Alterna · учебный материал

Анализ данных: прогноз, классификация и кластеризация

Базовый и углублённый модуль: вопрос к данным, проверка качества, прогноз и осторожное использование моделей.

Что в этом материале

Содержание и основные понятия

01
Не путай методы
Прогноз оценивает будущее значение, классификация выбирает заранее известную категорию, кластеризация ищет похожие группы. Все три метода начинаются с качественных данных и проверяемой цели.
11 класс
ФОП · базовый уровень
Мост к программному анализу
02
Маршрут
50.1
Цикл анализа
Вопрос, данные, очистка, модель, вывод.
50.2
Прогноз
Ряд, тренд, горизонт и неопределённость.
50.3
Классификация и кластеры
Признаки, группы и проверка интерпретации.
50.4
Практикум
Решения на языке данных.
50.5
Итог
Мини-исследование и маршрут в Python.
03
Границы методов
Прогноз
Оценивает будущее числовое значение по прошлым наблюдениям. Нужен временной порядок и проверка на отложенном периоде.
Классификация
Выбирает известный класс по размеченным примерам. Ошибка разметки обучает модель неправильному правилу.
Кластеризация
Ищет группы без заранее заданных меток. Результат зависит от признаков, масштаба и выбранной меры расстояния.
Не автоматический ответ
Алгоритм находит структуру только в представленных данных. Смещение выборки, утечка целевого признака и неверная метрика могут сделать красивый результат бесполезным.

Структурная карта учебников