Предисловие

Тема 1. Что такое анализ данных

• 1.1. Понятие о таблице данных (64мин.)
• 1.2. Преобразование файла данных в таблицу данных (149мин.)
• 1.3. Иллюстративные проблемы анализа данных (192мин.)
• 1.4. Комментарии к истории науки о данных (128мин.)
• Кстати говоря (85мин.)
• Тест:  Что такое анализ данных (14мин.)

Тема 2. Одномерный анализ

• 2.1. Две математические модели для понятия «признак» (21мин.)
• 2.2. Понятие гистограммы для количественного признака (64мин.)
• Ф2.3. Гистограмма и плотность распределения (64мин.)
• В2.4. Вычисление гистограммы (21мин.)
• 2.5. Дальнейшая суммаризация: центр и рассеяние (107мин.)
• Ф2.6. Центр и рассеяние: формулировки (149мин.)
• • Ф2.6.1 Подход анализа данных (107мин.)
  • Ф2.6.2. Теоретико-вероятностный подход (43мин.)
• В2.7. Центр и рассеяние: вычисления (21мин.)
• 2.8. Бинарные и категоризованные признаки (171мин.)
• 2.9. Более продвинутые понятия (277мин.)
• • Проект 2.1. Вычисление центра по критерию Минковского (64мин.)
  • Проект 2.2. Оценка доверительного интервала среднего значения методом бутстрэп (107мин.)
  • Проект 2.3. Перекрестная валидация (скользящий контроль) (107мин.)
• Кстати говоря (64мин.)
• Тест:  Одномерный анализ (58мин.)

Тема 3. Двумерный анализ: суммаризация и корреляция двух признаков

• 3.1. Введение (21мин.)
• 3.2 Два количественных признака: линейная регрессия и вокруг (256мин.)
• • 3.2.1 Поле рассеяния, линейная регрессия и коэффициент корреляции (64мин.)
  • 3.2.2. Анализ степени адекватности уравнения регрессии (85мин.)
  • 3.2.3. Относительная ошибка прогноза в анализе данных и машинном обучении (107мин.)
• Ф3.3. Линейная регрессия: Формулировки (448мин.)
• • Ф3.3.1. Аппроксимационная перспектива: Линейная регрессия и коэффициент корреляции (43мин.)
  • Ф3.2.2. Вероятностная перспектива: двумерное Гауссово распределение и линейная регрессия (43мин.)
  • Ф3.3.3. Ложная корреляция: влияние выбросов и неоднородности (85мин.)
  • Ф3.3.4. Метод линеаризации для оценки нелинейной регрессии (21мин.)
  • Проект 3.1. Линейная регрессия и бутстрэп (128мин.)
  • Проект 3.2. Нелинейная и линеаризованная регрессии: инспирированный природой алгоритм (128мин.)
• 3.4. Случай смешанных шкал: номинальный и количественный признаки (298мин.)
• • 3.4.1. Целевой количественный признак: табличная регрессия (171мин.)
  • 3.4.2. Номинальный целевой признак (128мин.)
• 3.5. Случай двух номинальных признаков: таблица сопряженности (448мин.)
• • 3.5.1. Таблица сопряженности и концептуальная связь (85мин.)
  • 3.5.2. Исследование связей с помощью индекса Кетле (149мин.)
  • 3.5.3. Коэффициент хи-квадрат как индекс связи и визуализация его структуры (85мин.)
  • Ф3.5.4. Анализ таблиц сопряженности: формулировки (128мин.)
• Кстати говоря (64мин.)
• Тест:  Двумерный анализ: суммаризация и корреляция двух признаков (20мин.)

Тема 4. Корреляция в многомерных данных

• 4.1. Введение: трудности коррелирования данных (107мин.)
• 4.2. Бейесовский подход к распознаванию (171мин.)
• • 4.2.1. Бейесовское решающее правило (43мин.)
  • 4.2.2. Наивный Бейесовский классификатор (128мин.)
• 4.3 Меры качества классификатора (107мин.)
• • 4.3.1. Точность и связанные с ней показатели (64мин.)
  • Ф4.3.2. Точность и связанные с ней показатели: Формулировки (43мин.)
• 4.4. Нейронные сети для представления отображения «вход-выход» (298мин.)
• • 4.4.1. Искусственные нейроны и нейронные сети (85мин.)
  • 4.4.2. Функция активации и преобразование, задаваемое нейронной сетью (21мин.)
  • 4.4.3. Обучение нейронной сети (64мин.)
  • 4.4.4. Настройка нейронной сети и градиентная оптимизация (128мин.)
• Кстати говоря (43мин.)
• Тест:  Корреляция в многомерных данных (42мин.)

Тема 5. Суммаризация данных

• 5.1. Метод главных компонент (512мин.)
• • 5.1.1. Модель и метод для измерения скрытого фактора (107мин.)
  • 5.1.2. Метод главных компонент (МГК): случай нескольких скрытых факторов (43мин.)
  • 5.1.3. Традиционная формулировка МГК через ковариационную матрицу (64мин.)
  • 5.1.4. Применения МГК (277мин.)
• 5.2. Модель и метод K-средних для кластерного анализа (384мин.)
• • 5.2.1. Параллельный метод K-средних (128мин.)
  • 5.2.2. Критерий, минимизируемый методом K-средних (107мин.)
  • П. 5.2.4 Особенности метода K-средних (85мин.)
  • 5.2.5. Проблема инициализации K-средних (64мин.)
• 5.3. Пифагорово разложение и аномальные кластеры (469мин.)
• • 5.3.1. Пифагорово разложение разброса данных и дополнительный критерий (43мин.)
  • 5.3.2. Общность моделей МГК и метода K-средних (43мин.)
  • 5.3.3. Аномальные кластеры (107мин.)
  • 5.3.4. Интеллектуальная версия метода K-средних (107мин.)
  • Проект 5.1. Действительно ли метод главных компонент очищает структуру данных? (64мин.)
  • 5.3.5. Правила интерпретации кластеров через их центры (107мин.)
• Кстати говоря (64мин.)
• Тест:  Суммаризация данных (18мин.)

Заключение: место анализа данных

• Необходимость объяснения паттернов для принятия решений (21мин.)
• Доктор Сноу и вспышка холеры (21мин.)
• Рак почек и малонаселенные штаты в США (21мин.)
• Факторы риска заболеваний органов дыхания (43мин.)
• Анализ данных и смежные подходы (234мин.)
• • Анализ данных и искусственный интеллект (64мин.)
  • Анализ данных и машинное обучение (43мин.)
  • Анализ данных и математическая статистика (128мин.)

Список литературы

Приложение 1. Основы вычислительной среды MATLAB и ее аналогов

Приложение 2. Две программы на Матлабе

Приложение 3. Две случайные выборки для экспериментов

Завершение курса

• Тест:  Итоговое тестирование (60мин.)