Основы работы с количественными данными: различия между версиями
| Строка 10: | Строка 10: | ||
* Формула оценки: '''Итог = 0.5 * Домашние задания + 0.2 * Самостоятельная работа + 0.3 * Экзамен'''. | * Формула оценки: '''Итог = 0.5 * Домашние задания + 0.2 * Самостоятельная работа + 0.3 * Экзамен'''. | ||
* [https://www.hse.ru/edu/courses/835134762 Программа] курса, организационная [https://www.dropbox.com/scl/fi/gv2y1y2e5mleljq1qkkm4/00.pdf?rlkey=3p3hbqgc3cd075u9js7t473fa&dl=0 презентация]. | * [https://www.hse.ru/edu/courses/835134762 Программа] курса, организационная [https://www.dropbox.com/scl/fi/gv2y1y2e5mleljq1qkkm4/00.pdf?rlkey=3p3hbqgc3cd075u9js7t473fa&dl=0 презентация]. | ||
| − | * Домашние задания, сданные позже дедлайна, оцениваются со штрафом: в пределах часа – 10% от оценки, суток – 30%, недели – 60%. | + | * Домашние задания, сданные позже дедлайна, оцениваются со штрафом: <br>в пределах часа – 10% от оценки, суток – 30%, недели – 60%. |
| + | |||
| + | == Программное обеспечение == | ||
| + | |||
| + | На этом курсе для практической работы с данными мы используем язык Python и среду Jupyter Notebook (ее облачную версию [https://colab.research.google.com/ Google Colab]). Для создания и редактирования файлов в Google Colab ничего устанавливать не нужно, но нужно иметь аккаунт Google (Gmail). | ||
| + | |||
| + | Если вы хотите работать в Jupyter Notebook локально, на своем компьютере, а не в облачной среде, удобнее всего установить дистрибутив '''Anaconda''' (скачать можно [https://www.anaconda.com/download здесь]), который включает в себя интерпретатор языка Python, библиотеки для обработки, анализа и визуализации данных, а также саму среду Jupyter Notebook. | ||
| + | |||
| + | '''Работа в Google Colab:''' | ||
| + | |||
| + | * Создание файлов и запуск кода в Google Colab: видео. | ||
| + | * Загрузка и выгрузка файлов в Google Colab: видео. | ||
| + | |||
| + | '''Установка Anaconda и запуск Jupyter Notebook:''' | ||
| + | |||
| + | * Для установки Anaconda нужно скачать установочный файл для своей системы [https://www.anaconda.com/download отсюда], запустить его и следовать инструкциям. | ||
| + | * Среду Jupyter Notebook можно запускать через приложение Anaconda Navigator (находим ''Anaconda Navigator'' в списке программ, запускаем, кликаем на кнопку ''Launch'' под Jupyter Notebook) и отдельно от него (см. [https://www.dropbox.com/scl/fi/4095f565oudw2pq1hatrp/_-Jupyter.pdf?rlkey=6kucyfzj9uuy5ovrjnrkabt5z&dl=0 инструкцию]). | ||
| + | |||
| + | '''Подробнее про работу в Jupyter Notebook и Google Colab:''' | ||
| + | |||
| + | * Работа в Jupyter Notebook ([https://www.dropbox.com/scl/fi/v3wdgps9wjvrtamo08y66/jupyter-interface.mov?rlkey=xwsut0nxs4hjmdsz8vnnqvxfz&dl=0 видео]), работа в Google Colab ([https://www.dropbox.com/scl/fi/znirgzjrnawtjgta5dvfb/colab-interface.mp4?rlkey=nqbloavs7p3p6swraejl9sskw&dl=0 видео]). | ||
| + | * Набор текста в Jupyter ([https://www.dropbox.com/scl/fi/t62c0jxvqrfro1tbxg12t/text-markdown.mp4?rlkey=p0kjc3qeoh4bv6kk8jqhj9pfo&dl=0 видео], [https://www.dropbox.com/scl/fi/vdmpj2ws1axbs832r5cj3/00-intro.ipynb?rlkey=3d8zwm94xjbo8lew2ox8vonj6&dl=0 ipynb]). | ||
| + | |||
| + | Для тех, кто не работал в Python и Jupyter: можно записаться на вышкинский [https://edu.hse.ru/course/view.php?id=133389 онлайн-курс] «Python как иностранный» (открыт для записи в SmartLMS). Для подготовки рабочего места рекомендуется ознакомиться со следующими материалами в теме 1: ''Видео. Подготовка рабочего места'', ''инструкция по открытию файлов в Jupyter Notebook'', ''Видео. Первая программа'', ''Задачи для тренировки''. | ||
== Материалы == | == Материалы == | ||
Версия 01:36, 18 сентября 2023
Дорогие студенты!
Это страница обязательного курса «Основы работы с количественными данными», читаемого на программе
«Коммуникации в государственных структурах и НКО» 1 курса магистратуры в 1 модуле 2023-2024 учебного года.
Занятия ведёт: Тамбовцева Алла Андреевна.
Содержание
Правила игры
- Формула оценки: Итог = 0.5 * Домашние задания + 0.2 * Самостоятельная работа + 0.3 * Экзамен.
- Программа курса, организационная презентация.
- Домашние задания, сданные позже дедлайна, оцениваются со штрафом:
в пределах часа – 10% от оценки, суток – 30%, недели – 60%.
Программное обеспечение
На этом курсе для практической работы с данными мы используем язык Python и среду Jupyter Notebook (ее облачную версию Google Colab). Для создания и редактирования файлов в Google Colab ничего устанавливать не нужно, но нужно иметь аккаунт Google (Gmail).
Если вы хотите работать в Jupyter Notebook локально, на своем компьютере, а не в облачной среде, удобнее всего установить дистрибутив Anaconda (скачать можно здесь), который включает в себя интерпретатор языка Python, библиотеки для обработки, анализа и визуализации данных, а также саму среду Jupyter Notebook.
Работа в Google Colab:
- Создание файлов и запуск кода в Google Colab: видео.
- Загрузка и выгрузка файлов в Google Colab: видео.
Установка Anaconda и запуск Jupyter Notebook:
- Для установки Anaconda нужно скачать установочный файл для своей системы отсюда, запустить его и следовать инструкциям.
- Среду Jupyter Notebook можно запускать через приложение Anaconda Navigator (находим Anaconda Navigator в списке программ, запускаем, кликаем на кнопку Launch под Jupyter Notebook) и отдельно от него (см. инструкцию).
Подробнее про работу в Jupyter Notebook и Google Colab:
- Работа в Jupyter Notebook (видео), работа в Google Colab (видео).
- Набор текста в Jupyter (видео, ipynb).
Для тех, кто не работал в Python и Jupyter: можно записаться на вышкинский онлайн-курс «Python как иностранный» (открыт для записи в SmartLMS). Для подготовки рабочего места рекомендуется ознакомиться со следующими материалами в теме 1: Видео. Подготовка рабочего места, инструкция по открытию файлов в Jupyter Notebook, Видео. Первая программа, Задачи для тренировки.
Материалы
Введение в работу с данными. Описание данных.
- Введение в выборочные обследования (слайды). Шкалы данных (слайды).
- Описание данных: часть 1 (слайды).
- Практикум 1. Введение в работу с данными (читать, ipynb).
Описание данных. Визуализация данных.
- Описание данных: часть 2 (слайды). Визуализация данных (слайды).
- Практикум 2. Описание и визуализация данных (читать, ipynb).
Домашние задания
| Домашнее задание | Файлы | Дедлайн | Куда сдавать |
|---|---|---|---|
| Домашнее задание 1 | ipynb | 24.09 23:59 | ссылка |
| Домашнее задание 2 | |||
| Домашнее задание 3 | |||
| Домашнее задание 4 | |||
| Домашнее задание 5 |
