Программирование для всех (основы работы с Python)

Материал из MathINFO
Перейти к навигации Перейти к поиску

Дорогие студенты!

Это страница адаптационного курса «Программирование для всех (основы работы с Python)», читаемого на программе «Прикладная политология» 1 курса магистратуры в 1 модуле 2021-2022 учебного года.

Лекции и семинары ведёт: Тамбовцева Алла Андреевна

Правила игры

  • Курс реализуется в формате blended, онлайн часть обеспечивается главами курсов на платформе DataCamp.
  • Формула оценки: Итог = 0.3 * Домашние задания + 0.3 * Онлайн-курс + 0.4 * Экзамен.
  • При сдаче домашнего задания позже указанного срока предусмотрены штрафы: опоздание в пределах часа – штраф 10% от полученной оценки, в пределах суток – штраф 30%, в пределах недели – штраф 70%.
  • Ссылка на программу курса.

Программное обеспечение

Перед занятиями необходимо установить дистрибутив Anaconda (скачать можно здесь), который включает в себя интерпретатор языка Python, библиотеки для обработки, анализа и визуализации данных, а также среду для работы Jupyter Notebook. Также есть возможность работать в Jupyter Notebook онлайн, используя ресурс Google Colab (для создания и редактирования файлов нужен аккаунт Gmail). Но в долгосрочной перспективе предпочтительнее установить Anaconda.

Материалы

9 сентября Видеозапись

Тема 1. Введение в Python и Jupyter Notebook

Основное:

Дополнительное:

Домашние задания

Задание Дедлайн Файл Ссылка для сдачи Тип
Домашнее задание 1: глава Python Lists 16.09 14:40 DataCamp DataCamp
Домашнее задание 2 24.09 23:59 ipynb Dropbox обычное

Дополнительные материалы

Визуализация

Статистика

  • Проверка статистических гипотез: конспект
  • Доверительные интервалы: конспект
  • Генерация выборок и их правдоподобие: конспект
  • Визуализация и выявление связей в данных: конспект
  • Оценка связи между переменными, измеренными в разных шкалах: конспект
  • Парная регрессия и проверка гипотез о коэффициентах регрессии: конспект
  • Множественная регрессия и проверка качества модели: конспект
  • Линейная регрессия с качественными предикторами, дамми-переменные, эффекты взаимодействия: конспект

Веб-скрейпинг

Дизайн и интерактив

Классы

Объекты и классы в Python: конспект