Анализ данных на python, фэн, 2020 spring — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Fulyankin (обсуждение | вклад) (Содержимое страницы заменено на «ААААААА») |
Fulyankin (обсуждение | вклад) |
||
Строка 1: | Строка 1: | ||
− | + | ==О курсе== | |
+ | |||
+ | '''Преподаватели:''' [https://www.hse.ru/staff/mekarpov Карпов Максим Евгеньевич], Максимовская Анастасия Максимовна, [https://www.hse.ru/org/persons/65841825 Петросян Артур Тигранович], Ульянкин Филипп Валерьевич, Филатов Артём Андреевич, Аброскин Илья Дмитриевич, Мидюкин Максим Олегович, [https://www.hse.ru/org/persons/307095000 Зарманбетов Ахмед Курманалиевич] | ||
+ | |||
+ | == Правила выставления оценок == | ||
+ | |||
+ | |||
+ | |||
+ | == Распределение групп по семинаристам и ассистентам == | ||
+ | |||
+ | |||
+ | {| class="wikitable" | ||
+ | |- | ||
+ | ! 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== | ||
+ | |||
+ | * [https://t.me/ds_econ_2020 тг-чат курса] и [https://t.me/joinchat/AAAAAExc2DC-31ME6dQhnQ канал для объявлений] | ||
+ | * github-репозиторий с [https://github.com/hse-econ-data-science/dap_2020_fall материалами курса] | ||
+ | * [https://www.youtube.com/playlist?list=PLEwK9wdS5g0oKVIXZtbU3evzL4ndN2aXk Youtube-канал] с записями семинаров | ||
+ | * [https://github.com/hse-econ-data-science/eds_spring_2020 Материалы прошлого курса (весна 2020)] | ||
+ | * 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] | ||
+ | |||
+ | ==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. Вводимся в python, git и делаем import this ==== | ||
+ | |||
+ | * [https://github.com/hse-econ-data-science/dap_2021_spring/tree/main/sem01_intro Материалы семинара sem01] | ||
+ | * Тут появится ссылка с задачами на контест, можно будет попробовать порешать его | ||
+ | |||
+ | Онлайн-дз: | ||
+ | |||
+ | * 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 три недели [https://www.coursera.org/learn/python-osnovy-programmirovaniya#syllabus курса на Coursera] | ||
+ | |||
+ | |||
+ | ==== Недели 2-3. Циклы, условия и листы ==== | ||
+ | |||
+ | * [https://github.com/hse-econ-data-science/dap_2021_spring/tree/main/sem02_forif Материалы семинара sem02] | ||
+ | * [https://github.com/hse-econ-data-science/dap_2021_spring/tree/main/sem03_forif Материалы семинара sem03] | ||
+ | * Тут появится ссылка с задачами на контест, можно будет попробовать порешать его | ||
+ | |||
+ | Онлайн-дз: | ||
+ | |||
+ | * Неделя 2 и 5 курса на [https://www.coursera.org/learn/python-osnovy-programmirovaniya#syllabus Coursera]. | ||
+ | * Модули 1.10, 2.1, 2.2, 2.3 курса "Программирование на Python" на [https://stepik.org/course/67 Stepik]. | ||
+ | |||
+ | * Объяснения и задачки на pythontutor по [https://pythontutor.ru/lessons/ifelse/ условиям] и циклам [https://pythontutor.ru/lessons/for_loop/ for] и [https://pythontutor.ru/lessons/while/ while]. | ||
+ | * Совсем краткий конспект на pythonworld по [https://pythonworld.ru/osnovy/cikly-for-i-while-operatory-break-i-continue-volshebnoe-slovo-else.html циклам] и [https://pythonworld.ru/osnovy/instrukciya-if-elif-else-proverka-istinnosti-trexmestnoe-vyrazhenie-ifelse.html условиям]. | ||
+ | |||
+ | |||
+ | ==== Неделя 4. Говорим о функциях ==== | ||
+ | |||
+ | * [https://github.com/hse-econ-data-science/dap_2021_spring/tree/main/sem04_functions Материалы семинара sem04] | ||
+ | * Тут появится ссылка с задачами на контест, можно будет попробовать порешать его | ||
+ | |||
+ | Онлайн-дз: | ||
+ | |||
+ | * Неделя 4 и 6 курса на [https://www.coursera.org/learn/python-osnovy-programmirovaniya#syllabus Coursera]. | ||
+ | * Урок про функции и рекурсию на [http://pythontutor.ru/lessons/functions/ pythontutor] | ||
+ | * Краткие конспекты [https://pythonworld.ru/tipy-dannyx-v-python/vse-o-funkciyax-i-ix-argumentax.html про функции] на pythonworld | ||
+ | |||
+ | ==== Недели 5-6. Говорим про словарики и множества ==== | ||
+ | |||
+ | * [https://github.com/hse-econ-data-science/dap_2021_spring/tree/main/sem05_dict Материалы семинара sem05] | ||
+ | * [https://github.com/hse-econ-data-science/dap_2021_spring/tree/main/sem06_dict Материалы семинара sem06] | ||
+ | * Тут появится ссылка с задачами на контест, можно будет попробовать порешать его | ||
+ | |||
+ | Онлайн-дз: | ||
+ | |||
+ | * Неделя 7 курса на [https://www.coursera.org/learn/python-osnovy-programmirovaniya#syllabus Coursera]. | ||
+ | * Уроки про [http://pythontutor.ru/lessons/sets/ множества] и [http://pythontutor.ru/lessons/dicts/ словари] на pythontutor | ||
+ | * Краткие коспекты на pythonworld про [https://pythonworld.ru/tipy-dannyx-v-python/slovari-dict-funkcii-i-metody-slovarej.html словари] и [https://pythonworld.ru/tipy-dannyx-v-python/mnozhestva-set-i-frozenset.html 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 | ||
+ | |||
+ | |||
+ | По ходу курса тут появятся материалы к следующим неделям. | ||
+ | |||
+ | |||
+ | ==Литература== | ||
+ | |||
+ | '''Рекомендуемая литература:''' | ||
+ | |||
+ | * Lutz, M. (2008). [http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=415392 Learning Python (Vol. 3rd ed).] Beijing: O’Reilly Media. | ||
+ | * Vanderplas, J. T. [http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1425081 Python Data Science Handbook : Essential Tools for Working with Data (Vol. First edition).] CA: Reilly - O’Reilly Media, 2016. | ||
+ | * Митчелл Р. [https://e.lanbook.com/book/100903 Скрапинг веб-сайтов с помощю Python.] Издательство "ДМК Пресс", 2016. |
Версия 21:21, 13 января 2021
Содержание
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
- тг-чат курса и канал для объявлений
- github-репозиторий с материалами курса
- Youtube-канал с записями семинаров
- Материалы прошлого курса (весна 2020)
- Установите перед первым семинаром Anaconda. Инструкция для windows и инструкция для мака
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. Вводимся в python, git и делаем import this
- Материалы семинара sem01
- Тут появится ссылка с задачами на контест, можно будет попробовать порешать его
Онлайн-дз:
- Альтернатива 1: попробовать освоить первые три урока из pythontutor и порешать задачки прямо в интерфейсе браузера.
- Альтернатива 2: пройти первые три недели курса на Coursera
Недели 2-3. Циклы, условия и листы
- Материалы семинара sem02
- Материалы семинара sem03
- Тут появится ссылка с задачами на контест, можно будет попробовать порешать его
Онлайн-дз:
- Неделя 2 и 5 курса на Coursera.
- Модули 1.10, 2.1, 2.2, 2.3 курса "Программирование на Python" на Stepik.
- Объяснения и задачки на pythontutor по условиям и циклам for и while.
- Совсем краткий конспект на pythonworld по циклам и условиям.
Неделя 4. Говорим о функциях
- Материалы семинара sem04
- Тут появится ссылка с задачами на контест, можно будет попробовать порешать его
Онлайн-дз:
- Неделя 4 и 6 курса на Coursera.
- Урок про функции и рекурсию на pythontutor
- Краткие конспекты про функции на pythonworld
Недели 5-6. Говорим про словарики и множества
- Материалы семинара sem05
- Материалы семинара sem06
- Тут появится ссылка с задачами на контест, можно будет попробовать порешать его
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
По ходу курса тут появятся материалы к следующим неделям.
Литература
Рекомендуемая литература:
- Lutz, M. (2008). Learning Python (Vol. 3rd ed). Beijing: O’Reilly Media.
- 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.