• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2026/2027

Python для бизнес-аналитики

Статус: Маго-лего
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 6
Контактные часы: 56

Программа дисциплины

Аннотация

В ходе курса студенты изучат основы программирования, методы обработки и визуализации качественных и количественных данных, а также подходы к получению информации из Интернета с помощью парсинга и запросов API. Конечной целью курса является предоставление студентам методов, полезных для сбора данных, визуализации данных и исследовательского анализа данных. Уровень DC 0.2.2 достигается путем освоения основ языка программирования Python.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью освоения дисциплины является изучение Python и его приложений для анализа данных
Планируемые результаты обучения

Планируемые результаты обучения

  • Освоение базовых библиотек Python: numpy, pandas, matplotlib
  • Применение основных инструментов (графики, графики, сводная статистика) для анализа данных
  • Использование Python для выполнения статистического моделирования и анализа данных
  • Применение эффективных алгоритмов обработки данных
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение
  • Встроенные структуры данных и операции с ними: часть 1
  • Встроенные структуры данных и операции с ними: часть 2
  • Функции
  • Разведочный анализ данных с использованием пакетов Python: часть 1
  • Разведочный анализ данных с использованием пакетов Python: часть 2
  • Визуализация данных с помощью пакетов Python: часть 1
  • Визуализация данных с помощью пакетов Python: часть 2
  • Парсинг и парсинг веб-страниц
  • Введение в науку о данных
Элементы контроля

Элементы контроля

  • неблокирующий Контрольная работа 2
  • неблокирующий Активность
  • неблокирующий Контрольная работа 1
Промежуточная аттестация

Промежуточная аттестация

  • 2026/2027 2nd module
    0.35 * Контрольная работа 1 + 0.3 * Активность + 0.35 * Контрольная работа 2
Список литературы

Список литературы

Рекомендуемая основная литература

  • Маккинни, У. Python и анализ данных. Первичная обработка данных с применением pandas, NumPy и Jupiter : справочник / У. Маккинни , перевод с английского А. А. Слинкина. — 3-е изд. — Москва : ДМК Пресс, 2023. — 536 с. — ISBN 978-5-93700-174-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/348086 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

  • 40 алгоритмов, которые должен знать каждый программист на Python. - 978-5-4461-1908-0 - Ахмад Имран - 2023 - Санкт-Петербург: Питер - https://ibooks.ru/products/390129 - 390129 - iBOOKS

Авторы

  • Ларин Александр Владимирович