Анализ данных на python, фэн, 2020 fall
Материал из Wiki - Факультет компьютерных наук
Версия от 23:11, 13 сентября 2020; Ilya (обсуждение | вклад)
Содержание
О курсе
Преподаватели: Ананьева Марина Евгеньевна, Демешев Борис Борисович, Карпов Максим Евгеньевич, Максимовская Анастасия Максимовна, Петросян Артур Тигранович, Ульянкин Филипп Валерьевич, Филатов Артём Андреевич, Аброскин Илья Дмитриевич.
Правила выставления оценок
Распределение групп по семинаристам и ассистентам
Группа | Семинарист | Ассистент |
---|---|---|
191 | Борис Демешев @boris_demeshev | Никулина Женя @evgnikulina |
192 | Борис Демешев @boris_demeshev | Чирикова Настя @cOWOna_wivus |
193 | Филипп Ульянкин @Ppilif | Мазуров Матвей @Matmaz1 |
194 | Филипп Ульянкин @Ppilif | Романенко Саша @cutre_sa |
195 | Максим Карпов @buntar29 | Стрельцов Артём @in_chainz |
196 [online] | Артем Филатов @filatovartm | Кордзахия Натела @nkrdz |
197 | Артур Петросян @pet67 | Челбаев Михаил @mikhail_chelbaev |
198 [online] | Анастасия Максимовская @anastasiyamaxx | Алтунина Настя @anastasiia_altunina |
199 [online] | Анастасия Максимовская @anastasiyamaxx | Саурбек Ляззат @lyazzzzzzat |
1910 | Марина Ананьева @ananyevame | Карев Василий @Jack_karev |
1911 | Марина Ананьева @ananyevame | Андреевский Александр @alexandreevskiy |
1912 [online] | Илья Аброскин @iiiiilllllyyyyyaaaa | Огородников Михаил @Spectag |
1913 | Максим Карпов @buntar29 | Колесников Егор @kollego |
Материалы курса
- тг-чат курса и канал для объявлений
- github-репозиторий с материалами курса
- Youtube-канал с записями семинаров
- Материалы прошлого курса (весна 2020)
- Установите перед первым семинаром Anaconda. Инструкция для windows и инструкция для мака
Оценивание
Оценка ставится по формуле:
0.1 ДЗ1 + 0.1 ДЗ2 + 0.1 ДЗ3 + 0.1 ДЗ4 + 0.1 ДЗ5 + 0.075 СР1 + 0.075 СР2 + 0.075 СР3 + 0.075 СР4 + 0.1 КР + 0.1 ЭКЗ
Большой план маленьких побед
№ недели | Материалы семинаров (github) | Рекомендуемые онлайн-материалы к каждой неделе (не оценивается) |
---|---|---|
1 | Вводимся в python, git и делаем import this sem01 | * Альтернатива 1: попробовать освоить первые три урока из pythontutor и порешать задачки прямо в интерфейсе браузера. * Альтернатива 2: пройти первые две недели курса на Coursera |
2 | Учимся работать с табличками в pandas sem02 |
Литература
Рекомендуемая основная литература:
- Christopher M. Bishop. (n.d.). Pattern Recognition and Machine Learning. Australian National University.
- Lutz, M. (2008). Learning Python (Vol. 3rd ed). Beijing: O’Reilly Media.
- Кремер Н. Ш. Теория вероятностей и математическая статистика 5-е изд., пер. и доп. Учебник и практикум для академического бакалавриата. Издательство Юрайт, 2019.
- Энатская Н. Ю., Хакимуллин Е. Р. Теория вероятностей и математическая статистика. Учебник и практикум для СПО. Издательство Юрайт, 2019.
- Hastie, T., Tibshirani, R., Friedman, J. The elements of statistical learning: Data Mining, Inference, and Prediction. Springer, 2009.
Рекомендуемая дополнительная литература:
- Vanderplas, J. T. Python Data Science Handbook : Essential Tools for Working with Data (Vol. First edition). CA: Reilly - O’Reilly Media, 2016.
- Митчелл Р. Скрапинг веб-сайтов с помощю Python. Издательство "ДМК Пресс", 2016.