Delivered at:: Department of Informatics

Course type:: Compulsory course

When:: 2 year, 1, 2 module

Instructor

Хорошев Артем Сергеевич

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Дисциплина направлена на формирование представлений об основных методах машинного обучения, соответствующих алгоритмах вывода, вероятностных основах машинного обучения и соответствующих моделях. Изучение дисциплины будет способствовать развитию вероятностной интуиции и разработке моделей и методов машинного обучения, а также их практическому применению.

Цель освоения дисциплины

Формирование у студентов представлений об основных аппаратах машинного обучения, эффективных алгоритмах обучения и применении обученных моделей.

Планируемые результаты обучения

Владеет понятием статистического обучения в бизнесе, социологии, экономике. Знает возможности применения статистического обучения в информационных системах. Знает классификационные и регрессионные деревья, линейную регрессию, квадратичную функцию потерь и предположение о нормальном распределении шума.
Знает главные методы, техники, темы и прикладные возможности. Владеет понятием анализа данных в различных прикладных областях. Знает этапы анализа данных. Знает инструменты R, RStudio, Python (пакеты scipy и numpy, сборка Anaconda, Pandas, Scikit-learn и др.).
Владеет понятиями визуализации и агрегации данных: фильтрация, объединение, сортировка данных. Работает с датами и текстовыми данными. Оценивает параметры распределений. Знает метод максимального правдоподобия.
Владеет понятиями: объединение моделей, усреднение, бутстрап, бэггинг, бустинг: AdaBoost. Знает алгоритм Random Forest.
Знает модели, допускающие интерпретацию. Владеет понятием интерпретации моделей “черного ящика”. Владеет понятием глобальной интерпретации (знает важность признаков, ICE графики).
Знает проблему выявления причинно-следственных связей. Владеет понятиями случайных экспериментов, выборки и смещения, мэтчинга. Знает оценки ATE, ATC.

Содержание учебной дисциплины

Тема 1. Введение, основные понятия анализа данных
Тема 2. Выводы на основе данных: проверка гипотез и статистические тесты
Тема 3. Предсказания на основе данных. Классификация и регрессия
Тема 4. Ансамбли моделей
Тема 5. Интерпретация моделей
Тема 6. Причинно-следственные связи

Элементы контроля

Дневники работы над проектом
Домашнее задание представляет собой проект по анализу данных и состоит из двух частей. Данные выбираются либо из списка, предоставленного преподавателем, либо предлагаются самостоятельно и согласовываются с преподавателем. На основе данных студентам необходимо построить предсказательную модель. Проект обязательно включает все методы, изученные на лекциях и практических занятиях: формулировку конкретных вопросов и проверку соответствующих гипотез; модель на основе дерева решений; модель на основе регрессии; модели, построенные каким-нибудь методом создания ансамблей; выбор итоговой модели; исследование того, какие переменные оказывают наибольшее влияние на модель (глобальная интерпретация); исследование предсказания на конкретном примере (локальная интерпретация); исследование причинно-следственных связей. Выбор инструментария для решения (R или Python) осуществляется студентом. Отчетность по проекту делится на два этапа. Первый этап - дневники работы над проектом, представляющие собой ответы на вопросы о выполненных на текущем шаге заданиях, вопросы посвящены тем методам, применение которых в проекте обязательно.
Итоговый отчет
Домашнее задание представляет собой проект по анализу данных. Данные выбираются либо из списка, предоставленного преподавателем, либо предлагаются самостоятельно и согласовываются с преподавателем. На основе данных студентам необходимо построить предсказательную модель. Проект обязательно включает все методы, изученные на лекциях и практических занятиях: формулировку конкретных вопросов и проверку соответствующих гипотез; модель на основе дерева решений; модель на основе регрессии; модели, построенные каким-нибудь методом создания ансамблей; выбор итоговой модели; исследование того, какие переменные оказывают наибольшее влияние на модель (глобальная интерпретация); исследование предсказания на конкретном примере (локальная интерпретация); исследование причинно-следственных связей. Выбор инструментария для решения (R или Python) осуществляется студентом. Отчетность по проекту делится на два этапа. Второй этап - письменный итоговый отчет по проекту. Итоговый отчет должен включать только те результаты и методы, которые оказались полезными для ответа на поставленный вопрос, и должен быть написан с ориентацией на “заказчика”, то есть понятен потенциальному клиенту, содержать все необходимые пояснения и интерпретации. Итоговый отчет содержит следующие разделы: 1) описание данных, включая их источник, 2) постановка цели, 3) шаги, описывающие логику рассуждения, 4) итоговая модель, 5) интерпретация модели, 6) практические выводы (чем найденные результаты могут быть полезны гипотетическому владельцу / создателю).
Экзамен
Итоговый экзамен представляет собой тест с закрытыми и открытыми вопросами (теоретическими и практическими). Тест может содержать от 15 до 25 вопросов, покрывающих рассмотренные на занятиях темы. На выполнение работы дается 90 минут.

Промежуточная аттестация

2022/2023 учебный год 2 модуль
Накопленная оценка по дисциплине рассчитывается следующим образом: Онакопл = 0,2Oдз1-дневник + 0,8Oдз2-проект Результирующая оценка по дисциплине рассчитывается следующим образом: Орезульт = 0,6*Онакопл + 0,4*Оэкз.

Список литературы

Авторы

Спицина Кристина Станиславовна
Кузнецов Антон Михайлович

Master’s Programme 'Computational Biology and Bioinformatics'

Modern Methods of Data Analysis

Instructor

Программа дисциплины