• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2024/2025

Проектный семинар "Python в науке о данных"

Статус: Курс обязательный (Информатика и вычислительная техника)
Направление: 09.03.01. Информатика и вычислительная техника
Когда читается: 1-й курс, 3, 4 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для всех кампусов НИУ ВШЭ
Язык: русский
Кредиты: 5

Программа дисциплины

Аннотация

Разработка специализированного прикладного программного обеспечение (ПО) остается одной из важнейших задач развития отечественной и мировой экономики. Возможности искусственного интеллекта, в частности, генеративные сверточные нейронные сети, существенно расширяют инструментарий разработчика. Освоение этих возможностей следует начинать на начальной стадии развития необходимых навыков у студентов.Основная цель дисциплины «Проектный семинар «Python в науке о данных»» — формирование у студентов навыков самостоятельной реализации элементарных проектов разработки прикладного ПО, связанного с управлением данными — организацией сбора и хранения данных, выбором данных по определенным критериям, содержащим несколько условий, модификацией данных, обменом данными между различными приложениями, интеграцией данных, полученных из различных источников; элементарным анализом данных — числовым анализом: подсчетом описательных числовых статистик адекватных типу данных, графическим анализом: визуализацией статистических свойств данных; разработкой пользовательских интерфейсов для управления данными. В рамках курса студентам демонстрируют возможности использования некоторых инструментов искусственного интеллекта для разработки прикладного ПО, в частности генерации черновиков кода с использованием специализированных нейронных сетей.
Цель освоения дисциплины

Цель освоения дисциплины

  • Формирование у студентов навыков самостоятельной реализации элементарных проектов, связанных с управлением данными— организацией сбора и хранения данных, выбором данных по определенным критериям, содержащим несколько условий, модификацией данных, обменом данными между различными приложениями, интеграцией данных, полученных из различных источников.
  • Формирование у студентов навыков самостоятельной реализации элементарных проектов, связанных с элементарным анализом данных — числовым анализом: подсчетом описательных числовых статистик адекватных типу данных, графическим анализом: визуализацией статистических свойств данных.
  • Формирование у студентов навыков самостоятельной реализации элементарных проектов, связанных с разработкой пользовательских интерфейсов для управления данными.
Планируемые результаты обучения

Планируемые результаты обучения

  • 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).
  • Знать структуру (основные разделы) библиотеки matplotlib (текущая версия).
  • Знать структуру (основные разделы) библиотеки NumPy(текущая версия).
  • Знать структуру (основные разделы) библиотеки Pandas(текущая версия).
  • Знать структуру (основные разделы) библиотеки tkinter (текущая версия).
  • Уметь использовать библиотеку matplotlib (текущая версия) для визуализации данных.
  • Уметь использовать библиотеку NumPy(текущая версия) для организации хранения данных и управления данными.
  • Уметь использовать библиотеку Pandas(текущая версия) для организации хранения данных и управления данными.
  • Уметь использовать библиотеку tkinter (текущая версия) для создания графических интерфейсов в специализированных приложениях для хранения данных, управления данными и предварительного анализа данных.
  • Уметь создавать функции, библиотеки функций и приложения на основе стандартных и созданных функций с текстовым интерфейсом.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Основы создания приложений на языке Python 3
  • Использование библиотеки NumPy для хранения и анализа данных
  • Основы визуализации данных в библиотеке matplotlib
  • Использование библиотеки Pandas для хранения и анализа данных
  • Создание приложений с графическим интерфейсом на основе библиотеки tkinter
Элементы контроля

Элементы контроля

  • неблокирующий Итоговое тестирование
    Используется тест с вопросами, имеющими один вариант правильного ответа и несколько неверных альтернатив. Время выполнения теста строго ограничено. Необходимо представить ответы строго до окончания теста. В противном случае, ответ может поступить в период закрытия теста и не будет зафиксирован. В этом случае считается, что студент не прошел тест. При прохождении теста не разрешается пользоваться никакими вспомогательными материалами, в частности размещенными в сети Интернет.
  • блокирующий Самостоятельная работа
    Задание для самостоятельной работы выдается на группу из не более, чем трех студентов, один из которых назначается ее Директором. Сутью задания является создание программного продукта с использованием языка Python 3 и изучаемых в курсе библиотек, текущих на момент выдачи задания версий. Использование дополнительных библиотек не разрешено. Задание оформлено в виде документа «Описание проекта», в котором зафиксированы описание функциональных свойств продукта и минимальные требования к его реализации, а также критерии оценивания. В отдельных случаях, при наличии у студента знаний в области разработки приложений на языке Python и по согласованию с преподавателем, студент может выполнить задание по индивидуальному техническому заданию повышенной сложности. В этом случае оценка за курс (промежуточная аттестация) проставляется по результатам оценивания его проекта.
  • неблокирующий Работа на семинарах
    Выполнение заданий на семинарах. Реализуется в двух форматах: задача на семинаре (выдается в конце семинара на десять - пятнадцать минут, оценка от нуля до трех баллов), контрольная работа (выдается на 45 минут, оценка от нуля до десяти баллов). Для указанных контрольных мероприятий пересдача не предусмотрена ни по какой причине
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 4th module
    0.295 * Итоговое тестирование + 0.295 * Работа на семинарах + 0.41 * Самостоятельная работа
Список литературы

Список литературы

Рекомендуемая основная литература

  • Python и анализ данных, Маккинни, У., 2015
  • Лучано, Р. Python. К вершинам мастерства / Р. Лучано , перевод с английского А. А. Слинкин. — Москва : ДМК Пресс, 2016. — 768 с. — ISBN 978-5-97060-384-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/93273 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
  • 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

Рекомендуемая дополнительная литература

  • 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
  • Изучаем Python. Т.1: ., Лутц, М., 2020
  • Изучаем Python. Т.2: ., Лутц, М., 2020

Авторы

  • Поляков Константин Львович
  • Полякова Марина Васильевна