Основы программирования на языке Python

Магистратура 2021/2022

Лучший по критерию «Новизна полученных знаний»

Статус: Курс по выбору (Мировая экономика)

Направление: 38.04.01. Экономика

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет мировой экономики и мировой политики

Когда читается: 1-й курс, 3, 4 модуль

Формат изучения: с онлайн-курсом

Охват аудитории: для своего кампуса

Преподаватели: Зарманбетов Ахмед Курманалиевич, Мидюкин Максим Олегович

Прогр. обучения: Мировая экономика

Язык: русский

Кредиты: 3

Контактные часы: 20

Полная версия программы учебной дисциплины

Аннотация

На сегодняшний день Python является стандартом индустрии для анализа данных. По окончании этого курса, студенты получат в свое распоряжение набор аналитических инструментов, которые им пригодятся как в академии, так и при работе в частном или государственном секторе. Целью этого курса является развитие навыков программирования и создание крепкой практической базы для поиска, анализа и презентации данных. Также мы познакомимся с задачами и алгоритмами машинного обучения, что задаст вектор развития для тех студентов, которые захотят углубиться в предмет. С использованием онлайн-курса, размещенного на online.hse.ru.

Цель освоения дисциплины

Развитие и закрепление навыков программирования на языке Python.
Формирование и развитие навыков работы со специализированными библиотеками для обработки, визуализации и анализа данных (pandas, plotly, matplotlib, twitter api).
Развитие навыков работы с данными: поиск, сбор, обработка, визуализация, разведывательный анализ.
Знакомство с клиент-серверной архитектурой приложений для самостоятельного поиска данных.
Освоение терминологии области машинного обучения и знакомство с базовыми алгоритмами.
Развитие навыков постановки исследовательской задачи и выполнение тестового проекта.

Планируемые результаты обучения

Уверенно пользуется языком Python для решения аналитических задач
Выбирает корректные графики для визуализации данных
Выбирает правильный тип визуализации для решения конкретной задачи
Загружает данные в pandas и работает с ними (фильтрация, агрегация, заполнение пропущенных значений)
Использует API различных сайтов для скачивания данных
Настраивает внешний вид графиков в библиотеках Python для визуализации
Определяет тип задачи машинного обучения, выбирает корректные модели для ее решения, осуществляет подбор параметров и выбирает лучшую модель
Проводит разведывательный анализ данных
Проводит разведывательный анализ данных с помощью визуализаций
Реализовывает простые алгоритмы машинного обучения
Решает задачи машинного обучения от постановки исследовательского вопроса до интерпретации результатов
Решает простые задачи классификации, регрессии
Умеет пользоваться программным интерфейсом приложений (API) для поиска необходимых данных

Содержание учебной дисциплины

Основы программирование в Python
Управляющие конструкции в Python.
Циклы в Python
Структуры данных в Python
Функции в Python
Работа с файлами
Работа с API
Визуализация данных
Введение в машинное обучение
Массивы NumPy и работа с таблицами

Элементы контроля

Контрольная работа №2
Контрольная работа №1
Проект
Проект представляет собой написание корректно работающей программы прикладного назначения с последующей устной защитой в виде презентации. Проект включает в себя следующие части: программа Python (файл с расширением .py или файл Jupyter Notebook с расширением .ipynb), pdf-файл с описанием назначения и принципов работы программы (документация) и презентация, включающая публичную демонстрацию работы программы. Проект обязательно должен включать использование навыков, полученных в результате прохождения тем курса, то есть выгрузку данных с веб-страницы или с помощью API, сохранение данных в датафрейм pandas с последующей их обработкой. Проект выполняется индивидуально. Оценка за проект определяется по следующей формуле (способ округления – стандартный арифметический): Проект = 0.15 * План + 0.4 * Программа + 0.15 * Документация + + 0.3 * Презентация).
Онлайн-курс
Экзамен
Экзамен устный в Zoom. Без прокторинга. На экзамене можно пользоваться всеми своими материалами. Возможно выставление оценки автоматом. Технические требования: web-камера, микрофон, наушники / колонки, Zoom.

Промежуточная аттестация

2021/2022 учебный год 4 модуль
0.15 * Контрольная работа №1 + 0.2 * Экзамен + 0.25 * Онлайн-курс + 0.2 * Проект + 0.2 * Контрольная работа №2

Программа дисциплины