Программирование и анализ данных

Магистратура 2023/2024

Статус: Курс обязательный (Современная журналистика)

Направление: 42.04.02. Журналистика

Кто читает: Институт медиа

Где читается: Факультет креативных индустрий

Когда читается: 1-й курс, 4 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Покатилов Роман Алексеевич

Прогр. обучения: Современная журналистика

Язык: русский

Кредиты: 3

Контактные часы: 44

Полная версия программы учебной дисциплины

Аннотация

Курс «Программирование и анализ данных» является обязательным курсом на образовательной программе «Журналистика данных». Курс состоит из трех блоков. Первый блок включает базовые элементы языка программирования Python, второй блок представляет собой знакомство с инструментами обработки, визуализации и разведывательного анализа данных в Python, третий блок посвящен выгрузке информации из веб-страниц и баз данных, а также основам работы с открытыми данными.

Цель освоения дисциплины

Изучить методы работы с табличными данными в python
Освоить методы функционального и объектно-ориентированного программирования на языке Python
Познакомить слушателей курса с современными СУБД и научиться применять их в учебных проектах
Научиться писать программы для автоматизированного сбора данных веб-сайтов (в частности, социальных сетей) и мессенджеров
Изучить базовые алгоритмы машинного обучения для решения задач регрессии, классификации и кластеризации

Планируемые результаты обучения

Применяет готовые функции Python, пишет собственные функции на Python, умеет работать с классами, описывает собственные объекты в Python и определяет методы на них.
Умеет загружать и сохранять файлы с данными различных форматов.
Умеет применять post-запросы для сбора данных.
Знает этапы предварительной обработки текста и умеет реализовывать их на практике.
Знает этапы разведывательного анализа данных и умеет реализовывать их на практике.
Уверенно проводит очистку данных инструментами библиотеки Pandas.
Применяет систему контроля версий Git.
Решает задачи машинного обучения (регрессия, классификация или кластеризация данных) на практике.
Знает основные этапы вёрстки в html и css.
Уверенно пишет программы автоматического сбора данных в том числе динамических web-сайтов и мессенджеров

Содержание учебной дисциплины

Функциональное программирование на Python
Основы ООП в Python
Операции над массивами и инструменты NumPy
Работа с табличными данными в Pandas
Автоматический сбор данных с web-сайтов
Автоматический сбор данных из социальных сетей и мессенджеров
Введение в современные СУБД
Алгоритмы машинного обучения
Основы вёрстки (html, css, JavaScript)

Элементы контроля

Домашние задания
Проект
Посещаемость

Промежуточная аттестация

2023/2024 учебный год 4 модуль
0.55 * Домашние задания + 0.2 * Посещаемость + 0.25 * Проект
2024/2025 учебный год 2 модуль
0.55 * Домашние задания + 0.2 * Посещаемость + 0.25 * Проект

Программа дисциплины