Анализ данных в Python (Политологи 1 семестр 1-2 модули) — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Rogovich (обсуждение | вклад) |
(→Преподаватель) |
||
| Строка 4: | Строка 4: | ||
[https://join.slack.com/t/dataculture-pol-4/shared_invite/enQtNDI3NzE5OTkyODgzLTRlNThhZTFlZjBjOTdmMGYyNjFmNmQ5OWI3ZGU4NGUzMDdiMzIwOGNiM2JjZGUwZmFiOTQ5MDMwOWY1NWYxZDM Канал курса в Slack] | [https://join.slack.com/t/dataculture-pol-4/shared_invite/enQtNDI3NzE5OTkyODgzLTRlNThhZTFlZjBjOTdmMGYyNjFmNmQ5OWI3ZGU4NGUzMDdiMzIwOGNiM2JjZGUwZmFiOTQ5MDMwOWY1NWYxZDM Канал курса в Slack] | ||
| − | == | + | ==Организаторы== |
| − | + | ||
| + | ''Лектор и семинарист'': Рогович Татьяна Владимировна | ||
* [mailto:rogovich@gmail.com E-mail] | * [mailto:rogovich@gmail.com E-mail] | ||
| + | |||
| + | ''Ассистент'': Гергель Анастасия Игоревна | ||
| + | * [mailto:anastasia.gergel@gmail.com E-mail] | ||
== Материалы курса == | == Материалы курса == | ||
Версия 15:09, 28 сентября 2018
О курсе
"Анализ данных в Python" читается на 4 курсе, в 1 и 2 модуле.
Организаторы
Лектор и семинарист: Рогович Татьяна Владимировна
Ассистент: Гергель Анастасия Игоревна
Материалы курса
Лекции
| № | Дата лекции | Тема | Презентация |
|---|---|---|---|
| 1 | 4 сентября 2018 г. | Введение в анализ данных на языке Python. Почему Python становится стандартом для работы с большими данными. Прикладные задачи политологов, для решения которых подходит язык Python | Лекция 1 |
| 2 | 6 сентября 2018 г. | Основы линейной алгебры для анализа данных: векторы, матрицы и операции над ними | см. материалы к семинару |
| 3 | 20 сентября 2018 г. | Введение в Pandas: Базовые принципы работы модуля | Pandas Cheat Sheet |
Семинары
Самостоятельные работы и домашнее задание
| № | Тип | Дедлайн |
|---|---|---|
| 1 | Домашнее задание №1 | 23.59 7.10.18 |
| 2 | Домашнее задание №2 | TBA |
| 3 | Домашнее задание №3 | TBA |
Материалы
Опрос
Порядок формирования оценок
- Оценка за курс накопительная, экзамен не проводится.
- Предусмотрена защита проекта во время сессии.
- Штрафы за задержку сдачи заданий: опоздание в течение часа - штраф 0.5 балла, в течение суток - 1 балл, в течение недели - 2 балла. После недельной задержки домашнее задание не принимается. Уважительные причины рассматриваются в индивидуальном порядке.
- Oрезультирующая = 0.6 * Oдз + 0.4 * Опроект
Список рекомендуемой литературы
Основная литература
Дополнительные материалы
Линейная алгебра и статистика
- Hastie, Tibshirani, Friedman. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction.
- Lavine. (2013). Introduction to Statistical Thought
- MIT Open course: Linear Algebra by Strang
Python
- Pandas Cheat Sheet
- Python RegExp Cheat Sheet
- O'Reilly: Python for Data Analysis
- Базовый курс по программированию на Stepik
Machine learning
- Bishop. (2006). Pattern Recognition and Machine Learning
- Курс по машинному обучению К.В. Воронцова
- Coursera: Machine Learning by Andrew Ng
- O'Reilly: Machine Learning for Hackers
