Программирование для анализа данных

Магистратура 2022/2023

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Статус: Курс обязательный (Коммуникации, основанные на данных)

Направление: 42.04.01. Реклама и связи с общественностью

Кто читает: Школа коммуникаций

Где читается: Факультет креативных индустрий

Когда читается: 1-й курс, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Нестер (Нестеренко) Роман Юрьевич

Прогр. обучения: Коммуникации, основанные на данных

Язык: русский

Кредиты: 3

Контактные часы: 32

Полная версия программы учебной дисциплины

Аннотация

Настоящая дисциплина читается на 1 курсе магистратуры образовательной программы «Коммуникации, основанные на данных» и относится к блоку базовых дисциплин программы. В результате успешного освоения курса студенты будут знать: • особенности интерфейса Jupyter Notebook; • переменные и базовые объекты в Python; уметь: • адекватно оценивать корректность использования методов анализа данных, применяемых при решении практических задач; владеть: • навыками программирования в Python; • навыками работы с наборами данных; • обработки и анализа данных с помощью библиотеки Pandas.

Цель освоения дисциплины

Целями освоения дисциплины «Программирование для анализа данных» являются: - овладение навыками программирования на языке Python; - овладение навыками работы в среде интерактивной разработки Jupyter Notebook; - овладение методами обработки, анализа и визуализации качественных и количественных данных для решения прикладных задач, возникающих в сфере управления интегрированными коммуникациями и маркетинга.

Планируемые результаты обучения

Владеет навыками парсинга данных и работы с базами данных в Python.
Знает особенности интерфейса Jupyter Notebook, переменные и базовые объекты в Python.
Использует библиотеку pandas для анализа данных
Умеет выполнять анализ и визуализацию данных в Python.

Содержание учебной дисциплины

Тема 1. Введение в работу с Python и Jupyter Notebook.
Тема 2. Основы работы с библиотекой Pandas.
Тема 3. Разведывательный анализ данных в Python. Визуализация количественных и качественных данных в Python. Визуализация данных с помощью Pandas.
Тема 4. Работа с API. Парсинг HTML-страниц. Работа с базами данных из Python.

Элементы контроля

Осам. работа – самостоятельная работа.
Од/з – домашнее задание.
Оэкз – экзамен
Экзамен представляет собой набор задач по пройденным темам, которые выполняются на компьютере в Python (Jupyter Notebook). Экзамен оценивается по 10-ти балльной шкале. Процедура пересдачи аналогична процедуре сдачи.

Промежуточная аттестация

2022/2023 учебный год 2 модуль
0.3 * Осам. работа – самостоятельная работа. + 0.3 * Од/з – домашнее задание. + 0.4 * Оэкз – экзамен

Список литературы

Авторы

Тамбовцева Алла Андреевна
Грызунова Елена Аркадьевна
Никушин Алексей Вячеславович
Щуров Илья Валерьевич
Шантырева Любовь Викторовна

Программа дисциплины