Анализ данных на python, фэн, 2020 fall — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Fulyankin (обсуждение | вклад) |
Fulyankin (обсуждение | вклад) |
||
| Строка 46: | Строка 46: | ||
* github-репозиторий с [https://github.com/hse-econ-data-science/dap_2020_fall материалами курса] | * github-репозиторий с [https://github.com/hse-econ-data-science/dap_2020_fall материалами курса] | ||
| − | ==Рекомендуемые онлайн-материалы к каждой неделе== | + | ==Рекомендуемые онлайн-материалы к каждой неделе (не оценивается)== |
'''Неделя 1:''' | '''Неделя 1:''' | ||
| − | + | * Альтернатива 1: попробовать освоить первые [https://pythontutor.ru/lessons/inout_and_arithmetic_operations/ три урока из pythontutor] и порешать задачки прямо в интерфейсе браузера. | |
| − | + | * Альтернатива 2: пройти первые две недели [https://www.coursera.org/learn/python-osnovy-programmirovaniya#syllabus курса на Coursera] | |
==Литература== | ==Литература== | ||
Версия 22:54, 10 сентября 2020
Содержание
О курсе
Преподаватели: Ананьева Марина Евгеньевна, Демешев Борис Борисович, Зарманбетов Ахмед Курманалиевич, Максимовская Анастасия Максимовна, Петросян Артур Тигранович, Ульянкин Филипп Валерьевич, Филатов Артём Андреевич.
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 |
| Текст ячейки | Текст ячейки | Текст ячейки |
Материалы курса
- тг-чат курса
- github-репозиторий с материалами курса
Рекомендуемые онлайн-материалы к каждой неделе (не оценивается)
Неделя 1:
- 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
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.
