Язык программирования Python

2024/2025

Статус: Маго-лего

Кто читает: Департамент социологии

Когда читается: 3 модуль

Охват аудитории: для своего кампуса

Преподаватели: Ярошенко Евгения Игоревна

Язык: русский

Кредиты: 3

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Курс знакомит студентов с языком программирования Python и анализом данных. В рамках курса будут рассмотрены такие важные темы, как основы языка программирования Python, виртуальные среды, предобработка, анализ и визуализация данных (включая различные виды моделирования и алгоритмы машинного обучения), организация аналитического проекта.

Цель освоения дисциплины

освоить базовые понятия языка программирования Python
научиться работе с библиотеками Python

Планируемые результаты обучения

Устанавливает интерпретатор языка Python и пакеты для работы с данными. Устанавливает и настраивает среду разработки Python. Вызывает интерпретатор в командной строке и взаимодействует с ним.
Организует вычислительный проект. Создает и использует виртуальные среды Python.
Называет, различает и использует разные типы данных. Различает и использует операторы и ключевые слова. Создает классы и методы. Форматирует и проверяет код, обрабатывает ошибки.
Реализует загрузку данных, обрабатывает данные, используя пакеты numpy и pandas, и экспортирует данные в различные форматы.
Реализует сбор данных в сети с помощью парсинга или обращения к API.
Реализует визуализацию данных с помощью различных пакетов (matplotlib, seaborn и других).
Выполняет предобработку данных. Строит регрессионные и тематические модели. Объясняет основные понятия машинного обучения.

Содержание учебной дисциплины

Язык программирования Python: введение
Основы и синтаксис языка Python
Обработка данных на языке Python
Визуализация данных
Разведочный анализ данных
Статистические тесты
Моделирование на языке Python

Элементы контроля

Упражнения
Для закрепления навыков по работе с инструментарием студентам предлагается выполнить упражнения по работе на языке Python.
Проект по основам машинного обучения
Проект по основам машинного обучения. Данные для задания предоставляются преподавателем или обсуждаются в индивидуальном порядке. Работа выполняется индивидуально. Студенты должны применить на конкретных данных методы машинного обучения, такие как регрессионный анализ, классификация и кластеризация, для решения поставленных задач. Проект должен быть написан с ориентацией на “заказчика”, то есть понятен потенциальному клиенту, содержать все необходимые пояснения и интерпретации. Результаты представляются в виде 1) отчета с таблицами / графиками, построением моделей, их выбором и оценкой для его обоснования, а также пояснениями, какие выводы должен сделать пользователь и какие элементы фокусируют внимание именно на этих выводах, 2) презентации ключевых моментов исследования с ответами на вопросы преподавателя/комиссии.
Проект по анализу данных
Проект по анализу данных. Данные для задания предоставляются преподавателем или обсуждаются в индивидуальном порядке. Работа выполняется индивидуально. Студенты должны применить на конкретных данных методы обработки и визуализации данных, изученные на семинарах. Проект должен быть написан с ориентацией на “заказчика”, то есть понятен потенциальному клиенту, содержать все необходимые пояснения и интерпретации. Результаты представляются в виде 1) отчета с таблицами / графиками и пояснениями, какие выводы должен сделать пользователь и какие элементы фокусируют внимание именно на этих выводах, 2) презентации ключевых моментов исследования с ответами на вопросы преподавателя/комиссии.
Контрольная работа по курсу

Промежуточная аттестация

2024/2025 3rd module
0.25 * Контрольная работа по курсу + 0.35 * Проект по анализу данных + 0.25 * Проект по основам машинного обучения + 0.15 * Упражнения

Список литературы

Авторы

Ярошенко Евгения Игоревна
Ильина Мария Ивановна

Программа дисциплины