Магистратура
2023/2024![Цель освоения дисциплины](/f/src/global/i/edu/objectives.svg)
![Планируемые результаты обучения](/f/src/global/i/edu/results.svg)
![Содержание учебной дисциплины](/f/src/global/i/edu/sections.svg)
![Промежуточная аттестация](/f/src/global/i/edu/intermediate_certification.svg)
![Список литературы](/f/src/global/i/edu/library.svg)
Программирование и анализ 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 обязательный (Современная журналистика)
Направление:
42.04.02. Журналистика
Кто читает:
Институт медиа
Где читается:
Факультет креативных индустрий
Когда читается:
2-й курс, 1, 2 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Преподаватели:
Покатилов Роман Алексеевич
Прогр. обучения:
Современная журналистика
Язык:
русский
Кредиты:
6
Контактные часы:
52
Программа дисциплины
Аннотация
Курс «Программирование и анализ данных» является обязательным курсом на образовательной программе «Журналистика данных». Курс состоит из трех блоков. Первый блок включает базовые элементы языка программирования Python, второй блок представляет собой знакомство с инструментами обработки, визуализации и разведывательного анализа данных в Python, третий блок посвящен выгрузке информации из веб-страниц и баз данных, а также основам работы с открытыми данными.
Цель освоения дисциплины
- Целями освоения дисциплины являются овладение навыками программирования на языке Python, овладение методами сбора и обработки данных для решения задач дата-журналистики, овладение элементами веб-дизайна для визуализации данных и создания собственных проектов.
- Изучить методы работы с табличными данными в python.
- Освоить методы функционального и объектно-ориентированного программирования на языке Python.
- Познакомить слушателей курса с современными СУБД и научиться применять их в учебных проектах.
- Научиться писать программы для автоматизированного сбора данных веб-сайтов (в частности, социальных сетей) и мессенджеров.
- Изучить базовые алгоритмы машинного обучения для решения задач регрессии, классификации и кластеризации.
Планируемые результаты обучения
- Знать особенности работы с современными дистрибутивами Python
- Знает этапы предварительной обработки текста и умеет реализовывать их на практике
- Применяет готовые функции Python, пишет собственные функции на Python, умеет работать с классами, описывает собственные объекты в Python и определяет методы на них
- Программа для сбора открытых данных
- Программа на языке Python для работы с базами данных
- Реализация REST интерфейс
- Умеет выполнять операции с массивами NumPy
- Умеет загружать и сохранять файлы с данными различных форматов
- Умеет загружать файлы с данными; выполняет обработку табличных данных средствами Python
- Умеет работать в среде Jupyter Notebook, создает переменные разных типов, выполняет приведение типов
- Умеет решать прикладные задачи с применением циклов
- Умеет создавать списки, кортежи, множества и словари в Python, обращаться к их элементам и изменять их
- Умеет создавать списки, решает прикладные задачи с применением условных конструкций
- Умеет строить графики математических функций и визуализировать данные в Python, знает этапы разведывательного анализа данных и умеет реализовывать их на практике
- Применяет готовые функции Python, пишет собственные функции на Python, умеет работать с классами, описывает собственные объекты в Python и определяет методы на них.
- Умеет загружать и сохранять файлы с данными различных форматов.
- Уверенно пишет программы автоматического сбора данных в том числе динамических web-сайтов и мессенджеров.
- Умеет применять post-запросы для сбора данных.
- Знает этапы предварительной обработки текста и умеет реализовывать их на практике.
- Знает этапы разведывательного анализа данных и умеет реализовывать их на практике.
- Уверенно проводит очистку данных инструментами библиотеки Pandas.
- Программировать на языке Python для работы с базами данных.
- Применяет систему контроля версий Git.
- Решает задачи машинного обучения (регрессия, классификация или кластеризация данных) на практике.
- Знает основные этапы вёрстки в html и css.
Содержание учебной дисциплины
- Начало работы в Python
- Управляющие конструкции в Python
- Структуры данных в Python
- Циклы в Python
- Функции и классы в Python
- Работа с файлами
- Работа с текстами
- Массивы NumPy
- Работа с таблицами
- Визуализация и разведывательный анализ данных
- Высокопроизводительные дистрибутивы Python
- Веб-программирование с помощью Python
- Открытые данные
- Современные СУБД
- Функциональное программирование на Python
- Основы ООП в Python
- Операции над массивами и инструменты NumPy
- Работа с табличными данными в Pandas
- Автоматический сбор данных с web-сайтов
- Автоматический сбор данных из социальных сетей и мессенджеров
- Введение в современные СУБД
- Алгоритмы машинного обучения
- Основы вёртски (html, css)
Промежуточная аттестация
- 2022/2023 учебный год 4 модуль0.5 * Домашние задания + 0.2 * Посещаемость + 0.3 * Проект
- 2023/2024 учебный год 2 модуль0.1 * Домашние задания + 0.1 * Домашние задания + 0.25 * Посещаемость + 0.25 * Посещаемость + 0.15 * Проект + 0.15 * Проект
Список литературы
Рекомендуемая основная литература
- Nelli, F. (2018). Python Data Analytics : With Pandas, NumPy, and Matplotlib (Vol. Second edition). New York, NY: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1905344
- Федоров, Д. Ю. Программирование на языке высокого уровня Python : учебное пособие для среднего профессионального образования / Д. Ю. Федоров. — 2-е изд. — Москва : Издательство Юрайт, 2019. — 161 с. — (Профессиональное образование). — ISBN 978-5-534-11961-9. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/446505 (дата обращения: 28.08.2023).
- Шолле Франсуа - Глубокое обучение на Python. — (Серия «Библиотека программиста»). - 978-5-4461-0770-4 - Санкт-Петербург: Питер - 2021 - 376833 - https://ibooks.ru/bookshelf/376833/reading - iBOOKS
- Шолле Франсуа - Глубокое обучение на Python. 2-е межд. издание. — (Серия «Библиотека программиста») - 978-5-4461-1909-7 - Санкт-Петербург: Питер - 2023 - 386793 - https://ibooks.ru/bookshelf/386793/reading - iBOOKS
Рекомендуемая дополнительная литература
- Perkins, J. (2014). Python 3 Text Processing with NLTK 3 Cookbook. Birmingham: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=836632
- Python и анализ данных, Маккинли, У., 2015
- Бхаргава А. - Грокаем алгоритмы. Иллюстрированное пособие для программистов и любопытствующих. — (Серия «Библиотека программиста») - 978-5-4461-0923-4 - Санкт-Петербург: Питер - 2022 - 376971 - https://ibooks.ru/bookshelf/376971/reading - iBOOKS
- Лучано, Р. Python. К вершинам мастерства / Р. Лучано , перевод с английского А. А. Слинкин. — Москва : ДМК Пресс, 2016. — 768 с. — ISBN 978-5-97060-384-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/93273 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Митчелл Райан - Современный скрапинг веб-сайтов с помощью Python. 2-е межд. изд. — (Серия «Бестселлеры O'Reilly») - 978-5-4461-1693-5 - Санкт-Петербург: Питер - 2021 - 376969 - https://ibooks.ru/bookshelf/376969/reading - iBOOKS
- Скрапинг веб - сайтов с помощью Python : сбор данных из современного интернета, Митчелл, Р., 2016