BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//jEvents 2.0 for Joomla//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
BEGIN:VEVENT
UID:192svs7r4eac5865iif3u73k4k@google.com
CATEGORIES:RTportal.ru
CREATED:20170606T092330
SUMMARY:#3 Moscow R Meetup
LOCATION:ул. Льва Толстого, д. 16, Третий подъезд, конференц-зал «Синий кит»
DESCRIPTION;ENCODING=QUOTED-PRINTABLE:\n#3 Moscow R Meetup\n\n    Tell a friend Share \n\n    Thursday, April 27,
  2017\n\n    6:30 PM\n    Третий подъезд, конференц-зал «Синий кит»\n\n    
 ул. Льва Толстого, д. 16, Moscow (map)\n\n    В московском офисе Яндекса пр
 ойдёт третья встреча сообщества rMoscow. В программе — три доклада и общени
 е в неформальной обстановке.\n\n    Мероприятие бесплатное, но на него необ
 ходимо зарегистрироваться. Для тех, кто не сможет прийти, будет организован
 а онлайн-трансляция.\n\n    Внимание!!! Участие бесплатное, но необходимо п
 редварительно зарегистрироваться и получить приглашение: \n    https://even
 ts.yandex.ru/events/ds/27-apr-2017/\n\n    Регистрация только на meetup.com
  не засчитывается.\n\n    Программа:\n\n    1) Взвешенные показатели описат
 ельной статистики в R\n\n    Где и когда на практике возникает необходимост
 ь использовать взвешенные (weighted) средние, с.к.о. и медианы вместо обычн
 ых показателей. И, наоборот, где этого стоит избегать. Обсудим готовые реше
 ния в библиотеках R и подводные камни их использования. Также поговорим о м
 атематических основах создания собственных алгоритмов расчёта взвешенных по
 казателей.\n\n    Илья Сайтанов\n\n    Изучал прикладную математику в МГТУ.
  Около 10 лет занимается внедрением статистических методов, с акцентом на м
 етоды непараметрической и робастной статистики. Старший аналитик исследоват
 ельской компании DSM Group.\n\n    2) Смешанные регрессионные модели в R\n\
 n    Классические методы статистического вывода часто требуют сбалансирован
 ных по условиям независимых наблюдений. Однако на практике мы постоянно ста
 лкиваемся с разного рода зависимостями в данных: повторными измерениями, кл
 астеризацией наблюдений, несбалансированностью сравниваемых условий. Это мо
 жет привести к ненадёжным выводам. Один из самых эффективных способов борьб
 ы с такими неприятностями — регрессионные модели, учитывающие отдельно глав
 ные и случайные эффекты. Поговорим об одной из самых удачных реализаций это
 го метода — пакете lme4 для R.\n\n    Иван Иванчей\n\n    Кандидат психолог
 ических наук. Научный сотрудник РАНХиГС и СПбГУ. Занимается исследованиями 
 в области когнитивной психологии и математического моделирования психически
 х процессов. Автор онлайн-курсов по статистике и анализу данных в R.\n\n   
  3) Применение языка R в корпоративной среде\n\n    Чаще всего мы используе
 м язык R для научных расчётов в университетах, для анализа данных на соревн
 ованиях типа Kaggle и в стартапах data science. В докладе будет рассказано 
 об опыте и особенностях применения R в корпоративной среде.\n\n    Максим Б
 регеда\n\n    Окончил физфак МГУ, защитил степень кандидата экономических н
 аук в Финакадемии. Последние пять лет внедряет философию data science в биз
 несе. Сейчас занимается большими данными фармацевтического рынка России в к
 омпании AlphaRM.\n\n    https://events.yandex.ru/events/ds/27-apr-2017/\n T
 his event was imported from: https://rtportal.ru/index.php/kalendar-sobytij
 /eventdetail/683/-/3-moscow-r-meetup?tmpl=component
DTSTAMP:20260812T174858Z
DTSTART;TZID=Europe/Moscow:20170427T183000
DTEND;TZID=Europe/Moscow:20170427T210000
SEQUENCE:0
TRANSP:OPAQUE
END:VEVENT
END:VCALENDAR