Летняя школа анализа данных

С 6 по 17 июля в Техническом университете города Мадрида проходила четвертая летняя ежегодная школа анализа данных (Advanced Statistics and Data Mining Summerschool), организованная факультетом информатики (кафедрой искусственного интеллекта). В ней приняла участие стажер-исследователь Центра Ольга Кононыхина .

       С 6 по 17 июля в Техническом университете города Мадрида проходила четвертая летняя ежегодная школа анализа данных (Advanced Statistics and Data Mining Summerschool), организованная факультетом информатики (кафедрой искусственного интеллекта). В ней приняла участие стажер-исследователь Центра Ольга Кононыхина . 

      В рамках школы слушателям были предложены 18 курсов, посвященных различным направлениям анализа данных, таким как кластерный, факторный и регрессионный анализ; основы работы с пропущенными данными и нелинейными зависимостями; курсы по основам работы как с программными средами ( R, Matlab), так и со статистическими пакетами (SPSS).
Стажер-исследователь Центра исследования гражданского общества и некоммерческого сектора Кононыхина Ольга прослушала курс по кластеризации данных (Unsupervised pattern recognition (clustering)).  

    Преподаватель курса, профессор Карлос Оскар Санчес Сорзано на каждом занятии подробно разбирал различные возможные методы кластеризации, такие как кластерный анализ методом k средних и его модификации, методы получения нечетких кластеров, методы кластеризации, основанные на анализе плотности распределения данных, иерархический кластерный анализ, кластеризацию данных, измеренных по порядковой шкале; бикластеризацию; Self-Organizing Maps. Кроме того затрагивались и общие вопросы, связанные с проведением кластерного анализа – какие коэффициенты и меры связи существуют, как учитывать ограничения того или иного метода и проверять результаты полученных кластеров.
      Каждое теоретическое занятие подкреплялось практическими сессиями и домашними заданиями, на которых слушателям должны были запрограммировать изученный метод и проанализировать с его помощью собственные данные