Магистратура
2021/2022





Программирование на языке Python
Лучший по критерию «Полезность курса для Вашей будущей карьеры»
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Статус:
Курс по выбору (Цифровые методы в гуманитарных науках)
Направление:
45.04.03. Фундаментальная и прикладная лингвистика
Кто читает:
Школа лингвистики
Где читается:
Факультет гуманитарных наук
Когда читается:
2-й курс, 2, 3 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для всех кампусов НИУ ВШЭ
Преподаватели:
Косяк Сергей Николаевич
Прогр. обучения:
Цифровые методы в гуманитарных науках
Язык:
русский
Кредиты:
4
Контактные часы:
32
Программа дисциплины
Аннотация
Курс знакомит студентов с основными сведениями об объектно-ориентированном программировании на языке Python, систематизирует знания о свойствах объектов языка, дает представление об основных библиотеках для разработки программных систем для обработки текстов на естественном языке, тренирует навык применения современной научной парадигмы.
Цель освоения дисциплины
- привить навыки программирования на языке Python
- изучить основные свойства объектов на языке Python
- изучить основные библиотеки для разработки программных систем для обработки текстов на естественном языке
- научиться проектировать программное обеспечение с применением объектно-ориентированной парадигмы
Планируемые результаты обучения
- владеет основными библиотеками для выгрузки информации из сети Интернет
- знает форматы данных, применяемых в сети Интернет
- умеет работать с такими структурами данных, как хэш-таблицы, деревья, графы
- умеет создать программу, работающую по одному из протоколов обмена текстовыми сообщениями
- знает устройства классов в языке Python
- Понимает основную проблематику курса, умеет сформулировать вопросы, релевантные для изучения курса
Содержание учебной дисциплины
- Введение
- Условные операторы и операторы циклов
- Обработка исключительных ситуаций, работа с файлами
- Загрузка информации из сети Интернет
- Библиотеки для обработки текстов
Элементы контроля
- Домашние задания
- Итоговый проект
- ЭкзаменЭкзамен проводится в письменной форме. На компьютере студента должны быть установлены интерпретатор языка Python и все дополнительные библиотеки, изученные в ходе курса. Студент может выполнить экзаменационное задание в удобное для него время. Никаких ограничений на выполнение задания не накладывается. Единственное условие: вовремя сданная работа. Экзамен пересдается в порядке, установленном академсоветом ОП.
Промежуточная аттестация
- 2021/2022 учебный год 3 модуль0.4 * Итоговый проект + 0.4 * Домашние задания + 0.2 * Экзамен
Список литературы
Рекомендуемая основная литература
- Álvaro Scrivano. (2019). Coding with Python. Minneapolis: Lerner Publications ™. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1947372
- Anaya, M. (2018). Clean Code in Python : Refactor Your Legacy Code Base. Birmingham, UK: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1881283
- Baka, B. (2017). Python Data Structures and Algorithms. Birmingham, U.K.: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1528144
- Bhavsar, K., Kumar, N., & Dangeti, P. (2017). Natural Language Processing with Python Cookbook : Over 60 Recipes to Implement Text Analytics Solutions Using Deep Learning Principles. Packt Publishing.
- Изучаем Python, Лутц, М., 2014
Рекомендуемая дополнительная литература
- Ben Stephenson. (2019). The Python Workbook : A Brief Introduction with Exercises and Solutions (Vol. 2nd ed. 2019). Springer.
- Chatterjee, S., & Krystyanczuk, M. (2017). Python Social Media Analytics. Birmingham: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1565635
- Python 3, Прохоренок, Н. А., 2016
- Программирование: теоремы и задачи, Шень, А., 2004