Версия 12:46, 17 октября 2014

Программа

Прочитанные лекции

1. Введение. Что такое statistical learning. Примеры. (05.09) Файл:SL-01-SLIntro.pdf
2. И снова линейная регрессия. Оценивание. Проверка гипотез относительно коэффициентов. Доверительные интервалы для коэффициентов. (19.09) Файл:SL-02-Regression.pdf
3. Категориальные переменные в регрессии. Выбор информативных признаков (немного). (26.09) Файл:SL-03-Regression.pdf Файл:SL-Advertising.zip
4. Классификация. Линейные методы. Логистическая регрессия. (03.10) Файл:SL-04-Classification.pdf
5. Классификация. Дискриминантный анализ. Понятие ROC-кривой, AUC. Naive Bayes. (10.10) Файл:SL-04-Classification.pdf

Возможные темы будущих лекций

1. Регрессия. Выбросы, гетероскедастичность, high leverage points.
2. Resampling: Кросс-валидация. Бутстреп.
3. Снова о подборе линейной модели. Регуляризация (ridge regression, LASSO, elastic net). Робастная регрессия.
4. Нелинейности. Полиномиальная регрессия. Сплайны. Локальная регрессия. GAM.
5. Деревья. Bagging. Boosting.
6. Support vector machines
7. Unsupervised learning: PCA, кластеризация (k-means, иерархическая), model based clustering.

Материалы с практик

Конспект Файл:Rcourse.pdf (черновик). Будет обновляться. Внутри все листинги и результат выполнения + какие-то комментарии.

Результаты проверки заочных домашних заданий: Dropbox

1. Сырая версия history от 5 и 19 сентября (выложил в виде отформатированного конспекта) Файл:Hist5sep.R.gz Файл:Hist19sep.R.gz. Домашнее задание Файл:Task 19sep.pdf
2. Листинг для несостоявшегося занятия 26 сентября (будем с ним работать + еще немного) Файл:Hist26sep.R.gz
3. Задание с 3 октября Файл:Task2.pdf, данные для задания Файл:Data3oct.tar.gz
4. Задание с 10 октября Файл:Task3.pdf, данные для задания Файл:Data10oct.tar.gz

Дедлайны

• 10 октября - деление на группы по проектам
• 24 октября - финализация темы проекта
• TBA - презентации проектов

Группы по проектам

• Герман Демидов
• Бондарев Тимофей, Демидов Герман, Сидоров Святослав, Яснев Олег
• Екатерина Старостина, Дмитрий Мелешко, Маргарита Аксешина, Елена Бушманова.
• Павел Авдеев, Татьяна Малыгина, Анна Лиознова, Надия Ситдыкова *
• Комаров Александр, Крыщенко Антон, Тураев Тимур, Устюжанина Екатерина
• Андроник Ордиян, Аркадий Калакуцкий, Богдан Бугаев, Денис Жарков
• Антон Иванов, Гончарова Ирина
• Гайдай Игорь, Карташов Никита, Новокрещенов Константин, Хабибуллин Марат

 * --- тема проекта выбрана и согласована

Результаты и итоги

Литература

Основная

1. Hadley Wickham: "Advanced R" [1] - Достаточно краткое, но исчерпывающее руководство от очень известного R-гуру, автора множества пакетов
2. Patrick Burns: "The R Inferno" [2] - "Ад R", потенциальные ошибки при программировании на R и способы их избежать. Рекомендуется к чтению после некоторого опыта в R
3. Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani: "An Introduction to Statistical Learning (with Applications in R)" [3] - ISL, введение в SL с примерами, основное пособие курса
4. Trevor Hastie, Robert Tibshirani, Jerome Friedman: "The Elements of Statistical Learning"[4] - ESL, для тех, кому предыдущая книга покажется недостаточно подробной и глубокой. Больше теории и шире охват, но гораздо сложнее и нет примеров кода

Дополнительная

1. [5] - Сайт lattice
2. Sarkar, Deepayan: "Lattice. Multivariate Data Visualization with R" [6] - Исчерпывающий обзор графической системы "lattice" с примерами использования
3. [7] - Сайт ggplot2
4. Winston Chang: "R Graphics Cookbook" [8] - Введение в ggplot и рецепты
5. Hadley Wickham: "ggplot2: Elegant Graphics for Data Analysis" [9] - Книга от создателя ggplot, для тех, кто хочет разобраться с внутренним устройством пакета и проектировать собственные графики
6. Q. Ethan McCallum, Stephen Weston: "Parallel R. Data Analysis in the Distributed World " [10] - Книга содержит исчерпывающую информацию о параллельном программировании на R (включая кластеры и облака)