https://www.wikicshse.ru/index.php?action=history&feed=atom&title=%D0%A0%D0%B0%D0%B7%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B0_%D1%83%D0%BF%D1%80%D0%B0%D0%B2%D0%BB%D0%B5%D0%BD%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D1%85_%D1%80%D0%B5%D1%88%D0%B5%D0%BD%D0%B8%D0%B9_%D0%B2_%D0%BC%D0%B0%D1%80%D0%BA%D0%B5%D1%82%D0%B8%D0%BD%D0%B3%D0%B5 2026-06-06T15:10:47Z История изменений этой страницы в вики MediaWiki 1.45.3 https://www.wikicshse.ru/index.php?title=%D0%A0%D0%B0%D0%B7%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B0_%D1%83%D0%BF%D1%80%D0%B0%D0%B2%D0%BB%D0%B5%D0%BD%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D1%85_%D1%80%D0%B5%D1%88%D0%B5%D0%BD%D0%B8%D0%B9_%D0%B2_%D0%BC%D0%B0%D1%80%D0%BA%D0%B5%D1%82%D0%B8%D0%BD%D0%B3%D0%B5&diff=2406&oldid=prev 2018-10-01T19:18:16Z

<p>Migrated current public revision from wiki.cs.hse.ru</p> <p><b>Новая страница</b></p><div>== О курсе ==<br /> <br /> Курс предназначен для студентов второго года обучения на программе &quot;Маркетинг и рыночная аналитика&quot;, и является продолжением курса &quot;Введение в Data Science&quot;. <br /> Изучаем различные маркетинговые задачи и способы их решения с помощью методов машинного обучения: сегментация клиентов, привлечение клиентов, продажи, удержание клиентов, рекомендательные системы. <br /> Курс построен по принципу смешанного обучения: в онлайн-формате студенты тренируют навыки работы на Python, на лекциях обсуждают маркетинговую составляющую, на семинарах самостоятельно решают задачи.<br /> <br /> == Оценивание курса ==<br /> 0.1*DataCamp + 0.1*Контрольная по Python + 0.1*Самостоятельные работы + 0.2*Кейс + 0.3*Итоговый проект + 0.2*Экзамен<br /> <br /> == Программа курса ==<br /> <br /> <br /> == Большой план семинаров == <br /> <br /> * Самостоятельные проводятся примерно раз в две пары, в самом начале на 10 минут. На них мы решаем ручные задачи.<br /> * Кейс проводится на 9 семинаре. За семинар в команде надо успеть накидать решение. Баллы ставятся на группу. Внутри группы вы делите баллы как хотите.<br /> * Темы итогового проекта и материалы для него будут выданы немного позже. На последнем семинаре надо будет сверх-кратко презентовать его итоги.<br /> <br /> # Проверочная по python. Вы же прошли курсы на DataCamp?!<br /> # Делаем кластеризацию вручную на доске.<br /> # Решаем задачи на кластеризацию на компьютере. Изучаем сегментацию.<br /> # Cамостоятельная по кластеризации. Решаем задачи на классификацию вручную на доске.<br /> # Решаем задачи на классификацию на компьютере. Изучаем привлечение клиентов.<br /> # Самостоятельная по классификации. Решаем задачи на регрессию вручную на доске.<br /> # Решаем задачи на регрессию на компьютере. Изучаем продажи.<br /> # Самостоятельная по регрессии. Изучаем метрики классификации.<br /> # Решаем кейс целый семинар!<br /> # Разбираемся с рекомендательными системами.<br /> # Говорим об итоговых проектах.<br /> <br /> == Материалы курса ==<br /> <br /> * [https://docs.google.com/spreadsheets/d/1pj3_i_Y4NrEXeones3O9kRg0MK2OETqcV2REaXadVPM/edit?usp=sharing Текущие оценки]<br /> * [https://t.me/joinchat/B2EhSBCNsbeTKFYbUkMsBA Чат в телеграм]<br /> * [https://github.com/FUlyankin/HSE_Data_Culture/blob/master/docs/index_intro_2017.Rmd Материалы прошлого года]<br /> * [https://fulyankin.github.io/HSE_Data_Culture/ Материалы этого года]<br /> <br /> == Преподаватели и контакты ==</div>

imported>Fulyankin