Интеллектуальный анализ данных (Сол)

Первое зачетное задание:

Загрузить из интернета котировки любого биржевого инструмента (акции, облигации, валюты и т.п.) так, чтобы имелось не менее 300 котировок. Загрузить можно, например, с сайта компании Финам: в разделе Котировки www.finam.ru/quotes выбрать конкретный инструмент и открыть его страничку. В меню (вертикально слева на страничке) выбрать пункт "Экспорт котировок" и на открывшейся страничке загрузить файл (пример настройки файла показан на скриншоте). Для исключения повторений по ссылке размещена таблица, в которой каждый должен напротив своей фамилии проставить тикер (четырехбуквенный код) выбранного актива. Соответственно, перед началом работы необходимо проверить в данной таблице, не выбран ли актив кем-либо ранее. Использовать цены дневного закрытия.

https://docs.google.com/spreadsheets/d/1B2-gBUodNu3lv..

2. Импортировать указанные котировки в датасет Python, либо в пакет Statistica.

3. Построить оптимальную модель полиномиальной регрессии. Выбор степени полинома должен быть обоснован.

4. Вывести оценки качества полученной модели MSE и R2. Указанные оценки должны быть получены на тестовой выборке.

5. Построить график, визуализирующий исходные данные и построенную регрессию.

https://www.finam.ru/quotes

Второе зачетное задание:

Указанный файл содержит выборку объемом 50 объектов, каждый из которых характеризуется четырьмя числовыми признаками (столбцы 'Feature_1', 'Feature_2', 'Feature_3', 'Feature_4') и относится к одному из четырех классов (столбец 'Class').

Загрузить полученные данные в датасет Python или в пакет Statistica.

2. Построить оптимальный классификатор Дерево решений. Обосновать выбор гиперпараметров.

3. Для построенного классификатора построить матрицу ошибок классификации.