Введение в анализ текстов на Python для ФГН 2018 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Правила оценивания)
м
Строка 8: Строка 8:
  
 
Семинары проходят по пятницам, 1-я и 2-я пары, в ауд. ???.  
 
Семинары проходят по пятницам, 1-я и 2-я пары, в ауд. ???.  
 
 
'''Просьба, по возможности, приходить со своими ноутбуками.'''
 
'''Просьба, по возможности, приходить со своими ноутбуками.'''
 +
За всеми важными объявлениями можно и нужно следить в группе телеграм.
  
 
=== Полезные ссылки ===
 
=== Полезные ссылки ===

Версия 08:03, 3 сентября 2018

Описание курса

О курсе

Курс читается на 3 курсе факультета гуманитарных наук для групп БКЛ161 и БКЛ162 в 1, 2 и 4 модулях.

Семинарист: Кабанов Сергей Михайлович

Ассистенты: Соболев Марк и Татаринов Дмитрий

Семинары проходят по пятницам, 1-я и 2-я пары, в ауд. ???. Просьба, по возможности, приходить со своими ноутбуками. За всеми важными объявлениями можно и нужно следить в группе телеграм.

Полезные ссылки

Карточка курса и программа

Почта курса: lingvo-python-ml@yandex.ru

Чат курса в телеграм: LingvoX

Wiki-страница прошлого года: Введение в анализ текстов на Python для ФГН 2017

1 модуль

Семинары

07.09.18 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).

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 50 баллов.

По желанию: индивидуальное домашнее задание стоимостью 20 баллов.

Шкала перевода баллов в итоговую оценку представлена в таблице.

Итоговая оценка Суммарные баллы
Отлично (10) 150+
Отлично (9) 140+
Отлично (8) 130+
Хорошо (7) 110+
Хорошо (6) 100+
Удовлетворительно (5) 80+
Удовлетворительно (4) 60+
Незачет менее 60

Лабораторные работы отправлять на почту курса не позднее начала следующего семинара, если не оговорено иное. Правила формления: в разработке.

Полезные литература и ссылки

  1. Лутц, Изучаем Python, 4-е издание, 2011
  2. Brad Miller, David Ranum, Problem Solving with Algorithms and Data Structures, Release 3.0, 2013
  3. Michael T. Goodrich, Data Structures and Algorithms in Python, 1st edition, 2013
  4. Т.Кормен, Ч.Лейзерсон, Р.Ривест, К.Штайн - Алгоритмы. Построение и анализ. Издание 3-е, 2013
  5. Умнов, Видиолекции ШАДа по Python
  6. PEP8, коротко, на русском
  7. Code Like a Pythonista: Idiomatic Python
  8. A Curious Course on Coroutines and Concurrency
  9. Python patterns OOP
  10. Awesome Python, Много разных библиотек