522 гр., по выбору. Спецкурс «Интеллектуальный анализ данных» (5 курс)

Место и время проведения: вторник, вторая пара (11:15-12:50), ауд. 2446
Преподаватель: Коробейников Антон Иванович

---

Программа курса

Темы состоявшихся занятий

1. Линейные модели. Оценивание, проверка гипотез. Дисперсионный анализ как линейная модель. Анализ ковариаций
2. Простейшие задачи классификации. Логистическая регрессия. LDA, QDA, naive Bayes. Понятие ROC-кривой, AUC
3. Resampling: Кросс-валидация и бутстреп.
4. Model selection: AIC, BIC, ridge regression, lasso.
5. Деревья классификации и регрессии. Bagging, random forest, boosting
6. Робастная регрессия
7. Hidden Markov Models
8. Probabilistic Graphical Models
9. Обобщенные линейные модели (GLM)

Темы будущих занятий

1. Нелинейности. Сплайны, GAM
2. Support Vector Machines
3. Методы уменьшения размерности - PCA, principal component regression, partial least squares
4. Unsupervised learning. Кластеризация

Textbook

Introduction to Statistical Learning with R

Домашние задания

1. Пример с неправильным отбором признаков: слайд 18 из PDF
2. Глава 3 ISLR. Индивидуальные задания после главы 3 (Regression)
3. Глава 4 ISLR. Индивидуальные задания после главы 4 (Classification)
4. Глава 6 ISLR. Индивидуальные задания после главы 6 (Regularization)
5. Глава 8 ISLR. Индивидуальные задания после главы 8 (Trees)

Prerequisites

Дистрибутив R:

1. Windows
2. Linux
3. MacOS X

Редакторы и оболочки:

1. R Studio (Windows, Linux, MacOS X)

Рекомендуемая литература

Книги

1. Peter Dalgaard. Introductory Statistics with R. Springer, 2002.
2. John Maindonald and John Braun. Data Analysis and Graphics Using R. Cambridge University Press, Cambridge, 2003.
3. John Verzani. Using R for Introductory Statistics. Chapman & Hall/CRC, Boca Raton, FL, 2005.
4. Paul Murrell. R Graphics. Chapman & Hall/CRC, Boca Raton, FL, 2005.
5. Шипунов А.Б., Балдин Е.М., Волкова П.А., Коробейников А.И., Назарова С.А., Петров С.В., Суфиянов В.Г. Наглядная статистика. Используем R! – М.: ДМК Пресс, 2012. – 298 с. PDF
6. Роберт И. Кабаков R в действии. Анализ и визуализация данных в R. – М.: ДМК Пресс, 2013. – 280 с.

Статьи

1. John Maindonald. Using R for Data Analysis and Graphics - Introduction, Examples and Commentary. PDF
2. John Verzani. Simple R. PDF
3. Petra Kuhnert and Bill Venables. An Introduction to R: Software for Statistical Modelling & Computing. ZIP
4. David Rossiter. Introduction to the R Project for Statistical Computing for Use at the ITC. PDF
5. Е.М. Балдин, А.И. Коробейников, А.Б. Шипунов Анализ данных с R www

Задачи

Условные обозначения:

1. Цифра в клетке - порядковый номер “подхода”. Наличие цифры означает, что решение было получено, проверено, и результат отослан обратно.
2. Решетка - задание запрошено и выдано, плюс - зачтено, звездочка - штраф, минус - хм, незачет ;-)

Кроме того, пишется дата и время.

** Внимание:** Если напротив Вашей фамилии отсутствует назначенное задание, то для его получения Вам следует отправить запрос по почте.

	Model Selection	Regression	Classification	Trees	Regularization	Зачет
Зенкова Наталья	+	+	+	+	+	+
Страшко Владислав	+	+	+	+	+	+
Федоров Никита	+	+	+	+	+	+
Понизова Вероника	+	+	+	+	+	+
Романова Елизавета	+	+	+	+	+	+
Третьякова Александра	+	+	+	+	+	+
Балагуров Владимир		3.12	4.10 a-d	8.10	6.8
Бакшинская Екатерина	+	+	+	+	+	+
Волканова Маргарита	+	+	+	+	+	+
Высоков Максим	+	+	+	+	+	+
Горбачук Анна	+	+	+	+	+	+
Рукавишникова Анна	+	+	+	+	+	+
Лунев Иван	+	+	+	+	+	+
Сандул Михаил	+	+	+	+	+	+
Сидоренко Денис	+	+	+	+	+	+