Магистратура
2025/2026
Программирование на Python
Статус:
Курс обязательный (Искусственный интеллект в маркетинге и управлении продуктом)
Где читается:
Факультет компьютерных наук
Когда читается:
1-й курс, 1 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Боревский Андрей Олегович
Язык:
русский
Кредиты:
3
Контактные часы:
28
Программа дисциплины
Аннотация
Курс «Программирование на Python» охватывает основы языка Python: работу с переменными, типами данных, условными конструкциями, циклами и коллекциями. Студенты изучат принципы создания функций, основы объектно-ориентированного программирования и работу с популярными библиотеками для анализа данных (NumPy, Pandas) и визуализации (Matplotlib, Seaborn). Особое внимание уделяется практическому применению полученных знаний для решения задач обработки и анализа данных, включая базовые техники парсинга и работы с файлами. Курс обеспечивает необходимую базовую подготовку для дальнейшего изучения специализированных дисциплин в области анализа данных, машинного обучения и цифровых технологий.
Цель освоения дисциплины
- В результате освоения адаптационного курса «Программирование на Python» студенты-начинающие смогут освоить основы программирования на языке Python
- научатся создавать простые программы для обработки данных
- работать с популярными библиотеками анализа данных и визуализации, что обеспечит необходимую базу для дальнейшего изучения специализированных дисциплин.
Планируемые результаты обучения
- После прохождения адаптационного курса студенты смогут: Использовать базовые элементы Python: переменные, типы данных, условные конструкции и циклы для написания простых программ
- Работать с коллекциями данных (списки, словари), строками и срезами для базовой обработки информации
- Создавать простые функции и понимать принципы их работы, включе основы лямбда-функций и параметров
- Применять основы объектно-ориентированного программирования: создание классов, методов и простое наследование
- Выполнять базовые операции с библиотеками NumPy и Pandas для работы с числовыми данными и таблицами
- Строить простые графики и диаграммы с помощью Matplotlib и Seaborn для визуализации результатов
- Использовать стандартные модули Python (math, time, os) и знакомиться с возможностями scipy и opencv
- Применять базовые техники парсинга данных и обработки простых текстовых файлов с начальными навыками работы с исключениями
Содержание учебной дисциплины
- Intro - data types - conditions
- Slices - strings
- Functions - iterables
- Classes - methods - inheritance
- Pandas module
- Misc. libs: math - time - os
- Parsing: basic techniques
Промежуточная аттестация
- 2025/2026 1st module0.2 * Домашнее задание 1 + 0.2 * Домашнее задание 2 + 0.25 * Тесты + 0.35 * Экзамен
Список литературы
Рекомендуемая основная литература
- Grus, J. (2019). Data Science From Scratch : First Principles with Python (Vol. Second edition). Sebastopol, CA: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2102311
- 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
- Python for data analysis : data wrangling with pandas, numPy, and IPhython, Mckinney, W., 2017
- Vanderplas, J.T. (2016). Python data science handbook: Essential tools for working with data. Sebastopol, CA: O’Reilly Media, Inc. https://proxylibrary.hse.ru:2119/login.aspx?direct=true&db=nlebk&AN=1425081.
Рекомендуемая дополнительная литература
- Eric Matthes. (2019). Python Crash Course, 2nd Edition : A Hands-On, Project-Based Introduction to Programming: Vol. 2nd edition. No Starch Press.