Анализ данных в Python (Политологи 1 семестр 1-2 модули) — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Rogovich (обсуждение | вклад) |
Rogovich (обсуждение | вклад) |
||
| Строка 41: | Строка 41: | ||
[https://1drv.ms/u/s!Au_p7G0Px2PQg4p0B4E-1lVKhR7BLQ Тест] | [https://1drv.ms/u/s!Au_p7G0Px2PQg4p0B4E-1lVKhR7BLQ Тест] | ||
| + | |||
| + | ===Опрос=== | ||
| + | [https://docs.google.com/forms/d/e/1FAIpQLSc-AtKtVVYwFAVOcOVaM-GjLwTYslQovszDOk1L9eXG-yQv5g/viewform Опрос] | ||
===Экзамен=== | ===Экзамен=== | ||
Версия 16:20, 27 сентября 2018
О курсе
"Анализ данных в Python" читается на 4 курсе, в 1 и 2 модуле.
Преподаватель
Рогович Татьяна Владимировна
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 | Дата |
|---|---|---|
| 1 | Домашнее задание №1 | TBA |
| 2 | Домашнее задание №2 | TBA |
| 3 | Домашнее задание №3 | TBA |
Материалы
Опрос
Экзамен
TBC
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
