Pазработчик BigData

File Name

Size

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/__init__.py

0 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/__init__.py

0 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrappers/__init__.py

0 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/__init__.py

0 B

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStreamExtra/stopwords.txt

4 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.dockerignore

5 B

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/WordCountSimple/file01

22 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/HEAD

23 B

3. Визуализация/homework/vkstatsbot/_gitignore

24 B

17. Анализ текстовых данных/homework/vkstatsbot/.gitignore

24 B

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/WordCountSimple/file02

28 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/refs/remotes/origin/HEAD

32 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/refs/heads/master

41 B

18. Анализ текстовых данных 2/requirements.txt

44 B

3. Визуализация/homework/vkstatsbot/vkstat_example.cfg

49 B

17. Анализ текстовых данных/homework/vkstatsbot/vkstat_example.cfg

49 B

30. Организация хранения данных для решения задач машинного обучения/sample.txt

50 B

31. Spark/broad.py

58 B

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/test_env.sh

58 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/luigi/run.sh

65 B

15. Бустинг/ДЗ.txt

66 B

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/text_3.txt

66 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/luigi/luigi_mr_conf.cfg

70 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/description

73 B

11. Уменьшение размерности/ДЗ.txt

76 B

19. Рекомендательные системы/lecture_19/requirements.txt

79 B

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/text_1.txt

92 B

7. kMeans, EM/ДЗ.txt

116 B

13. Деревья решений/ДЗ.txt

122 B

31. Spark/stackoverflow/build.sbt

134 B

30. Организация хранения данных для решения задач машинного обучения/scala_project/build.sbt

134 B

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/mapper.py

135 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/__pycache__/__init__.cpython-34.pyc

156 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/__pycache__/__init__.cpython-34.pyc

157 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrappers/__pycache__/__init__.cpython-34.pyc

158 B

5. Логистическая регрессия/ДЗ.txt

170 B

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/WordCountSimple/run.sh

182 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/vkstat.cfg

187 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/post-update.sample

189 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/logs/HEAD

192 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/logs/refs/heads/master

192 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/logs/refs/remotes/origin/HEAD

192 B

17. Анализ текстовых данных/ДЗ.txt

196 B

1. Базовые инструменты анализа данных в Python/ДЗ.txt

196 B

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/reducer.py

202 B

17. Анализ текстовых данных/homework/vkstatsbot/.idea/misc.xml

208 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/.idea/misc.xml

208 B

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/text.txt

221 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/info/exclude

240 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/config

269 B

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/text_2.txt

270 B

17. Анализ текстовых данных/homework/vkstatsbot/.idea/modules.xml

272 B

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/run.sh

280 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/.idea/modules.xml

280 B

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStream/run.sh

282 B

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStreamExtra/run.sh

310 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/circle.yml

320 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/storage.py

335 B

17. Анализ текстовых данных/homework/vkstatsbot/constants.py

339 B

3. Визуализация/homework/vkstatsbot/constants.py

339 B

30. Организация хранения данных для решения задач машинного обучения/connect

346 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/pre-applypatch.sample

398 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/.idea/data_gathering.iml

398 B

17. Анализ текстовых данных/homework/vkstatsbot/.idea/vkstatsbot.iml

398 B

30. Организация хранения данных для решения задач машинного обучения/sample.scala

428 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/applypatch-msg.sample

452 B

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStreamTool/run.sh

465 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/filter_parser.py

468 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.gitignore

475 B

3. Визуализация/populations.txt

523 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/test_parsers.py

533 B

30. Организация хранения данных для решения задач машинного обучения/start_jupyter.sh

576 B

23. Нейронные сети, часть 2/ДЗ.txt

579 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/html_parser.py

581 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/parser.py

625 B

29. Слои данных для оптимизации процессов использования данных. Hive/wiki_part.hql

631 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/cron/daily.sh

663 B

29. Слои данных для оптимизации процессов использования данных. Hive/clickstream.sql

713 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/docker-compose-LocalExecutor.yml

811 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/__pycache__/storage.cpython-34.pyc

844 B

17. Анализ текстовых данных/homework/vkstatsbot/visualisation.py

885 B

3. Визуализация/homework/vkstatsbot/visualisation.py

885 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/commit-msg.sample

896 B

30. Организация хранения данных для решения задач машинного обучения/word_count.py

907 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrappers/scrapper.py

922 B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/index

944 B

31. Spark/examples.scala

980 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/__pycache__/filter_parser.cpython-34.pyc

1005 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrappers/__pycache__/scrapper.cpython-34.pyc

1018 B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/file_storage.py

1.0 kB

30. Организация хранения данных для решения задач машинного обучения/scala_project/SparkWordCount.scala

1.0 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/luigi/luigi_graph.py

1.0 kB

22. Нейронные сети, часть 1/ДЗ.txt

1.1 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/dags/__pycache__/tuto.cpython-36.pyc

1.1 kB

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/__pycache__/test_parsers.cpython-34.pyc

1.1 kB

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/__pycache__/parser.cpython-34.pyc

1.2 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/prepare-commit-msg.sample

1.2 kB

29. Слои данных для оптимизации процессов использования данных. Hive/wiki_part_orc.hql

1.2 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/dags/tuto.py

1.3 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/luigi/luigi_mr.py

1.3 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/pre-push.sample

1.3 kB

3. Визуализация/homework/vkstatsbot/bot_handlers.py

1.4 kB

17. Анализ текстовых данных/homework/vkstatsbot/bot_handlers.py

1.4 kB

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/__pycache__/file_storage.cpython-34.pyc

1.4 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/packed-refs

1.5 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/pre-commit.sample

1.6 kB

20. Временные ряды/AirPassengers.csv

1.7 kB

2. Вводная в математические операции/] vectors.png

1.7 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/oozie/example.xml

2.0 kB

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/WordCountSimple/WordCount.java

2.1 kB

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStream/ClickStream.java

2.1 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/Dockerfile

2.2 kB

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrappers/__pycache__/vk_api.cpython-34.pyc

2.3 kB

3. Визуализация/homework/vkstatsbot/vk_api.py

2.3 kB

17. Анализ текстовых данных/homework/vkstatsbot/vk_api.py

2.3 kB

3. Визуализация/homework/vkstatsbot/main.py

2.3 kB

17. Анализ текстовых данных/homework/vkstatsbot/main.py

2.3 kB

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStreamTool/ClickStreamTool.java

2.4 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/chat.txt

2.6 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/script/entrypoint.sh

2.6 kB

24. Алгоритмы на графах/125px_Undirected.png

2.7 kB

9. Feature engineering/sample_submission.csv

2.8 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/docker-compose-CeleryExecutor.yml

2.8 kB

24. Алгоритмы на графах/125px_Directed.png

2.9 kB

3. Визуализация/crimeRatesByState2005.tsv

2.9 kB

9. Feature engineering/gender_submission.csv

3.2 kB

19. Рекомендательные системы/homework.txt

3.2 kB

19. Рекомендательные системы/lecture_19/homework.txt

3.2 kB

17. Анализ текстовых данных/homework/homework_description.txt

3.5 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/update.sample

3.5 kB

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStreamExtra/ClickStreamExtra.java

3.8 kB

12. Методы оптимизации/pics/Stogra.png

3.8 kB

31. Spark/stackoverflow/src/main/scala/StackOverflowDataset.scala

4.1 kB

13. Деревья решений/pics/DS1.png

4.2 kB

13. Деревья решений/pics/DS2.png

4.2 kB

13. Деревья решений/pics/DS3.png

4.3 kB

16. SVM, Support vector machine/lecture_16_svm/margin.png

4.8 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/pre-rebase.sample

4.8 kB

3. Визуализация/nba.csv

4.9 kB

20. Временные ряды/chat.txt

5.1 kB

11. Уменьшение размерности/chat.txt

5.1 kB

22. Нейронные сети, часть 1/neuron.png

5.2 kB

23. Нейронные сети, часть 2/neuron.png

5.2 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/README.md

5.8 kB

24. Алгоритмы на графах/203px_Unconnected_graph.png

5.9 kB

20. Временные ряды/cv.png

6.0 kB

22. Нейронные сети, часть 1/chat.txt

6.2 kB

11. Уменьшение размерности/homework_dimred.ipynb

6.7 kB

23. Нейронные сети, часть 2/chat.txt

6.7 kB

11. Уменьшение размерности/proj_1.png

7.0 kB

7. kMeans, EM/] edit.png

7.0 kB

3. Визуализация/pics/heatmap.png

7.1 kB

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/gathering.py

7.4 kB

6. KNN, наивный байес/chat.txt

7.5 kB

20. Временные ряды/ts1.png

7.9 kB

20. Временные ряды/ts3.png

8.0 kB

23. Нейронные сети, часть 2/AutoEncoder.png

8.2 kB

21. Latent Dirichlet Allocation/AB_Testing_Normal_Curve.jpg

8.5 kB

12. Методы оптимизации/pics/var.png

8.7 kB

13. Деревья решений/chat.txt

8.7 kB

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/__pycache__/gathering.cpython-34.pyc

8.9 kB

13. Деревья решений/homework.ipynb

8.9 kB

20. Временные ряды/ts2.png

9.0 kB

17. Анализ текстовых данных/homework/vkstatsbot/.idea/workspace.xml

9.3 kB

5. Логистическая регрессия/exercises.ipynb

9.4 kB

3. Визуализация/homework/description.docx

9.5 kB

2. Вводная в математические операции/uniform_dist.png

9.7 kB

19. Рекомендательные системы/lecture_19/netflix_progress.jpg

9.9 kB

12. Методы оптимизации/pics/sgd_plot.pdf

10 kB

2. Вводная в математические операции/[corr.png

10 kB

3. Визуализация/cars.csv

10 kB

2. Вводная в математические операции/uniform_f.png

11 kB

3. Визуализация/pics/box.png

11 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/LICENSE

11 kB

5. Логистическая регрессия/pics/logistic_function_plot.pdf

12 kB

5. Логистическая регрессия/pics/sgd_plot.pdf

12 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/config/airflow.cfg

13 kB

21. Latent Dirichlet Allocation/ab_process.png

13 kB

6. KNN, наивный байес/pics/m1.png

13 kB

11. Уменьшение размерности/dim_var.png

13 kB

5. Логистическая регрессия/pics/step.pdf

13 kB

4. Линейная регрессия/pics/regression_poly_overfit.pdf

13 kB

24. Алгоритмы на графах/photo_2018_02_06_15_57_29.jpg

14 kB

5. Логистическая регрессия/pics/underfitting_learning_curves_plot.pdf

14 kB

4. Линейная регрессия/pics/underfitting_learning_curves_plot.pdf

14 kB

22. Нейронные сети, часть 1/pytorch_tutorial.ipynb

14 kB

6. KNN, наивный байес/pics/m2.png

14 kB

5. Логистическая регрессия/pics/classification_random_line.pdf

14 kB

5. Логистическая регрессия/pics/classification.pdf

15 kB

1. Базовые инструменты анализа данных в Python/exercises.ipynb

15 kB

5. Логистическая регрессия/pics/logloss.pdf

15 kB

5. Логистическая регрессия/pics/error_function.pdf

15 kB

6. KNN, наивный байес/pics/blobs_new.pdf

15 kB

4. Линейная регрессия/meeting_saved_chat.txt

15 kB

21. Latent Dirichlet Allocation/h1.png

15 kB

6. KNN, наивный байес/pics/blobs_nearest1.pdf

15 kB

6. KNN, наивный байес/pics/blobs.pdf

15 kB

6. KNN, наивный байес/pics/regression_poly_overfit.pdf

15 kB

4. Линейная регрессия/pics/regression_poly.pdf

15 kB

5. Логистическая регрессия/pics/regression_poly.pdf

15 kB

4. Линейная регрессия/pics/regression.pdf

16 kB

5. Логистическая регрессия/pics/regression.pdf

16 kB

6. KNN, наивный байес/pics/of.png

16 kB

6. KNN, наивный байес/pics/m3.png

16 kB

19. Рекомендательные системы/lecture_19/star_ratings.png

16 kB

4. Линейная регрессия/pics/regression_poly_predicted.pdf

16 kB

5. Логистическая регрессия/pics/regression_poly_predicted.pdf

17 kB

5. Логистическая регрессия/pics/descision.pdf

17 kB

5. Логистическая регрессия/pics/regression_poly_overfit.pdf

17 kB

4. Линейная регрессия/pics/regression_random_line.pdf

17 kB

20. Временные ряды/otus.png

17 kB

24. Алгоритмы на графах/otus.png

17 kB

3. Визуализация/pics/otus.png

17 kB

26. Vowpal Wabbit для обучения линейных моделей на одной машине/otus.png

17 kB

4. Линейная регрессия/pics/otus.png

17 kB

11. Уменьшение размерности/otus.png

17 kB

22. Нейронные сети, часть 1/otus.png

17 kB

5. Логистическая регрессия/pics/otus.png

17 kB

12. Методы оптимизации/pics/otus.png

17 kB

21. Latent Dirichlet Allocation/otus.png

17 kB

17. Анализ текстовых данных/otus.png

17 kB

13. Деревья решений/pics/otus.png

17 kB

14. Ансамбли моделей/otus.png

17 kB

15. Бустинг/otus.png

17 kB

23. Нейронные сети, часть 2/otus.png

17 kB

16. SVM, Support vector machine/lecture_16_svm/otus.png

17 kB

6. KNN, наивный байес/pics/otus.png

17 kB

2. Вводная в математические операции/otus.png

17 kB

19. Рекомендательные системы/lecture_19/otus.png

17 kB

18. Анализ текстовых данных 2/pics/otus.png

17 kB

9. Feature engineering/otus.png

17 kB

13. Деревья решений/pics/DT1.png

17 kB

5. Логистическая регрессия/pics/regression_random_line.pdf

17 kB

11. Уменьшение размерности/PearsonFig.jpg

18 kB

13. Деревья решений/pics/DT6.png

18 kB

13. Деревья решений/pics/DT5.png

18 kB

16. SVM, Support vector machine/lecture_16_svm/regression.png

18 kB

16. SVM, Support vector machine/lecture_16_svm/linear.png

18 kB

16. SVM, Support vector machine/linear.png

18 kB

4. Линейная регрессия/pics/regression_estimated.pdf

18 kB

5. Логистическая регрессия/pics/zero_one_loss.pdf

18 kB

5. Логистическая регрессия/pics/classification_error.pdf

18 kB

13. Деревья решений/pics/DT3.png

18 kB

13. Деревья решений/pics/DT4.png

18 kB

4. Линейная регрессия/pics/regression_random_line_mse.pdf

18 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/objects/pack/pack-350773030e4626b979dd0965444cfb4dc5defb79.idx

18 kB

5. Логистическая регрессия/pics/regression_estimated.pdf

19 kB

5. Логистическая регрессия/pics/regression_random_line_mse.pdf

19 kB

16. SVM, Support vector machine/lecture_16_svm/slack.png

20 kB

4. Линейная регрессия/pics/supervised.pdf

20 kB

30. Организация хранения данных для решения задач машинного обучения/titanic.ipynb

21 kB

5. Логистическая регрессия/pics/supervised.pdf

21 kB

19. Рекомендательные системы/lecture_19/mf.png

21 kB

15. Бустинг/homework.ipynb

22 kB

24. Алгоритмы на графах/585px_VR_complex.svg

22 kB

3. Визуализация/pics/bar.png

22 kB

3. Визуализация/pics/plot.png

23 kB

2. Вводная в математические операции/norm_f.png

24 kB

21. Latent Dirichlet Allocation/BabyAge_Control.jpg

24 kB

2. Вводная в математические операции/norm_dist.png

25 kB

32. Обзор решений для аналитики больших данных/Проект.pdf

25 kB

19. Рекомендательные системы/lecture_19/svd.png

25 kB

12. Методы оптимизации/pics/g2.png

25 kB

21. Latent Dirichlet Allocation/BabyAge_Variation.jpg

26 kB

11. Уменьшение размерности/pca.png

27 kB

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/homework.pdf

28 kB

9. Feature engineering/test.csv

28 kB

30. Организация хранения данных для решения задач машинного обучения/test.csv

28 kB

19. Рекомендательные системы/lecture_19/effect_factorizations.png

28 kB

31. Spark/spark_hw.pdf

28 kB

4. Линейная регрессия/pics/supervised.png

28 kB

5. Логистическая регрессия/pics/supervised.png

28 kB

1. Базовые инструменты анализа данных в Python/Roadmap.pdf

29 kB

12. Методы оптимизации/pics/g3.png

30 kB

1. Базовые инструменты анализа данных в Python/homework_description.pdf

30 kB

5. Логистическая регрессия/pics/circles.pdf

30 kB

4. Линейная регрессия/] exercises.ipynb

32 kB

23. Нейронные сети, часть 2/lecture_23_nn_pytorch.ipynb

32 kB

19. Рекомендательные системы/lecture_19/linkedin.png

32 kB

2. Вводная в математические операции/limit.png

33 kB

5. Логистическая регрессия/pics/circles0050001.pdf

34 kB

8. Иерархическая кластеризация, DB-Scan/clusters

34 kB

13. Деревья решений/pics/DT2.png

34 kB

29. Слои данных для оптимизации процессов использования данных. Hive/homework.pdf

34 kB

5. Логистическая регрессия/pics/circles020001.pdf

35 kB

21. Latent Dirichlet Allocation/Hypothesis_Testing.jpg

35 kB

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/.idea/workspace.xml

36 kB

12. Методы оптимизации/pics/g1.png

36 kB

5. Логистическая регрессия/pics/circles005001.pdf

37 kB

19. Рекомендательные системы/lecture_19_rec.ipynb

37 kB

19. Рекомендательные системы/lecture_19/lecture_19_rec.ipynb

37 kB

5. Логистическая регрессия/pics/circles021.pdf

37 kB

5. Логистическая регрессия/pics/circles00501.pdf

37 kB

5. Логистическая регрессия/pics/circles02001.pdf

37 kB

5. Логистическая регрессия/pics/circles0201.pdf

37 kB

5. Логистическая регрессия/pics/circles0210000.pdf

38 kB

5. Логистическая регрессия/pics/circles0051.pdf

38 kB

21. Latent Dirichlet Allocation/button_ab_test.png

38 kB

16. SVM, Support vector machine/lecture_16_svm/rocauc.png

39 kB

4. Линейная регрессия/pics/regression_3d.pdf

40 kB

4. Линейная регрессия/pics/regression_3d_estimated.pdf

41 kB

12. Методы оптимизации/pics/ada.png

41 kB

12. Методы оптимизации/pics/nesterov.png

44 kB

21. Latent Dirichlet Allocation/band.png

48 kB

24. Алгоритмы на графах/photo_2018_02_06_01_28_08.jpg

48 kB

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrapped_data.txt

49 kB

11. Уменьшение размерности/proj.png

50 kB

5. Логистическая регрессия/pics/regression_3d.pdf

51 kB

9. Feature engineering/Features Homework.pdf

52 kB

2. Вводная в математические операции/corr2.png

52 kB

21. Latent Dirichlet Allocation/ab_test_3_kak_provoditsya_ab_testirovanie.jpg

53 kB

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/homework-watermark.pdf

53 kB

18. Анализ текстовых данных 2/pics/latent-dirichlet-allocation-7-1024.jpg

53 kB

5. Логистическая регрессия/pics/regression_3d_estimated.pdf

54 kB

19. Рекомендательные системы/lecture_19/lecture_19_rec_p2.ipynb

54 kB

19. Рекомендательные системы/lecture_19_rec_p2.ipynb

54 kB

29. Слои данных для оптимизации процессов использования данных. Hive/smallwikipedia.csv

54 kB

6. KNN, наивный байес/pics/lr_cls.png

54 kB

17. Анализ текстовых данных/lecture_17_text_word2vec.ipynb

58 kB

24. Алгоритмы на графах/photo_2018_02_06_19_27_02.jpg

58 kB

17. Анализ текстовых данных/lecture_17_text.ipynb

59 kB

21. Latent Dirichlet Allocation/lecture_21_ab.ipynb

60 kB

9. Feature engineering/train.csv

60 kB

30. Организация хранения данных для решения задач машинного обучения/train.csv

60 kB

6. KNN, наивный байес/pics/knn_cls.png

60 kB

24. Алгоритмы на графах/image016.jpg

60 kB

12. Методы оптимизации/pics/nesterov2.png

62 kB

2. Вводная в математические операции/lecture_02_math.ipynb

64 kB

23. Нейронные сети, часть 2/net.jpeg

67 kB

13. Деревья решений/pics/housing.png

70 kB

16. SVM, Support vector machine/lecture_16_svm/svm_equations.png

70 kB

6. KNN, наивный байес/pics/knn_cls_1.png

71 kB

19. Рекомендательные системы/lecture_19/fm.png

71 kB

13. Деревья решений/pics/creditdecisiontree.png

72 kB

6. KNN, наивный байес/pics/vtt.png

72 kB

4. Линейная регрессия/exercises_key.ipynb

73 kB

13. Деревья решений/pics/golf.png

76 kB

22. Нейронные сети, часть 1/g2.png

76 kB

22. Нейронные сети, часть 1/act.png

76 kB

22. Нейронные сети, часть 1/g3.png

78 kB

5. Логистическая регрессия/homework.ipynb

78 kB

18. Анализ текстовых данных 2/pics/kmeans.png

82 kB

22. Нейронные сети, часть 1/g1.png

92 kB

3. Визуализация/pics/pair.png

104 kB

5. Логистическая регрессия/pics/unsupervised.pdf

104 kB

4. Линейная регрессия/pics/unsupervised.pdf

105 kB

3. Визуализация/pics/pie.png

106 kB

19. Рекомендательные системы/lecture_19/cfuser.png

109 kB

18. Анализ текстовых данных 2/pics/gauss.png

110 kB

1. Базовые инструменты анализа данных в Python/env.pdf

114 kB

13. Деревья решений/pics/obama.jpg

116 kB

9. Feature engineering/grad.png

121 kB

7. kMeans, EM/homework-clustering.ipynb

121 kB

11. Уменьшение размерности/data.csv

122 kB

19. Рекомендательные системы/lecture_19/content.png

125 kB

11. Уменьшение размерности/dims.png

126 kB

6. KNN, наивный байес/pics/cv.png

136 kB

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/alice.txt

148 kB

1. Базовые инструменты анализа данных в Python/lecture-1-intro.ipynb

153 kB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/objects/pack/pack-350773030e4626b979dd0965444cfb4dc5defb79.pack

156 kB

22. Нейронные сети, часть 1/graph.png

156 kB

23. Нейронные сети, часть 2/graph.png

156 kB

24. Алгоритмы на графах/6_centrality_measures.png

163 kB

2. Вводная в математические операции/p_x.png

164 kB

18. Анализ текстовых данных 2/lecture_18_text.ipynb

171 kB

3. Визуализация/pics/salaries.png

171 kB

16. SVM, Support vector machine/lecture_16_svm/svm_plots.png

172 kB

5. Логистическая регрессия/pics/grad.png

226 kB

12. Методы оптимизации/pics/grad.png

226 kB

26. Vowpal Wabbit для обучения линейных моделей на одной машине/lecture_26.ipynb

251 kB

13. Деревья решений/lecture_13_trees.ipynb

262 kB

3. Визуализация/pics/scatter.png

289 kB

15. Бустинг/lecture_15_ens_lib.ipynb

295 kB

20. Временные ряды/Sales_Transactions_Dataset_Weekly.csv

310 kB

12. Методы оптимизации/lecture_12_opt.ipynb

318 kB

19. Рекомендательные системы/lecture_19/amazon.png

320 kB

19. Рекомендательные системы/lecture_19/lastfm.png

348 kB

26. Vowpal Wabbit для обучения линейных моделей на одной машине/lecture_26_vw.pdf

365 kB

7. kMeans, EM/lecture_07_clustering.pdf

373 kB

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mapred.pdf

387 kB

30. Организация хранения данных для решения задач машинного обучения/lecture_30_spark.pdf

393 kB

31. Spark/lecture_31_spark.pdf

394 kB

22. Нейронные сети, часть 1/lecture_22_nn_pytorch.ipynb

395 kB

19. Рекомендательные системы/lecture_19/lamoda.png

408 kB

16. SVM, Support vector machine/lecture_16_svm.ipynb

432 kB

6. KNN, наивный байес/lecture_06_knn.pdf

450 kB

18. Анализ текстовых данных 2/LDA.ipynb

467 kB

2. Вводная в математические операции/lecture_02_math.pdf

475 kB

14. Ансамбли моделей/lecture_14_ens.ipynb

479 kB

5. Логистическая регрессия/pics/irissm.pdf

481 kB

5. Логистическая регрессия/pics/iris.pdf

481 kB

9. Feature engineering/lecture_09_features.ipynb

484 kB

10. Поиск выбросов в данных/lecture_10_outliers.ipynb

491 kB

17. Анализ текстовых данных/spam.csv

492 kB

4. Линейная регрессия/04_linear_regression.ipynb

508 kB

5. Логистическая регрессия/05_log_regression.ipynb

537 kB

4. Линейная регрессия/0_Информация.pdf

539 kB

3. Визуализация/lecture_03_vis.pdf

611 kB

4. Линейная регрессия/lecture_04_linreg.pdf

658 kB

23. Нейронные сети, часть 2/DL.pdf

661 kB

29. Слои данных для оптимизации процессов использования данных. Hive/lecture_29_hive.pdf

686 kB

12. Методы оптимизации/pics/saddle_point_evaluation_optimizers.gif

714 kB

20. Временные ряды/lecture_20_ts.ipynb

757 kB

1. Базовые инструменты анализа данных в Python/lecture_01_intro.pdf

889 kB

12. Методы оптимизации/pics/contours_evaluation_optimizers.gif

893 kB

8. Иерархическая кластеризация, DB-Scan/lecture_08_clustering.ipynb

1.0 MB

7. kMeans, EM/lecture_07_clustering.ipynb

1.1 MB

22. Нейронные сети, часть 1/backpropagation.pdf

1.1 MB

6. KNN, наивный байес/l6_knn_ex.ipynb

1.2 MB

6. KNN, наивный байес/l6_knn.ipynb

1.2 MB

24. Алгоритмы на графах/animation_d5.gif

1.5 MB

11. Уменьшение размерности/lecture_11_dimred.ipynb

1.5 MB

32. Обзор решений для аналитики больших данных/lecture_32_schemas.pdf

1.6 MB

5. Логистическая регрессия/lecture_05_logreg.pdf

1.9 MB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines.pdf

2.1 MB

2. Вводная в математические операции/Correlation_examples2.svg

2.2 MB

3. Визуализация/flights.csv

2.3 MB

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/lecture_25-watermark.pdf

2.7 MB

18. Анализ текстовых данных 2/pics/LogDirichletDensity-alpha_0.3_to_alpha_2.0.gif

3.3 MB

3. Визуализация/3_Data_Visualisation_in_Python.ipynb

6.7 MB

24. Алгоритмы на графах/lecture24_networks.ipynb

8.8 MB

8. Иерархическая кластеризация, DB-Scan/data.csv

44 MB

11. Уменьшение размерности/orders.csv

73 MB

20. Временные ряды/otus_items.txt

80 MB

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/BigData-2018-03 2018 07 17 part 1.mp4

119 MB

12. Методы оптимизации/BigData-2018-03 2018 06 05 20 01 07.mp4

183 MB

19. Рекомендательные системы/BigData-2018-03 2018 06 19 20 01 15.mp4

215 MB

9. Feature engineering/BigData-2018-03 2018 05 10 20 00 26.mp4

219 MB

6. KNN, наивный байес/BigData-2018-03 2018 04 26 20 04 06.mp4

226 MB

2. Вводная в математические операции/BigData-2018-03 2018 04 05 20 00 46.mp4

226 MB

8. Иерархическая кластеризация, DB-Scan/BigData-2018-03 2018 05 08 20 00 09.mp4

228 MB

16. SVM, Support vector machine/BigData-2018-03 2018 05 31 20 01 15.mp4

231 MB

7. kMeans, EM/BigData-2018-03 2018 05 03 19 59 53.mp4

239 MB

1. Базовые инструменты анализа данных в Python/lesson1.mp4

246 MB

3. Визуализация/BigData-2018-03 2018 04 10 20 00 15.mp4

246 MB

14. Ансамбли моделей/BigData-2018-03 2018 05 24 20 00 00.mp4

251 MB

5. Логистическая регрессия/BigData-2018-03 2018 04 24 20 01 11.mp4

252 MB

18. Анализ текстовых данных 2/lesson18.mp4

253 MB

17. Анализ текстовых данных/BigData-2018-03 2018 06 07 20 01 01.mp4

255 MB

15. Бустинг/BigData-2018-03 2018 05 29 20 01 07.mp4

270 MB

21. Latent Dirichlet Allocation/BigData-2018-03 06 26.mp4

386 MB

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/BigData-2018-03 2018 07 17 part 2.mp4

400 MB

24. Алгоритмы на графах/BigData-2018-03-2018.mp4

497 MB

4. Линейная регрессия/BigData-2018-03 2018 04 19 20 00.mp4

544 MB

32. Обзор решений для аналитики больших данных/BigData-2018-03 2018 08 02 20 02 42.mp4

545 MB

30. Организация хранения данных для решения задач машинного обучения/BigData-2018-03 2018 07 26 20 07 43.mp4

552 MB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/BidData-2018-03 - 2018 07 19.mp4

582 MB

20. Временные ряды/BigData-2018-03-2018 06 21 20 00 00.mp4

594 MB

26. Vowpal Wabbit для обучения линейных моделей на одной машине/BigData-2018-03 2018 07 12 20 05 13.mp4

601 MB

23. Нейронные сети, часть 2/BigData 2018 07 03 20 00.mp4

634 MB

22. Нейронные сети, часть 1/BigData-2018-03 2018 06 28 20 00 00.mp4

637 MB

29. Слои данных для оптимизации процессов использования данных. Hive/BigData-2018-03 2018 07 24 20 02 05.mp4

651 MB

11. Уменьшение размерности/lesson11.mp4

684 MB

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/BigData-2018-03 2018 07 10 20 02 49.mp4

775 MB

13. Деревья решений/BigData 2018 03 2018 05 22.mp4

844 MB

31. Spark/BigData-2018-03 2018 07 31 20 03 46.mp4

854 MB

10. Поиск выбросов в данных/BigData-2018-15 2018 05 15 20 01 34.mp4

919 MB