Python для анализа данных

Магистратура 2024/2025

Статус: Курс обязательный (Искусственный интеллект в маркетинге и управлении продуктом)

Направление: 01.04.02. Прикладная математика и информатика

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 1-й курс, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Дякин Николай Валерьевич, Тараканов Александр Александрович

Прогр. обучения: Искусственный интеллект в маркетинге и управлении продуктом

Язык: русский

Кредиты: 3

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Данный курс предоставляет глубокое понимание и навыки работы с языком программирования Python, с особым акцентом на его применении в анализе данных и инженерии данных.. Курс также включает изучение ключевых концепций и методов работы с данными, включая обработку больших объемов информации. Студенты приобретают навыки работы с библиотеками и фреймворками для анализа данных и визуализации на практике, а также изучают разработку Python-приложений для обработки и анализа данных.

Цель освоения дисциплины

Приобретение навыков работы с данными и их визуализацию с помощью библиотек на базе языка Python
Понимание и использование распределенных систем для обработки данных

Планируемые результаты обучения

Понимание фундаментальных принципов программирования на Python
Навыки обработки данных при помощи библиотек Numpy, Pandas
Навыки визуализации данных при помощи библиотек Matplotlib и Seaborn
Подтверждать выводы графиками и другими средствами визуализации
Анализ кластеров, паттернов, корреляций и других свойств распределения данных
Понимание основ машинного обучения
- визуализировать данные
- фильтровать, сортировать, группировать и агрегировать данные
- решать MapReduce задачи на Python
- настраивать взаимодействие с кластером с помощью HDFS
- записывать и читать данные в/из HDFS
- готовить витрину для аналитиков данных
- управлять производительностью путем масштабирования ресурсов и кеширования
- настраивать Kafka сервер
- обрабатывать сообщения
- готовить потоковые данные для аналитиков
- построение эффективных вычислений над много мерными массивами
- ускорение вычислений над над много мерными массивами на CPU/GPU
- чтение данных с диска в различных форматах
- умение проводить операции и анализ над данными с помощью библиотеки pandas
- умение визуализировать данные с помощью библиотек на python (Mathplotlib & Seaborn modules)
- подготавливать данные и восполнения отсутствующих данных
-обрабатывать данные
-работать с продюсерами и консьюмерами