Это старая версия документа!
522 гр., все. Многомерный анализ данных
Место и время проведения: четверг, 4 пара
Преподаватель: Голяндина Нина Эдуардовна
Вопросы к экзамену:
1 часть
2 часть
Распечатки с результатами анализа.
- 05.12.2019 (4 пара) Кластерный анализ. Лекция.
- 28.11.2019 (4 пара) Продолжение про классификацию. Пример.
- 14.11.2019 (4 пара) Факторный анализ. Лекции (Общая часть, SVD, АГК, ФА)
- 07.11.2019 (4 пара) Окончание про АГК. Лекции (Общая часть, SVD, АГК) нужно прочитать (и понять) с начала до почти конца. На занятии будем разбирать практический пример.
- 31.10.2019 (4 пара) Продолжение про АГК. Постарайтесь прочитать выданные вам материалы до конца. Лекции (Общая часть, SVD, АГК).
- 24.10.2019 (4 пара) Переход к АГК. Главные направления, разница с SVD, интерпретация, на стат.языке.
- 17.10.2019 (4 пара) Сингулярное разложение матрицы (SVD). Так как 10 окт. разобрали только полстраницы, продолжаем обсуждать материал из Приложения А в этом уч.пособии, который и составляет лекцию по SVD. Нужно прочитать про сингулярное разложение, разбираться, что происходит в каждой формуле, что непонятно, отметить, выписать вопросы и пр. На занятии будем обсуждать ваши вопросы.
- 10.10.2019 (4 пара) Сингулярное разложение матрицы (SVD). Будем обсуждать материал из Приложения А в этом уч.пособии, который и составляет лекцию по SVD. Нужно прочитать про сингулярное разложение, разбираться, что происходит в каждой формуле, что непонятно, отметить, выписать вопросы и пр. На занятии будем обсуждать ваши вопросы.
- 03.10.2019 (4 пара) Введение в многомерный анализ данных. Характеристик данных - вектор средних, ковариационная матрица, корреляционная матрица, их оценки. Обсуждение задачи построения новых признаков, например анализ главных компонент (АГК). В след. раз - сингулярное разложение матрицы как математика, лежащая внутри АГК.