинному обучению с математикой и питоном. Он состоит из двух частей: введение в DS и ML для маркетинга. Вторая часть только для маркетологов. Она в отдельном репозитории.
-
Материалы для каждого семинара лежат в папках
./sem*
-
В папке для каждой недели лежат файлы с семинаров, которые нужно изучить
-
В каждой папке есть свой небольшой README с дополнительными материалами, которые желательно посмотреть
-
Если вы хотите скачать из репозитория конкретную папку, просто вставьте ссылку на неё в сервис для скачки. Кнопка "скачать" есть в README к каждой неделе.
-
Wiki-страница курса
-
Любые вопросы можно задать в чат с технической поддержкой. Найдите нужный и вступите в него:
- 📦 Установите себе на компьютер anaconda. Это среда, в которой мы будем работать.
- 📦 Заведите себе anytask. Туда мы будем сдавать домашние работы.
- 📦 Часть домашних заданий сдаётся в систему Яндекс.Контест. На почты вам будут разосланы логины и пароли от неё.
- 📦 Вторая часть заданий будет сдаваться в anytask. В нём надо зарегистрироваться и ввести инвайт для своей группы:
БМБ 1901 LuBdyCA
БМБ 1902 a5xl0Jr
БМБ 1903 4Ope2KX
БМБ 1904 NiERtL8
БМБ 1905 dCeUWKm
БМБ 1906 zrfpbwl
БМБ 1907 rUSH2vx
БМБ 1908 Tkcqp3g
БМБ 1909 Bf2QY9a
БМБ 1910 KPKw6Y2
БММ 191 1zv8RNS
БММ 192 0Kf5VRE
БММ 193 8mOYYUj
БММ 194 cImCsEX
БММ 195 VOOZVlZ
БММ 196 1cu0iVn
Дедлайны по домашкам указаны либо в яндекс.контест либо в anytask. Для каждой домашки есть анонимная анкета, в которой вы можете высказать своё мнение о ней.
домашка | анонимка | решение | стоимость |
---|---|---|---|
Введение в python | анонимка по дз1 | 10 | |
Работа в pandas | анонимка по дз2 | 10 | |
Описательные статистики | анонимка по дз3 | 10 | |
Визуализация | анонимка по дз4 | 20 | |
Регрессия | анонимка по дз5 | 20 | |
Классификация | анонимка по дз6 | 10 | |
АБ-тестирование | анонимка по дз7 | 10 | |
Групповой кекс | анонимка по дз8 | 10 |
Найти все доступные лекции без смс и регистрации
Онлайн часть: Вводимся в python на Datacamp. Зачем: когда начинаешь учить новый язык, возникает языковой барьер. В онлайн-модуле вам предстоит через боль и страдания преодолеть этот языковой барьер. Двойной языковой барьер. Курсы будут на английском. Не зря же вы его учите...
- sem01 решаем в python задачки и убеждаемся, что мы уже много умеем, но многому ещё нужно научиться.
- sem02 знакомимся с pandas, работаем с таблицами.
- sem03 продолжаем работать с pandas. Решаем задачки на описательные статистики.
- sem04 строим в python свой первый визуал.
- sem05 знакомимся со своей первой моделью машинного обучения: линейной регрессией, разбираемся как она работает, говорим про деревья и случайный лес.
- sem06 оцениваем свою первую регрессию.
- sem07 На этом семинаре нас ожидает контрольная работа. Надо будет за полтора часа решить несколько простых задачек в питоне.
- sem08 разбираемся с классификацией и метриками для неё.
- sem09 разбираемся с алгоритмами классификации: KNN, случайный лес.
- sem10 гоняем алгоритмы классификации на компьютере.
- sem11 разбираемся что такое AB-тест и как проверяют гипотезы.
- sem12 проводим AB на компьютере, разбираемся что такое бутстреп.
Задумка: ввелись в python, а затем прошлись по всем составным частям ML-пайплайна от работы с данными до обучения моделей и AB-тестов.
Оценка ставится по формуле:
Накоп = 0.1*DC + 0.2*СР + 0.2*КР + 0.5*ДЗ
Итог = max(0.3*ЭКЗ + 0.7*Накоп, 0.5*ЭКЗ + 0.5*Накоп)
- DC - ваша оценка за онлайн-часть
- СР - средняя оценка, полученная за самостоятельные работы. Учитывается три лучшие работы из четырёх. В новых реалиях самостоялки проводятся в Яндекс.Контест в строго лимитированное время.
- КР - ваша оценка за контрольную работу, она проводится в Яндекс.Контест
- ДЗ - итоговая оценка, полученная за 8 домашних работ. Часть работ будет проверяться в Яндекс.Контест. Часть сдаётся в anytask.
- ЭКЗ - оценка, полученная за экзамен.
- Беднарский Роман: лекции, notebooks
- Теванян Элен: лекции, семинары, notebooks
- Степанюк Ира: семинары, notebooks
- Кутынина Катя: семинары, notebooks
- Ахматнуров Марат: семинары, notebooks
- Попенова Полина: семинары, notebooks
- Ульянкин Пилиф: семинары, notebooks
- Максимовская Настя: семинары, notebooks
- Ярослав Старухин: notebooks
Весь контент, созданный для этого курса распространяются на правах лицензии Creative Commons Attribution-Share Alike 4.0. Материалы публикуются как общественное достояние.