Магистратура
2024/2025




Python для анализа данных
Статус:
Курс обязательный (Магистр по наукам о данных)
Когда читается:
1-й курс, 2 модуль
Охват аудитории:
для своего кампуса
Язык:
русский
Программа дисциплины
Аннотация
Курс "Python для анализа данных" направлен на получение базовых знаний и навыков по обработке, визуализации и статистическому анализу данных, а также на дальнейшее прохождение более специализированных курсов в этой области (например, машинного обучения). Слушатели узнают, как решать задачи синтаксического анализа, предварительной обработки и визуализации данных с использованием стандартных и внешних библиотек Python. Курс также будет посвящен основам объектно-ориентированного программирования.
Цель освоения дисциплины
- Приобретение навыков обработки и анализа данных с использованием библиотек Python.
Планируемые результаты обучения
- • Уметь извлекать информацию с различных веб-сайтов и разбирать ее на таблицы.
- • Уметь собирать, предварительно обрабатывать и визуализировать данные и выводить описательную статистику.
- • Уметь формулировать аналитическую задачу и реализовывать ее выполнение на Python.
Содержание учебной дисциплины
- Анализ данных
- Объектно-ориентированное программирование
- Обработка данных
- Визуализация данных
Элементы контроля
- Домашние заданияОценка за домашние задания рассчитывается как среднее арифметическое значение. Балл не округляется.
- ТестВ Smart IMS будет проведен синхронный тест с онлайн-прокторингом. Продолжительность теста - 1 час.
- ПроектПроект оценивается в соответствии с разработанными критериями. Проект проводится в группе из 2-3 студентов. Защита проекта состоится на экзаменационной сессии.
Список литературы
Рекомендуемая основная литература
- 9781491912140 - Vanderplas, Jacob T. - Python Data Science Handbook : Essential Tools for Working with Data - 2016 - O'Reilly Media - https://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=1425081 - nlebk - 1425081
Рекомендуемая дополнительная литература
- McKinney, W. (2012). Python for Data Analysis : Data Wrangling with Pandas, NumPy, and IPython. Sebastopol, CA: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=495822