Магистратура
2024/2025



Python для анализа данных
Статус:
Курс по выбору (Искусственный интеллект)
Когда читается:
1-й курс, 1 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Кубаева Ассоль Рауфжоновна
Язык:
русский
Программа дисциплины
Аннотация
Курс предназначен для освоения студентами основ программирования на языке Python. В ходе обучения студенты изучат основные концепции языка программирования Python.
Цель освоения дисциплины
- Овладеть базовым синтаксисом языка python
- Использовать условные операторы и циклы для решения задач
- Научиться определять и использовать функции
- Считывать информацию из файла
- Использовать библиотеку numpy для быстрых вычислений
- Использовать библиотек matplotlib и seaborn для визуализации данных
- Освоить базовый синтаксис библиотеки pandas
Планируемые результаты обучения
- Студент будет владеть базовым синтаксисом языка python
- Студент будет использовать условные операторы и циклы для решения задач
- Студент будет знать основные структуры данных и выполнять операции с ними
- Студент научится определять и использовать функции
- Студент научится использовать декораторы для изменения поведения функций
- Студенты научатся считывать информацию из файла и записывать в файл с помощью python.
- Студент научится пользоваться библиотеками для решения задач
- Студент научится использовать библиотеку numpy для быстрых вычислений
- Студент освоит базовый синтаксис библиотеки pandas
- Студент освоит применение библиотеки pandas для разведочного анализа данных
- Студент освоит использование библиотек matplotlib и seaborn для визуализации данных
- Студент освоит использование библиотеки sklearn для построение модели линейной регрессии
Содержание учебной дисциплины
- Функции, итераторы, генераторы
- Работа с файлами
- Библиотека numpy
- Разведочный анализ данных
- Введение в Python
Элементы контроля
- Домашнее задание 1
- Домашнее задание 2
- Домашнее задание 3
- Домашнее задание 4Оценкой за домашнее задание является сумма баллов за выполненные задания, деленная на 10.