Основы программирования в Python 2019 — различия между версиями
Vkokhtev (обсуждение | вклад) (Новая страница: «== О курсе == left Курс читается для студентов факультета Мировой…») |
Vkokhtev (обсуждение | вклад) (→О курсе) |
||
| Строка 16: | Строка 16: | ||
* [TBA Репозиторий с материалами на GitHub] | * [TBA Репозиторий с материалами на GitHub] | ||
* [https://www.hse.ru/edu/courses/219891009 Карточка курса и программа] | * [https://www.hse.ru/edu/courses/219891009 Карточка курса и программа] | ||
| + | * [https://events.webinar.ru/11659699/1903467 Ссылка на вебинар] | ||
=== Онлайн-курс === | === Онлайн-курс === | ||
Версия 13:27, 22 января 2019
Содержание
О курсе
Курс читается для студентов факультета Мировой Экономики ВШЭ в 3-4 модулях.
Лектор: Кохтев Вадим Михайлович
Лекции проходят по TBA.
Полезные ссылки
- [TBA Чат курса в телеграме]
- [TBA Репозиторий с материалами на GitHub]
- Карточка курса и программа
- Ссылка на вебинар
Онлайн-курс
Дисциплина реализуется в формате смешанного обучения и состоит из очных занятий и on-line курса, реализованного на базе платформы Coursera для НИУ ВШЭ: https://www.coursera.org/learn/python-osnovy-programmirovaniya/
О записи на курс будет объявлено дополнительно
Семинары
| Группа | Преподаватель | Учебный ассистент | Расписание |
|---|---|---|---|
| 1 | |||
| 2 |
Система оценок
Формула оценки
Результирующая оценка по дисциплине рассчитывается по формуле:
Oитог = 0.7 * Oнакопл + 0.3 * Oэкз
Накопленная оценка рассчитывается по формуле:
Oнакопл = 0.3 * Oонлайн-курс + 0.3 * Oдз + 0.4 * Oср
| Подробнее |
Правила вычисления оценокОонлайн-курс — Задания онлайн-курса на базе платформы Coursera, каждое оценивается от 0 до 10 баллов; итоговая оценка рассчитывается как сумма баллов от 0 до 100 разделить на 8 Оср — Самостоятельная работа, оценивается от 0 до 10 Одз — Домашние задания: все оцениваются от 0 до 10, после чего находится среднее арифметическое оценок Все промежуточные оценки могут быть не целыми. Накопленная и итоговая оценки округляются арифметически. Правила сдачи заданийДедлайны по всем домашним заданиям являются жёсткими, то есть после срока работы не принимаются. Домашнее задание выполняется самостоятельно. При попытке сдать хотя бы частично списанный код (текст), или код (текст), полученный в результате совместного решения задач, вся работа будет оценена на 0 баллов. При обнаружении плагиата оценки за домашнее задание или практику обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. |
Лекции
Семинары
Домашние задания
Новости курса
Полезные материалы
Основная литература
- Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
- Bishop C.M. Pattern Recognition and Machine Learning. Springer, 2006.
- Diez, D.M, Barr, C.D., Cetinkaya-Rundel, M., Dorazio, L. Advanced High School Statistics. — OpenIntro, 2015.
- Wooldridge, J. Introductory Econometrics: A Modern Approach. — Mason: South-Western Cengage Learning, 2013.
- Lutz, Mark. Learning Python: Powerful Object-Oriented Programming. "O'Reilly Media.", 2013.
Полезные ссылки
- Документация языка Python https://docs.python.org/3/
- [TBA]
