Программирование и анализ данных

Магистратура 2023/2024

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

Полная версия программы учебной 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)

Элементы контроля

Домашние задания
Проект
Посещаемость

Промежуточная аттестация

2022/2023 учебный год 4 модуль
0.5 * Домашние задания + 0.2 * Посещаемость + 0.3 * Проект
2023/2024 учебный год 2 модуль
0.1 * Домашние задания + 0.1 * Домашние задания + 0.25 * Посещаемость + 0.25 * Посещаемость + 0.15 * Проект + 0.15 * Проект

Список литературы

Авторы

Федорова Ксения Александровна

Программа дисциплины