Введение в анализ текстов на Python для ФГН — различия между версиями
Sggpls (обсуждение | вклад) (→3 модуль) |
Sggpls (обсуждение | вклад) (→3 модуль) |
||
Строка 75: | Строка 75: | ||
# [https://github.com/faif/python-patterns Python patterns OOP] | # [https://github.com/faif/python-patterns Python patterns OOP] | ||
# [https://github.com/vinta/awesome-python Awesome Python, Много разных библиотек] | # [https://github.com/vinta/awesome-python Awesome Python, Много разных библиотек] | ||
− | == 3 | + | == 3 - 4 модули == |
=== Семинары === | === Семинары === | ||
'''13.01.18 Ознакомительный семинар.''' Правила оценивая курса = правила игры. Постановки и примеры задач машинного обучения. Основные понятия. Задача классификации. | '''13.01.18 Ознакомительный семинар.''' Правила оценивая курса = правила игры. Постановки и примеры задач машинного обучения. Основные понятия. Задача классификации. | ||
Строка 85: | Строка 85: | ||
=== Правила оценивания === | === Правила оценивания === | ||
− | В | + | В 3 - 4 модулях ~20 семинаров. |
− | ''' | + | '''~8 домашних''' лабораторных '''работ''' стоимостью '''20 баллов каждая'''. |
− | ''' | + | '''Конкурсное задание''' в конце 3-го модуля стоимостью '''30 баллов'''. |
− | ''' | + | '''Конкурсное задание''' в середине 4-го модуля стоимостью '''30 баллов'''. |
− | По желанию: | + | По желанию: в конце 4-го модуля можно будет увеличить оценку на 1 балл по десятибалльной шкале, доделав часть несданных лаб. работ. |
Шкала перевода баллов в итоговую оценку представлена в таблице. | Шкала перевода баллов в итоговую оценку представлена в таблице. | ||
Строка 101: | Строка 101: | ||
! Итоговая оценка !! Суммарные баллы | ! Итоговая оценка !! Суммарные баллы | ||
|- | |- | ||
− | | Отлично (10) || | + | | Отлично (10) || 160+ |
|- | |- | ||
− | | Отлично (9) || | + | | Отлично (9) || 150+ |
|- | |- | ||
− | | Отлично (8) || | + | | Отлично (8) || 140+ |
|- | |- | ||
− | | Хорошо (7) || | + | | Хорошо (7) || 120+ |
|- | |- | ||
− | | Хорошо (6) || | + | | Хорошо (6) || 110+ |
|- | |- | ||
− | | Удовлетворительно (5) || | + | | Удовлетворительно (5) || 90+ |
|- | |- | ||
− | | Удовлетворительно (4) || | + | | Удовлетворительно (4) || 70+ |
|- | |- | ||
− | | Незачет || менее | + | | Незачет || менее 70 |
|} | |} | ||
− | |||
− | |||
=== Полезные литература и ссылки === | === Полезные литература и ссылки === |
Версия 07:57, 22 января 2018
Содержание
Описание курса
О курсе
Курс читается на 3 курсе факультета гуманитарных наук для групп БКЛ151 и БКЛ152 в 1, 3 и 4 модулях.
Семинарист: Сергей Кабанов
Ассистенты: Алие Тефикова и Анастасия Родыгина
Семинары проходят по субботам, 3-я и 4-я пары, ауд. 509.
Просьба, по возможности, приходить со своими ноутбуками.
Полезные ссылки
Почта курса: lingvo-python-ml@yandex.ru
Чат курса в телеграм: https://t.me/joinchat/C3XPaw39FpiCBNJKwmqw-g
1 модуль
Семинары
02.09.17 Ознакомительный семинар. Краткое описание курса. Повторение основ программирования на Python: функции и области видимости, встроенные типы данных, модули и пространство имен. Среда разработки IDLE PyCharm. Разработка через тестирование TDD (модули doctest, pytest). Стиль кодирования (PEP8). lab1 (решение Усти)
09.09.17 Введение в ООП-0. Абстракция данных, инкапсуляция, наследование, полиморфизм. Класс, объект. Конструктор и деструктор. Перегрузка операторов-0. Исключения-0.
16.09.17 Продолжение ООП-1. Передача аргументов в функцию. Итераторы и генераторы. Перегрузка операторов-1. Исключения-1. Декораторы-0.
Правила оценивания
В модуле 10 семинаров.
10 домашних лабораторных работ стоимостью 10 баллов каждая.
Домашний мини-проект с ревью кода стоимостью 40 баллов.
Финальный тест в классе стоимостью 40 баллов.
По желанию: индивидуальное домашнее задание стоимостью 20 баллов.
Шкала перевода баллов в итоговую оценку представлена в таблице.
Итоговая оценка | Суммарные баллы |
---|---|
Отлично (10) | 140+ |
Отлично (9) | 130+ |
Отлично (8) | 120+ |
Хорошо (7) | 100+ |
Хорошо (6) | 90+ |
Удовлетворительно (5) | 70+ |
Удовлетворительно (4) | 60+ |
Незачет | менее 60 |
Лабораторные работы отправлять на почту курса не позднее начала следующего семинара, если не оговорено иное. Правила формления: надо упаковать в архив все решения и тесты задач, решения называть solutionномер.py, архив назвать labномер-имя-фамилия-номер группы.rar, тема письма labномер-имя-фамилия-номер группы
Полезные литература и ссылки
- Лутц, Изучаем Python, 4-е издание, 2011
- Brad Miller, David Ranum, Problem Solving with Algorithms and Data Structures, Release 3.0, 2013
- Michael T. Goodrich, Data Structures and Algorithms in Python, 1st edition, 2013
- Т.Кормен, Ч.Лейзерсон, Р.Ривест, К.Штайн - Алгоритмы. Построение и анализ. Издание 3-е, 2013
- Умнов, Видиолекции ШАДа по Python
- PEP8, коротко, на русском
- Code Like a Pythonista: Idiomatic Python
- A Curious Course on Coroutines and Concurrency
- Python patterns OOP
- Awesome Python, Много разных библиотек
3 - 4 модули
Семинары
13.01.18 Ознакомительный семинар. Правила оценивая курса = правила игры. Постановки и примеры задач машинного обучения. Основные понятия. Задача классификации.
20.01.18 Метрические классификаторы-0 Метод k-ближайших соседей sklearn.kNearestClassifier. Метрики качества (recall, precision, accuracy, f1-score). Скользящий контроль (k-fold CV).
27.01.18 Метрические классификаторы-1 Метод потенциальных функций. Метод окна Парзена. sklearn.RadiusNeighborsClassifier.
Правила оценивания
В 3 - 4 модулях ~20 семинаров.
~8 домашних лабораторных работ стоимостью 20 баллов каждая.
Конкурсное задание в конце 3-го модуля стоимостью 30 баллов.
Конкурсное задание в середине 4-го модуля стоимостью 30 баллов.
По желанию: в конце 4-го модуля можно будет увеличить оценку на 1 балл по десятибалльной шкале, доделав часть несданных лаб. работ.
Шкала перевода баллов в итоговую оценку представлена в таблице.
Итоговая оценка | Суммарные баллы |
---|---|
Отлично (10) | 160+ |
Отлично (9) | 150+ |
Отлично (8) | 140+ |
Хорошо (7) | 120+ |
Хорошо (6) | 110+ |
Удовлетворительно (5) | 90+ |
Удовлетворительно (4) | 70+ |
Незачет | менее 70 |
Полезные литература и ссылки
- Лутц, Изучаем Python, 4-е издание, 2011
- Brad Miller, David Ranum, Problem Solving with Algorithms and Data Structures, Release 3.0, 2013
- Michael T. Goodrich, Data Structures and Algorithms in Python, 1st edition, 2013
- Т.Кормен, Ч.Лейзерсон, Р.Ривест, К.Штайн - Алгоритмы. Построение и анализ. Издание 3-е, 2013
- Умнов, Видиолекции ШАДа по Python
- PEP8, коротко, на русском
- Code Like a Pythonista: Idiomatic Python
- A Curious Course on Coroutines and Concurrency
- Python patterns OOP
- Awesome Python, Много разных библиотек