Магистратура
2023/2024
Программирование
Лучший по критерию «Новизна полученных знаний»
Статус:
Курс по выбору (Компьютерная лингвистика)
Направление:
45.04.03. Фундаментальная и прикладная лингвистика
Кто читает:
Школа лингвистики
Где читается:
Факультет гуманитарных наук
Когда читается:
1-й курс, 1, 2 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Прогр. обучения:
Компьютерная лингвистика
Язык:
русский
Кредиты:
6
Контактные часы:
64
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
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