Анализ данных в Python (Политологи 1 семестр 1-2 модули)

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск

О курсе

"Анализ данных в Python" читается на 4 курсе, в 1 и 2 модуле.

Организаторы

Лектор и семинарист: Рогович Татьяна Владимировна

Ассистент: Гергель Анастасия Игоревна

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
4 15 ноября 2018 г. Введение в Machine Learning. Решающие деревья. Лекция
5 22 ноября 2018 г. Анализ текстов Лекция

Семинары

Материалы к семинарам

Самостоятельные работы и домашнее задание

Тип Дедлайн Папка для ответов Результаты Комментарии
1 Домашнее задание №1 23.59 7.10.18 ДЗ 1 Результаты ДЗ 1 Комментарии ДЗ 1
2 Домашнее задание №2 23.59 18.11.18 Ответы высылать на почту Результаты ДЗ 2 Фидбэк
3 Домашнее задание №3 23.59 12.12.18 Ответы высылать на почту

Ваши ответы размещайте с указанием Фамилии и Имя (Иванов.Иван.ipynb)

Проект

Дедлайн 20 декабря 12.00
Информаци об итоговом проекте

ПАПКА ДЛЯ ПРОЕКТОВ

Запись на экзамен

Запись на экзамен

Материалы

Тест

Опрос

Опрос

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 рекомендуемых материалов

Линейная алгебра и статистика

Python

Machine learning

Материала по ML

Статистика

  • Бослав С. Статистика для всех (Есть в библиотеке)
  • Gravetter F, Wallnau L. Statistics for behavioral sciences (Есть в библиотеке)

Web scraping