Анализ данных на Python в примерах и задачах - 2 – Учебные курсы – Национальный исследовательский университет «Высшая школа экономики»

Магистратура 2020/2021

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Курс по выбору (Промышленное программирование)

Направление: 01.04.02. Прикладная математика и информатика

Кто читает: Департамент информатики

Где читается: Санкт-Петербургская школа физико-математических и компьютерных наук

Когда читается: 2-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Преподаватели: Краско Евгений Сергеевич

Прогр. обучения: Промышленное программирование

Язык: русский

Кредиты: 4

Контактные часы: 44

Полная версия программы учебной дисциплины

Аннотация

Является дисциплиной по выбору. Целями освоения дисциплины являются: • приобретение студентами практического навыка построения и анализа алгоритмов, а также навыка самостоятельной их реализации посредством программирования на современных языках программирования (на примере Python) и в специализированных пакетах (R). • формирование понимания технологии работы со сложными структурами программ и данных. • формирование представления о парадигмах программирования в специализированных средах. • развитие навыков практического программирования и анализа данных как на примере стандартных задач программирования (работа с деревьями, графами, обработка списков и массивов, символьное преобразование), так и в приложении к решению практических задач. • формирование основы для дальнейшего применения в области математического и компьютерного моделирования сложных социально-экономических систем и процессов. Курс содержит следующие разделы: Основы программирования на языке Python; Основы технологического обеспечения анализа данных; Основы сбора, предварительной обработки и анализа данных в Python.

Цель освоения дисциплины

• приобретение студентами практического навыка построения и анализа алгоритмов, а также навыка самостоятельной их реализации посредством программирования на совре-менных языках программирования (на примере Python) и в специализированных пакетах (R). • формирование понимания технологии работы со сложными структурами программ и данных. • формирование представления о парадигмах программирования в специализированных средах. • развитие навыков практического программирования и анализа данных как на примере стандартных задач программирования (работа с деревьями, графами, обработка списков и массивов, символьное преобразование), так и в приложении к решению практических задач. • формирование основы для дальнейшего применения в области математического и ком-пьютерного моделирования сложных социально-экономических систем и процессов.

Планируемые результаты обучения

Знает историю создания языка Python. Владеет понятием о Python как динамически типизированном интерпретируемом языке программирования высокого уровня. Понимает особенности синтаксиса Python. Знает предложение о стиле форматирования программного кода PEP8. REPL и исполнение записанного в файл программного кода. Ознакомился с кратким обзором средств разработки на Python. Владеет понятием о синтаксисе Python.
Умеет пользоваться командной строкой Linux. GNU coreutils. Знает распространённое ПО для работы на удалённых серверах; средства загрузки веб-страниц и файлов (по протоколу HTTP); системы управления версиями (git).
Использование библиотеки numpy. Умение работать с разреженными матрицами с помощью scipy. Знает основы работы с табличными данными средствами pandas. Работа с реляционными базами данных и со структурированными/полуструктурированными данными в распространённых форматах. Знает регулярные выражения в Python.
Изучение библиотеки scikit-learn, обзор решаемых задач. Умение построить цепочки обработки данных для решения задач предсказания. Изучение библиотеки nltk и обзор решаемых библиотекой задач.