Наука о данных: различия между версиями

Материал из MathINFO
Перейти к навигации Перейти к поиску
(не показано 11 промежуточных версий этого же участника)
Строка 117: Строка 117:
  
 
=== 26.04. Streamlit ===
 
=== 26.04. Streamlit ===
* [https://github.com/ischurov/streamlit-example2022/blob/master/helloworld.py Пример streamlit-приложения], [https://share.streamlit.io/ischurov/streamlit-example2022/helloworld.py работающее приложение]
+
* [https://youtu.be/Zj88UK997ng Видео с занятия]
 +
* Пример streamlit-приложения: [https://github.com/ischurov/streamlit-example2022/blob/master/helloworld.py код], [https://share.streamlit.io/ischurov/streamlit-example2022/helloworld.py демо].
 +
 
 +
=== 27.04. Ещё о streamlit. Scrapy. Networkx ===
 +
* [https://youtu.be/iatDEPCKYQ4 Видео с занятия]
 +
* [https://gist.github.com/ischurov/7b0ad6b1a80d23c8ad039a0761dc91aa Scrapy-краулер], [https://gist.github.com/ischurov/85331c7cb595594a5ac386fba2234ed9 визуализация графа с помощью networkx].
 +
* [[/ДЗ№13]]
 +
 
 +
=== 11.05. Геоданные ===
 +
* [https://youtu.be/qu71fj25jMU Видео с занятия]
 +
* [http://nbviewer.jupyter.org/url/python.math-hse.info/static/assignments_release/nesdatascience2022/ps14/ps14.ipynb ДЗ№14]
 +
 
 +
=== 17.05. Введение в машинное обучение. Задача регрессии ===
 +
* [https://youtu.be/ZRO6QvIoLs4 Видео с занятия], [https://gist.github.com/2248163d4b52008550490be5415a63eb ноутбук с занятия]
 +
 
 +
=== 18.05. Введение в машинное обучение. Задача классификации. Логистическая регрессия ===
 +
* [https://youtu.be/HOwopQDHAEc Видео с занятия]
 +
 
 +
== Итоговый проект ==
 +
* [[/Итоговый проект|Правила выполнения]], срок сдачи: 13 июня, 23:59.

Версия 17:04, 19 мая 2022

  • Совместный бакалавриат ВШЭ-РЭШ, 2-й год обучения.
  • Курс ведёт Илья Щуров.

Содержание

Материалы

11.01. Первое знакомство. Python как калькулятор. Числа и строки

12.01. Списки

18.01. Списки и цикл for

19.01. Отступление: введение в R

25.01. Ещё чуть-чуть про R. Возвращаемся в Python: ещё о циклах, проверка условий

26.01. Ещё о проверках условий. Функции

1.02. Функции как аргументы функций. Сортировка. Лямбда-функции. Форматирование строк

2.02. Словари и множества

8.02. Работа с файлами

9.02. Исключение. Классы

15.02. Наследование. Итераторы

16.02. Библиотека numpy (и немножко matplotlib и sympy)

22.02. Ещё про numpy и математику в питоне

1.03 — 2.03. Библиотека pandas

9.03. Продвинутые возможности pandas

15.03. Немного о погоде и мультииндексах

16.03. Немного о картинках

22.03. Ещё немного о картинках

23.03. Введение в веб-скреппинг. Библиотека BeautifulSoup

5.04. Ещё про веб-скреппинг

6.04. REST API: XML и JSON

12.04. Визуализация данных и визуальные коммуникации

Гостевая лекция Александра Богачёва

13.04. Продвинутый веб-скреппинг: Selenium

19.04. SQL и базы данных

20.04. Регулярные выражения

26.04. Streamlit

27.04. Ещё о streamlit. Scrapy. Networkx

11.05. Геоданные

17.05. Введение в машинное обучение. Задача регрессии

18.05. Введение в машинное обучение. Задача классификации. Логистическая регрессия

Итоговый проект