• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2021/2022

Введение в Python для наук о данных

Лучший по критерию «Полезность курса для Вашей будущей карьеры»
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус: Курс по выбору (Экономика)
Направление: 38.03.01. Экономика
Где читается: Факультет менеджмента (Пермь)
Когда читается: 3-й курс, 2 модуль
Формат изучения: с онлайн-курсом
Онлайн-часы: 35
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 4
Контактные часы: 16

Программа дисциплины

Аннотация

Курс предоставляет студентам широкий общий обзор Python — языка программирования общего назначения, который становится все более популярным для науки о данных. Основное внимание уделяется применению Python специально для науки о данных. Курс посвящен способам импорта, хранения и обработки данных, а также полезным инструментам обработки данных для проведения анализа данных. Курс предназначен для студентов с небольшим опытом программирования. Процесс обучения облегчается платформой DataCamp.
Цель освоения дисциплины

Цель освоения дисциплины

  • Основная цель курса — познакомить студентов с основными понятиями Python, его синтаксисом, функциями и пакетами, чтобы они могли писать сценарии для обработки и анализа данных. Курс развивает навыки написания и запуска кода с использованием Python. Курс охватывает различные типы переменных и их особенности, основные конструкции языка, а также основные пакеты для обработки данных: NumPy, Pandas, Matplotlib. По окончании курса студенты должны уметь писать короткие сценарии для импорта, подготовки и анализа данных.
Планируемые результаты обучения

Планируемые результаты обучения

  • Know basic data types in Python.
  • Know how to import data in Python.
  • Know how to work in Jupyter Notebook.
  • Know operators, how to clean and merge datasets.
  • Know pandas library, the main methods for DataFrames.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Intermediate Python for Data Science
  • Python DataFrames
  • Importing Data in Python
  • Environment for scientific programming in Python
  • Introduction to Python for Data Science
Элементы контроля

Элементы контроля

  • неблокирующий Self-study work
  • неблокирующий Exam
    Экзамен проводится в очной форме, в компьютерном классе.
Промежуточная аттестация

Промежуточная аттестация

  • 2021/2022 учебный год 2 модуль
    0.5 * Self-study work + 0.5 * Exam
Список литературы

Список литературы

Рекомендуемая основная литература

  • Vanderplas, J. T. (2016). Python Data Science Handbook : Essential Tools for Working with Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1425081

Рекомендуемая дополнительная литература

  • Seemon Thomas. (2014). Basic Statistics. [N.p.]: Alpha Science Internation Limited. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1663598

Авторы

  • Собянин Кирилл Валентинович