• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Introduction to Data Science in Python

2018/2019
Academic Year
RUS
Instruction in Russian
2
ECTS credits
Course type:
Elective course
When:
1 year, 3 module

Instructor


Krasilnikov, Alexander

Программа дисциплины

Аннотация

Настоящая рабочая программа дисциплины устанавливает минимальные требования к знаниям и умениям студента, а также определяет содержание и виды учебных занятий и отчет-ности. Программа предназначена для преподавателей, ведущих дисциплину «Введение в науку о данных Python», учебных ассистентов и студентов направления подготовки 38.04.01. Экономика, обучающихся по образовательной программе «Прикладная экономика и математические методы».
Цель освоения дисциплины

Цель освоения дисциплины

  • Изучение основ программирования на языке Python для проведения статистических исследований
  • Знакомство с средой Jupyter
  • Получения навыков самостоятельного образования
  • Закрепления навыков статистического и модельного мышления.
Планируемые результаты обучения

Планируемые результаты обучения

  • Владеет методами исследования моделей в области экономики
  • Умеет принимать решения при выборе того или иного алгоритма и может объяснить свой выбор
  • Умеет обобщать результаты, составлять программу исследований для решения профессиональных задач
  • Демонстрирует умение подготовить результаты своей научной работы в виде алгоритма
  • Может оценить разработанные алгоритмы с точки зрения эффективности
  • Демонстрирует умение применять современные методы и методики в преподавании в вузе на основании методов, показанных при онлайн обучении
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в Python
  • Введение в Jupyter
  • Библиотека NumPy
  • Работа с датасетами
  • Сводные таблицы
  • Группировка и шкалирование данных
  • Распределения
  • Тестирование гипотез в Python
Элементы контроля

Элементы контроля

  • неблокирующий Самостоятельная работа
    Преподаватель оставляет за собой право контроля аутентичности распечатки, попросив войти в личный кабинет студента на образовательном портале. Оценка за текущий контроль нормируется до 10 балльной шкалы и округляется по правилам арифметического округления по итогам прохождения онлайн курса.
  • неблокирующий Экзамен
    Итоговая оценка за экзамен выставляется как сумма балов по всем задачам. Максимальная оценка за экзамен нормируется до 10 балльной шкалы и округляется по правилам арифметического округления по итогам экзамена.
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (3 модуль)
    0.5 * Самостоятельная работа + 0.5 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Guttag, J. (2013). Introduction to Computation and Programming Using Python (Vol. Rev. and expanded ed). Cambridge, MA: The MIT Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=622711
  • Hetland, M. L. (2017). Beginning Python : From Novice to Professional (Vol. Third edition). New York: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1174463

Рекомендуемая дополнительная литература

  • Vanderplas, J.T. (2016). Python data science handbook: Essential tools for working with data. Sebastopol, CA: O’Reilly Media, Inc. https://proxylibrary.hse.ru:2119/login.aspx?direct=true&db=nlebk&AN=1425081.
  • Федоров Д. Ю. - ПРОГРАММИРОВАНИЕ НА ЯЗЫКЕ ВЫСОКОГО УРОВНЯ PYTHON 2-е изд. Учебное пособие для СПО - М.:Издательство Юрайт - 2019 - 161с. - ISBN: 978-5-534-11961-9 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/programmirovanie-na-yazyke-vysokogo-urovnya-python-446505