Python Programming Language

2026/2027

Academic Year

RUS

Instruction in Russian

3

ECTS credits

Delivered at:

Department of Sociology

Course type:

Elective course

When:

1 year, 3 module

Instructor

Ярошенко Евгения Игоревна

Программа дисциплины

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

• 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 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

• Основы и синтаксис языка Python
• Циклы в Python
• Обработка данных на языке Python
• Визуализация данных
• Моделирование на языке Python
• Разведочный анализ данных
• Классы и объекты

Элементы контроля

• Домашнее задание
• Самостоятельная работа 1
  Самостоятельная работа по обработке и анализу данных в Python
• Самостоятельная работа 2
  Самостоятельная работа 2 по визуализации данных в Python
• Контрольная работа
  Контрольная работа по всем темам курса
• Проект
  Выполнение итогового проекта по разведочному анализу данных и визуализации.

Промежуточная аттестация

• 2026/2027 3rd module
  0.15 * Самостоятельная работа 1 + 0.1 * Домашнее задание + 0.15 * Самостоятельная работа 2 + 0.35 * Проект + 0.25 * Контрольная работа

Список литературы

Рекомендуемая дополнительная литература

• Bernard, J. (2016). Python Recipes Handbook : A Problem-Solution Approach. [United States]: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1174476
• Downey, A. (2012). Think Python. Sebastopol, CA: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=477161
• Siegel, E. (2016). Predictive Analytics : The Power to Predict Who Will Click, Buy, Lie, or Die (Vol. Revised and Updated edition). Hoboken: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1157317

Авторы

• Ярошенко Евгения Игоревна