Прикладной анализ данных и искусственный интеллект

Кто читает:: Департамент информатики

Статус:: Курс обязательный

Когда читается:: 1-й курс, 1-4 модуль

Преподаватели

Галоев Илькин Багаддин Оглы

Иванцов Илья Сергеевич

Сайфулин Дмитрий Тимурович

Дополнительные материалы в LMS Задать вопрос

Аннотация

Дисциплина базовой части профессионального цикла. Дисциплина направлена на формирование у студентов теоретических знаний и практических навыков по основам методологии программирования, включая администрирование Unix-подобных операционных систем, а также приобретение навыков использования методов алгоритмизации и объектно-ориентированного программирования на языке высокого уровня для последующей обработки данных.

Цель освоения дисциплины

Формирование у студентов теоретических знаний и практических навыков по основам методологии программирования.
Приобретение навыков использования методов алгоритмизации и объектно-ориентированного программирования на языке высокого уровня.
Формирование базовых навыков администрирования Unix-подобных операционных систем: управление правами доступа, пакетами и службами.

Планируемые результаты обучения

Знать принципы, основные конструкции и идиомы языков программирования Python и Bash, необходимые для изучения других дисциплин, предусмотренных базовым и рабочим учебными планами, а также для применения в профессиональной деятельности.
Знать принципы работы и администрирования ОС Unix, включая управление правами доступа, пакетами и службами (systemd).
Иметь навыки (приобрести опыт) по работе и администрированию в Unix-подобных операционных системах.
Иметь навыки (приобрести опыт) применения объектно-ориентированного подхода на Python, включая утиную типизацию и разрешение конфликтов методов при множественном наследовании (MRO).
Иметь навыки (приобрести опыт) формализации и решения практических задач по программированию, включая обработку данных средствами библиотек NumPy и Pandas.

Содержание учебной дисциплины

Командный интерпретатор ОС Unix.
Устройство ОС Unix.
Введение в Python.
Объектно-ориентированное программирование на Python.
Фреймворки Python.

Элементы контроля

Домашнее задание №1
Описание: Домашнее задание №1 выдается студентам в одном варианте и состоит из 5 задач. Каждой задаче присвоен свой балл. Срок выполнения домашнего задания - 2 недели. Форма представления обучающимися домашнего задания - файл со скриптом.
Домашнее задание №2
Описание: Домашнее задание №2 выдается студентам в одном варианте. Срок выполнения домашнего задания - 2 недели. Форма представления обучающимися домашнего задания - представленные в письменном виде решения задач.
Домашнее задание №3:
Описание: Домашнее задание №3 выдается студентам в одном варианте. Срок выполнения домашнего задания - 2 недели. Форма представления обучающимися домашнего задания - представленные в письменном виде решения задач.
Проверочная работа
Описание: письменная проверочная работа — 3 коротких практических задания на Bash и Python (примерно 30 минут), без права пересдачи в рамках модуля; засчитывается в промежуточную аттестацию 2 модуля.
Домашнее задание №4
Домашнее задание №4 выдается студентам в одном варианте. Срок выполнения домашнего задания - 2 недели. Форма представления обучающимися домашнего задания - представленные в письменном виде решения задач.
Домашнее задание №5
Необходимо реализовать на языке Python (с использованием библиотеки numpy) класс `BlockLinearRegression`, который обучается на данных, поступающих блоками (чанками). Пусть данные разбиты на $k$ блоков: $(X_1, y_1), (X_2, y_2), \dots, (X_k)$, где $X_i$ — матрица размера $(B_i \times D)$, $y_i$ — вектор размера $(B_i)$, $B_i$ — размер $i$-го блока, $D$ — количество признаков. Алгоритм должен последовательно обработать каждый блок, обновляя внутреннее состояние, и после прохождения всех блоков вычислить итоговые веса модели.
Экзамен
Устный экзамен проводится в форме ответов на вопросы экзаменационного билета. Экзаменационный билет представляет собой один из алгоритмов, которые надо было реализовать в домашнем задании. На подготовку ответа выделяется 2,5 часа.

Промежуточная аттестация

2026/2027 2nd module
0.2 * Домашнее задание №3: + 0.4 * Проверочная работа + 0.2 * Домашнее задание №1 + 0.2 * Домашнее задание №2
2026/2027 4th module
0.5 * Экзамен + 0.25 * Домашнее задание №5 + 0.25 * Домашнее задание №4

Список литературы

Авторы

Зубаков Алексей Васильевич
Юнышева Анастасия Владимировна
Кузнецов Антон Михайлович