Анализ данных на python, фэн, 2020 spring

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск

О курсе

Преподаватели: Карпов Максим Евгеньевич, Максимовская Анастасия Максимовна, Петросян Артур Тигранович, Ульянкин Филипп Валерьевич, Филатов Артём Андреевич, Аброскин Илья Дмитриевич, Мидюкин Максим Олегович, Зарманбетов Ахмед Курманалиевич

Правила выставления оценок

Распределение групп по семинаристам и ассистентам

Группа Семинарист Ассистент
191 Филипп Ульянкин @Ppilif Романенко Саша @cutre_sa
192 Максим Карпов @buntar29 Стрельцов Артём @in_chainz
193 Максим Карпов @buntar29 Колесников Егор @kollego
194 Филипп Ульянкин @Ppilif Пешков Максим @peshkovmax
195
196
197
198
199
1910
1911
1912
1913

Материалы курса

Оценивание

Оценка ставится по формуле:

Min(10, Round(0.05 ДЗ1 + 0.1 ДЗ2 + 0.1 ДЗ3 + 0.1 ДЗ4 + 0.15 ДЗ5 + 0.1 КР + 0.3 Экз + 0.1 СР1 + 0.1 СР2 + 0.1 СР3))


Домашки:

Тут будет перечень ссылок с домашками

Контрольные:

Тут будет перечень ссылок с контрольными и самостоятельными

Другое:

Тут будут ещё ссылки

Большой план маленьких побед

Неделя 1 (18-23 января). Вводимся в python, git и делаем import this

Задание:

  • Дорешать все задачи из первого контеста. Обратите внимание, что они полностью соотвествуют первой неделе рекомендованного вам курса с Coursera. Можно решать их в контесте, можно на курсере. Как вам будет удобнее. Постарайтесь решить хотябы половину их них.
  • В качестве альтернативы мы можете попробовать порешать похожие задачи с pythontutor

Если хотите мастерски писать в ноутбуках текст на маркдауне:

Недели 2-3 (25 января - 6 февраля). Циклы, условия и листы

Задачи для семинаров и самостоятельного решения:

Обратите внимание, что эти наборы задач практически полностью соответствуют [рекомендованному вам курсу с Coursera. https://www.coursera.org/learn/python-osnovy-programmirovaniya#syllabus] Постарайтесь решить из каждого набора хотябы 50%. Если вам удобнее решать задачи на Coursera, тогда делайте это там.

Похожие задачи ждут вас на первой самостоятельной работе.

Ещё материалы:

Неделя без пар (8 - 13 февраля)

На этой неделе, в субботу, 13 февраля с 13:00 до 15:00 пройдёт самостоятельная работа. Чтобы подготовиться к ней решайте и разбирайте на консультациях задачи из наборов выше.

Неделя 4 (15-20 февраля). Говорим о функциях

Онлайн-дз:

Недели 5-6. (24 февраля - 6 марта)

Онлайн-дз:

  • Неделя 7 курса на Coursera.
  • Уроки про множества и словари на pythontutor
  • Краткие коспекты на pythonworld про словари и множества
  • Если вы хотите немного углубиться в алгоритмическую составляющую, прочитайте книгу Грокаем Алгоритмы с примерами кода на python, она великолепная и очень просто написана с примерами на python

Неделя без пар (8 - 13 марта)

На этой неделе, в субботу, 13 марта с 13:00 до 15:00 пройдёт самостоятельная работа. Чтобы подготовиться к ней решайте и разбирайте на консультациях задачи из наборов выше.

Неделя 7. (15 - 20 марта)

Разбираемся с numpy

Неделя 8. (22 - 27 марта)

Начинаем разбираться с pandas

Сессия

На этой неделе вас ожидает мидтёрм по всем темам из первой половины курса, кроме pandas. Он пройдёт 1 апреля, в четверг, с 11:00 до 14:00.


По ходу курса тут появятся материалы к следующим неделям.

Литература

Рекомендуемая литература:

Источник — «http://wiki.cs.hse.ru/index.php?title=Анализ_данных_на_python,_фэн,_2020_spring&oldid=49801»