Бакалавриат
2023/2024
Анализ данных в Python
Статус:
Курс обязательный (Математика)
Направление:
01.03.01. Математика
Кто читает:
Кафедра фундаментальной математики
Когда читается:
3-й курс, 4 модуль
Формат изучения:
с онлайн-курсом
Онлайн-часы:
20
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
6
Контактные часы:
8
Программа дисциплины
Аннотация
Курс "Анализ данных на Python" нацелен на изучение языка программирования Python и получение базовых знаний и навыков для обработки, визуализации и статистического анализа данных, а также дальнейшего прохождения более специализированных курсов в этой области (например, машинного обучения). Первая часть дисциплины отведена на изучение основ языка Python, по итогам которой слушатели узнают о типах и структурах данных и освоят такие базовые понятия программирования, как условные операторы, функции, рекурсии и циклы. В рамках курса будут пройдены основы различных парадигм программирования: процедурное, функциональное и объектно-ориентированное программирование. Слушатели научатся решать задачи по парсингу, препроцессингу и визуализации данных с помощью стандартных и внешних библиотек Python. С использованием онлайн-курса "Основы программирования на Python" [URL:https://ru.coursera.org/learn/python-osnovy-programmirovaniya].
Цель освоения дисциплины
- Ознакомление студентов с основами программирования на языке Python
- Получение навыков обработки и анализа данных с применением библиотек языка Python
Планируемые результаты обучения
- Знать основные структуры данных и парадигмы программирования
- Знать синтаксис и семантику основных конструкций языка программирования Python
- Уметь собирать, предобрабатывать и визуализировать данные и выводить их описательные статистики
- Уметь формулировать аналитическую задачу и реализовывать ее выполнение на Python
Содержание учебной дисциплины
- Введение в язык программирования. Условные операторы. Вещественные числа.
- Кортежи, цикл for, списки.
- Функции и рекурсия.
- Множества и словари. Функциональное программирование.
- Объектно-ориентированное программирование.
- Обработка данных.
- Визуализация данных.
- Парсинг данных
- Работа с внешними API различных сервисов.
Промежуточная аттестация
- 2023/2024 учебный год 4 модуль0.6 * Написание итоговой программы на языке Python + 0.4 * Тест по материалам курса
Список литературы
Рекомендуемая основная литература
- Hastie, T., Tibshirani, R., Friedman, J. The elements of statistical learning: Data Mining, Inference, and Prediction. – Springer, 2009. – 745 pp.
- Lutz, M. (2008). Learning Python (Vol. 3rd ed). Beijing: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=415392
- McKinney, W. (2012). Python for Data Analysis : Data Wrangling with Pandas, NumPy, and IPython. Sebastopol, CA: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=495822
Рекомендуемая дополнительная литература
- 9781491912140 - Vanderplas, Jacob T. - Python Data Science Handbook : Essential Tools for Working with Data - 2016 - O'Reilly Media - https://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=1425081 - nlebk - 1425081
- Митчелл, Р. Скрапинг веб-сайтов с помощю Python : руководство / Р. Митчелл , перевод с английского А. В. Груздев. — Москва : ДМК Пресс, 2016. — 280 с. — ISBN 978-5-97060-223-2. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/100903 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.