• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Введение в программирование для анализа данных

2018/2019
Учебный год
RUS
Обучение ведется на русском языке
3
Кредиты
Статус:
Курс адаптационный
Когда читается:
1-й курс, 1 модуль

Преподаватель


Нагорный Олег Станиславович

Программа дисциплины

Аннотация

Целью освоения дисциплины «Введение в программирование для анализа данных» является получение студентами опыта программирования для дальнейшего развития навыков работы с кодом. Задачей курса является является изучение базового синтаксиса языка программирования Python и базовых приемов и шаблонов используемых при решении задач анализа данных на языке программирования Python. Изучение дисциплины будет способствовать развитию навыков практического программирования и анализа данных на примере стандартных задач программирования. В результате изучения дисциплины у студенты, не имеющие опыт программирования, приобретут необходимые навыки для написания кода на языке программирования Python.
Цель освоения дисциплины

Цель освоения дисциплины

  • получение студентами опыта программирования для дальнейшего развития навыков работы с кодом
Планируемые результаты обучения

Планируемые результаты обучения

  • Знает особенности языка и базовый синтаксис языка Python, управляющие конструкции и функции
  • Демонстрирует знание клиент-серверной архитектуры и протоколов обмена данными, знает основы html
  • Демонстрирует знание функционального программирования в Python, умеет применять объектно-ориентированное программирование, умеет обрабатывать исключения
  • Умеет выполнять операции с векторами, numpy, визуализировать с помощью matplotlib и seaborn
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Обзор языка Python
    Особенности языка. Среды разработки. Базовый синтаксис. Управляющие конструкции, функции. Ввод-вывод. Модули. Пакеты. Импорт. Виртуальное окружение
  • Сбор веб-данных
    Клиент-серверная архитектура. Протоколы обмена данными. http-запросы. API. Основы html, библиотека BeautifulSoup. Асинхронны запросы
  • Методология программирования
    Функциональное программирование в Python. Замыкания, генераторы, списки, декораторы, области видимости функций. Объектно-ориентированное программирование. Объекты, классы, методы, наследование, атрибуты, перегрузка операторов. Обработка исключений
  • Методы анализа данных
    Операции с векторами, numpy. Pandas. Опрятные данные. Визуализация с помощью matplotlib и seaborn
Элементы контроля

Элементы контроля

  • неблокирующий Тест
  • неблокирующий Контрольная работа
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (1 модуль)
    0.15 * Контрольная работа + 0.15 * Тест + 0.7 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Nelli, F. (2018). Python Data Analytics : With Pandas, NumPy, and Matplotlib (Vol. Second edition). New York, NY: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1905344
  • Основы алгоритмизации и программирования на Python : учеб. пособие / С.Р. Гуриков. — М. : ФОРУМ : ИНФРА-М, 2017. — 343 с. — (Высшее образование: Бакалавриат). - Режим доступа: http://znanium.com/catalog/product/772265

Рекомендуемая дополнительная литература

  • Ohri, A. (2017). Python for R Users : A Data Science Approach. Hoboken, NJ: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1630336