© Валерий Студенников

Нам понадобится Python 3 и дополнительные библиотеки:

pip3 install -U numpy
pip3 install -U pandas
pip3 install -U sklearn
pip3 install -U matplotlib

Кому нужно вдруг подтянуть Python, рекомендую ресурс http://pythontutor.ru/, где краткая теория и можно быстро и весело порешать несложные задачки онлайн. На занятиях будем исходить из того, что Python не представляет сложностей )

Классика жанра: запускаете Jupyter-web-сервер где-то у себя:

pip3 install -U jupyter

jupyter-notebook

Затем открываем в браузере http://localhost:8888/

Оболочка для Jupyter Notebook на десктопе (под разные ОС):

https://nteract.io/

Расширенный вариант Jupyter Notebook блекджеком и табами. https://jupyterlab.readthedocs.io/

Тоже запускается как web-сервер:

pip3 install jupyterlab

jupyter lab

Затем открываем в браузере http://localhost:8888/

• Бесплатный хостинг Juputer-блокнотов от Google:
  https://colab.research.google.com/
• Другие варианты облачных Jupyter-блокнотов:
  https://www.dataschool.io/cloud-services-for-jupyter-notebook/

1. Присылать ответы в jupyter-блокнотах со следующим названием файла: номерзадания-названиезадания-вашеимяфамалия.ipynb, например, 01-numpy-ivan_ivanov.ipynb

   В заголовке самого блокнота (в самой первой ячейке) также — название задания и ФИО автора.

2. Все ячейки, требующие вычисления, должны быть вычислены и в присылаемом блокноте должен содержаться вывод ячеек. Пустой блокнот с очищенным выводом ячеек не принимается!

3. Внутри в markdown-ячейках обязательно дублируете условие задачи в виде оглавления, каждую подзадачу предваряете markdown-ячейкой с описанием подзадачи.

4. Очень желательны комментарии к коду, которые объясняют, что делает тот или иной фрагмент. Нам за reverse engeneering не доплачивают ))

5. Код по-возможности структурируйте в небольший логические блоки, каждый в своей ячейке, чтобы легко было его понять. Выводите в блокнот промежуточные результаты. Вам же будет удобнее.

6. Если в работе используется какой-то датасет — ссылку на место, откуда его взяли и на описание длатсета. Хорошо рядом с загрузкой датасета кратко продублируете описание датасета — что это такое и о чём. Это важно, например, для правильной трактовки признаков, например, чтобы отделить категоривальные признаки от вещественных.

Откуда брать датасеты для работ?

• Встроенные датасеты в sklern
• Google-поиск по датасетам

Репозитории с датасетами:

• Kaggle (как начать работу в Kaggle: руководство для новичков в Data Science)
• Материалы с курса OpenDataScience или тут
• Датасеты университета Калифорнии
• Учебные датасеты для R
• Датасеты от FiveThirtyEight
• Подборка на habr
• Подборка на Reddit
• Ещё подборка
• И ещё подборка

Всяческие открытые данные:

• Списки источников открытых данных от Яндекса
• Портал открытых данных Российской Федерации. Так себе источник, но может кто-то что-то там для себя найдёт
• Портал открытых данных правительства Москвы. Правда с числовыми полями там не очень, зато много категориальных, можно потренироваться со всякими группировками. На лекции с pandas категориальные группировки нам как раз понадобятся.
• Открытые данные Сбербанка
• Отктытые данные минфина
• Отктытые данные минкульта

1. NumPy
2. Pandas
3. Визуализация данных
4. Задачи классификации. Метрики качества классификации
5. Деревья решений
6. Catboost
7. Линейная Регрессия
8. Классификация текстов с помощью TfIdf
9. Кластеризация
10. Понижение размерности признакового пространства

• Синтаксис markdown для Jupyter
• NumPy cheatsheet
• Essential Cheat Sheets for deep learning and machine learning researchers