Анализ данных на python, фэн, 2020 fall — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Fulyankin (обсуждение | вклад) |
Fulyankin (обсуждение | вклад) |
||
Строка 43: | Строка 43: | ||
* [https://t.me/ds_econ_2020 тг-чат курса] | * [https://t.me/ds_econ_2020 тг-чат курса] | ||
* 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] | ||
+ | * Установите перед первым семинаром Anaconda. [[(https://github.com/hse-econ-data-science/dap_2020_fall/blob/master/utils/install_conda_windows.pdf|Инструкция для windows]] и [https://github.com/hse-econ-data-science/dap_2020_fall/blob/master/utils/install_conda_mac.pdf инструкция для мака] | ||
==Рекомендуемые онлайн-материалы к каждой неделе (не оценивается)== | ==Рекомендуемые онлайн-материалы к каждой неделе (не оценивается)== |
Версия 23:01, 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 |
Материалы курса
- тг-чат курса
- github-репозиторий с материалами курса
- Установите перед первым семинаром Anaconda. Инструкция для windows и инструкция для мака
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.