• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Introduction to Python for Data Science

2020/2021
Учебный год
ENG
Обучение ведется на английском языке
3
Кредиты
Статус:
Курс адаптационный
Когда читается:
1-й курс, 2 модуль

Course Syllabus

Abstract

This introduction to Python will start your learning of Python for data science, as well as programming in general. This beginner-friendly Python course will take you from zero to programming in Python in a matter of hours. Module 1 - Python Basics o Your first program o Types o Expressions and Variables o String Operations Module 2 - Python Data Structures o Lists and Tuples o Sets o Dictionaries Module 3 - Python Programming Fundamentals o Conditions and Branching o Loops o Functions o Objects and Classes Module 4 - Working with Data in Python o Reading files with open o Writing files with open o Loading data with Pandas o Numpy
Learning Objectives

Learning Objectives

  • To get familiar with Python vocabulary and basic operations
Expected Learning Outcomes

Expected Learning Outcomes

  • Знать грамматику языка Python 3(текущая версия) и стандарты разработки приложений на языке Python 3 (текущая версия).
  • Знать основные функции системной библиотеки Python 3 (текущая версия).
  • Уметь использовать библиотеку NumPy(текущая версия) для организации хранения данных и управления данными.
  • Уметь создавать функции, библиотеки функций и приложения на основе стандартных и созданных функций с текстовым интерфейсом.
  • Знать структуру (основные разделы) библиотеки NumPy(текущая версия).
Course Contents

Course Contents

  • Основы создания приложений на языке Python 3
    Написание и использование функций в Python. Структуры хранения данных в Python. Управляющие структуры в Python.
  • Использование библиотеки NumPy для хранения и анализа данных
    Класс numpy.ndarray. Атрибуты и методы. Универсальные функции numpy. Линейная алгебра в numpy. Генерация псевдослучайных чисел и статистический анализ.
Assessment Elements

Assessment Elements

  • non-blocking Completion of the course at Coursera
  • non-blocking Performance at the course at Coursera
Interim Assessment

Interim Assessment

  • Interim assessment (2 module)
    0.3 * Completion of the course at Coursera + 0.7 * Performance at the course at Coursera
Bibliography

Bibliography

Recommended Core Bibliography

  • Основы алгоритмизации и программирования на Python : учеб. пособие / С.Р. Гуриков. — М. : ФОРУМ : ИНФРА-М, 2019. — 343 с. — (Среднее профессиональное образование). - Режим доступа: http://znanium.com/catalog/product/970143

Recommended Additional Bibliography

  • Álvaro Scrivano. (2019). Coding with Python. Minneapolis: Lerner Publications ™. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1947372