Бакалавриат
2026/2027
Анализ данных в Python
ID 1207283
Статус:
Курс обязательный (Цифровой маркетинг)
Кто читает:
Департамент организационного развития
Где читается:
Факультет менеджмента (Нижний Новгород)
Когда читается:
3-й курс, 1, 2 модуль
Онлайн-часы:
20
Охват аудитории:
для своего кампуса
Преподаватели:
Привалов Игорь Васильевич
Язык:
русский
Кредиты:
3
Контактные часы:
56
Программа дисциплины
Аннотация
Курс по анализу данных на Python представляет собой обширное обучение, нацеленное на развитие навыков работы с данными и аналитическими методами с помощью языка программирования Python. Курс включает в себя теоретические аспекты анализа данных, практические занятия и реальные проекты, которые помогут студентам приобрести необходимые навыки для решения задач анализа данных в различных областях.В ходе курса студенты изучают основы работы с данными, такие как обработка и преобразование данных, визуализация данных, статистический анализ и машинное обучение. Они также ознакомятся с различными библиотеками Python, такими как Pandas, NumPy, Matplotlib и Scikit-learn, которые являются основными инструментами для анализа данных на этом языке программирования.
Цель освоения дисциплины
- Научить студентов основным навыкам программирования на языке Python. Научить студентов основным методам извлечения и обработки данных, необходимым для дальнейшего обучения и работы по специальности. Познакомить студентов с основными концепциями и методами анализа данных, статистики и машинного обучения.
Планируемые результаты обучения
- Применяет библиотеку Pandas при решении практических задач
- Описывает особенности работы с современными дистрибутивами Python
- Называет типы переменных и применяет их для хранения различных данных
- Формулирует понятие Data Science и объясняет необходимость перехода к новой форме аналитики
- Даёт определения, описывает, импортирует, анализирует, обрабатывает, производит трансформацию и агрегацию данных
- Загружает и обрабатывает данные различных форматов
- Выявляет и обрабатывает пропущенные значения, дубликаты и выбросы в наборе данных
- Рассчитывает описательные статистики (среднее, медиану, дисперсию, квартили) для набора данных
Содержание учебной дисциплины
- Интро
- Инструменты для работы с данными в Python
- Основы синтаксиса Python
- Работа с данными
- Визуализация
- Машинное обучение
Элементы контроля
- ТЕСТТест из курса по подготовке к экзамену
- Практическое заданиеСоздание аналитического отчета по датасету и ответ на вопросы Критерии оценивания: Точность кода, оформление, полноту выполненных заданий, адекватность визуализаций и глубину аналитики. Важно, каждый ваш шаг снабжать текстом, чтобы не было голого кода, объясняйте что вы делаете и если вы получили что-то, что нужно анализировать, то дайте мне этот анализ в виде текста.
Список литературы
Рекомендуемая основная литература
- Data Science. Наука о данных с нуля: Пер. с англ. — 2-е изд., перераб. и доп. - 978-5-9775-6731-2 - Грас Д. - 2021 - Санкт-Петербург: БХВ-Петербург - https://ibooks.ru/products/356414 - 356414 - iBOOKS
- Python и анализ данных. Первичная обработка данных с применением pandas, NumPy и Jupiter - Маккинни У. - Издательство "ДМК Пресс" - 978-5-93700-174-0 - 2023 - русский - https://e.lanbook.com/book/348086 - ЛАНЬ - 348086
Рекомендуемая дополнительная литература
- Python: Искусственный интеллект, большие данные и облачные вычисления - 978-5-4461-1432-0 - Пол Дейтел, Харви Дейтел - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/products/371701 - 371701 - iBOOKS
- Искусственный интеллект и язык программирования Python - Андропова О. Ю., Васильева И. И., Гнездилова Н. А. - Елецкий государственный университет им. И. А. Бунина - 978-5-00151-413-8 - 2024 - русский - https://e.lanbook.com/book/462479 - ЛАНЬ - 462479
- Келлехер Д., Тирни Б. - Наука о данных: базовый курс - 978-5-9614-3170-4 - Альпина Паблишер - 2020 - https://znanium.ru/catalog/product/1221800 - 1221800 - ZNANIUM