• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2023/2024

Анализ данных в Excel/Python

Статус: Дисциплина общефакультетского пула
Когда читается: 2, 3 модуль
Онлайн-часы: 30
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 3
Контактные часы: 12

Программа дисциплины

Аннотация

Данный курс является факультативной дисциплиной для студентов ОП «Реклама и связи с общественностью». Курс направлен на формирование компетенций в области статистики и анализа данных в программах Excel / Python. В курсе будут рассмотрены темы, необходимые для успешного освоения основных понятий и методов, связанных с анализом данных. Дисциплина реализуется с помощью онлайн-курсов.
Цель освоения дисциплины

Цель освоения дисциплины

  • Обучение студентов основам программирования на языке Python, а также получение студентом целостного представления о возможностях и ограничениях современных статистических методов.
Планируемые результаты обучения

Планируемые результаты обучения

  • Знать основные языковые конструкции и типы данных языка python
  • Знать основные языковые конструкции и типы данных языка python Основы анализа данных в python
  • Научиться пользоваться документацией языка и его библиотек
  • Осуществлять загрузку данных из различных источников (CSV-файлы, книги Excel)
  • Применять методы предварительной обработки данных (выявление и устранение пропусков, выбросов, нормализация данных)
  • Выполнять визуализацию данных при помощи графиков и диаграмм
  • Применять основные методы анализа данных (построение доверительных интервалов, проверка гипотез, корреляционный анализ)
  • Использовать базовые методы машинного обучения для анализа данных
  • Применять модели для прогнозирования и оценивать их качество
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Основы анализа данных в python
  • Основы анализа данных с использованием Python
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание
  • неблокирующий Активность
  • неблокирующий Тесты
    Прокторинг в период освоения дисциплины, используется в виде присутствия преподавателей и ассистентов в конференции или аудитории в момент написания элементов контроля.
  • неблокирующий Midterm
    Прокторинг в период освоения дисциплины, используется в виде присутствия преподавателей и ассистентов в конференции или аудитории в момент написания элементов контроля. - В Zoom студенты обязаны включить камеры и демонстрацию экрана (всего экрана, а не отдельного окна). - лицо должно находиться в центре области обзора веб-камеры и занимать не менее 10% захватываемого камерой пространства на протяжении всего сеанса; - лицо должно быть освещено равномерно, источник освещения не должен быть направлен в камеру или освещать только одну половину лица; - волосы, одежда, руки или что-либо другое не должно закрывать область лица; - не разрешается надевать солнцезащитные очки, можно использовать очки только с прозрачными линзами; - сдающий должен находиться один в помещении во время сдачи экзамена с прокторингом; - сдающий обязан находиться в зоне видимости веб-камеры во время прохождения экзамена с прокторингом; - Если студент будет демонстрировать не весь экран, а только одно окно, то сначала последует предупреждение и просьба настроить демонстрацию всего экрана. В случае игнорирования предупреждения студент будет удален из Zoom. - Коммуникация со студентами происходит через чат в Zoom. Проктор может попросить включить микрофон или показать рабочее место. Если вы не увидите сообщение проктора и не прореагируете на него, проктор продублирует свою просьбу голосом. - При технических неполадках студенты обязаны их фиксировать с помощью фотографии / скриншотов и отправить преподавателю. - Во время экзамена разрешается выйти из помещения один раз на не более чем 5 минут. Прежде чем покинуть помещение, студент должен в чате проинформировать проктора об этом и дождаться разрешения на выход. - Пройти тестирование можно только на компьютере и ноутбуке, не допускается сдача элемента контроля на планшете или телефоне. Для обеспечения корректной работы системы рекомендуется использовать только браузер Google Chrome - От студентов требуется обеспечить стабильную работу Интернет-соединения. В случае необходимости студент может заранее обратиться в учебный офис и попросить забронировать компьютерный класс. - В случае нарушения правил проведения элемента контроля в дистанционной форме, результаты будут аннулированы
Промежуточная аттестация

Промежуточная аттестация

  • 2023/2024 3rd module
    0.3 * Midterm + 0.15 * Активность + 0.15 * Домашнее задание + 0.4 * Тесты
Список литературы

Список литературы

Рекомендуемая основная литература

  • Rossant, C. (2015). Learning IPython for Interactive Computing and Data Visualization - Second Edition (Vol. Second edition). Birmingham, UK: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1084592
  • Vanderplas, J. T. (2016). Python Data Science Handbook : Essential Tools for Working with Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1425081
  • Криволапов, С. Я., Статистические вычисления на платформе Jupyter Notebook с использованием Python : учебник / С. Я. Криволапов. — Москва : КноРус, 2022. — 431 с. — ISBN 978-5-406-09739-7. — URL: https://book.ru/book/943660 (дата обращения: 25.08.2023). — Текст : электронный.
  • Федоров, Д. Ю.  Программирование на языке высокого уровня Python : учебное пособие для вузов / Д. Ю. Федоров. — 5-е изд., перераб. и доп. — Москва : Издательство Юрайт, 2023. — 227 с. — (Высшее образование). — ISBN 978-5-534-17323-9. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/532868 (дата обращения: 28.08.2023).

Рекомендуемая дополнительная литература

  • Lutz, M. (2008). Learning Python (Vol. 3rd ed). Beijing: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=415392
  • Митчелл Райан - Современный скрапинг веб-сайтов с помощью Python. 2-е межд. изд. — (Серия «Бестселлеры O'Reilly») - 978-5-4461-1693-5 - Санкт-Петербург: Питер - 2021 - 376969 - https://ibooks.ru/bookshelf/376969/reading - iBOOKS
  • Плас Дж. Вандер - Python для сложных задач: наука о данных и машинное обучение. — (Серия «Бестселлеры O’Reilly»). - 978-5-4461-0914-2 - Санкт-Петербург: Питер - 2021 - 376830 - https://ibooks.ru/bookshelf/376830/reading - iBOOKS