Основы анализа данных в Python: различия между версиями
Перейти к навигации
Перейти к поиску
| Строка 9: | Строка 9: | ||
* [https://www.hse.ru/edu/courses/912640114 Программа] курса, организационная [презентация]. | * [https://www.hse.ru/edu/courses/912640114 Программа] курса, организационная [презентация]. | ||
* Формула оценки: '''0.25 * Тесты + 0.25 * Практикум + 0.5 * Экзамен'''. | * Формула оценки: '''0.25 * Тесты + 0.25 * Практикум + 0.5 * Экзамен'''. | ||
| − | * | + | * Цель курса – '''подготовка к независимому экзамену''' по анализу данных. Демоверсию экзамена и тренировочные варианты можно <br> найти [https://www.hse.ru/studyspravka/examsdataculture#internal здесь] в разделе ''Материалы для подготовки'' – ''Анализ данных. Базовый уровень'' (запись на курс в SmartLMS). |
| − | * Курс включает темы, | + | * Курс включает темы, пройденные ранее в рамках обязательных курсов по ТВиМС и регрессионному анализу, поэтому теоретический материал <br> изучается (=повторяется) самостоятельно по предложенным материалам и в рамках '''онлайн-курса''' [https://edu.hse.ru/course/view.php?id=132492 «Сбор и анализ данных в Python»]. |
| + | |||
| + | == Программное обеспечение == | ||
| + | |||
| + | В рамках этого курса мы будем использовать язык '''Python''' и среду разработки '''Jupyter Notebook'''. Также есть возможность работать в аналоге Jupyter Notebook онлайн, используя ресурс [https://colab.research.google.com/ Google Colab] (для создания и редактирования файлов нужен аккаунт Gmail). | ||
| + | |||
| + | '''NB.''' На независимом экзамене не разрешается использовать облачные ресурсы, включая Google Colab. | ||
| + | |||
| + | Если у вас ничего не установлено или вы успели «удалить весь Python», перед занятиями необходимо установить дистрибутив '''Anaconda''' (скачать можно [https://www.anaconda.com/download здесь], регистрацию можно пропустить), который включает в себя интерпретатор языка Python, библиотеки для обработки, анализа и визуализации данных, а также среду для работы Jupyter Notebook. | ||
| + | |||
| + | Материалы по работе в Jupyter Notebook и Google Colab: | ||
| + | |||
| + | * Запуск Jupyter без Anaconda Navigator ([https://disk.yandex.ru/i/w6yPaRbPcm8yyg инструкция]). | ||
| + | * Работа в Jupyter Notebook ([https://disk.yandex.ru/i/2NYAqowJjmS2SA видео]), отличия Google Colab от Jupyter ([https://disk.yandex.ru/i/cGbacX28YtR08g видео]). | ||
| + | |||
| + | Дополнительно для желающих: | ||
| + | |||
| + | * Набор текста в Jupyter Notebook ([https://disk.yandex.ru/i/bNqLGRjrq_UEjg видео], [https://disk.yandex.ru/d/C1E7Axa0jr4nwQ ipynb]), [https://gist.github.com/Jekins/2bf2d0638163f1294637 больше] о Markdown. | ||
| + | * LaTeX: [https://www.overleaf.com/ Overleaf], [https://www.overleaf.com/learn документация], [https://github.com/allatambov/Latex материалы] по LaTeX. | ||
Версия 22:43, 4 ноября 2024
Дорогие студенты!
Это страница курса «Основы анализа данных в Python», читаемого во 2 модуле 2024-2025 учебного года на ОП «Политология».
Преподаватель: Тамбовцева Алла Андреевна.
Правила игры
- Программа курса, организационная [презентация].
- Формула оценки: 0.25 * Тесты + 0.25 * Практикум + 0.5 * Экзамен.
- Цель курса – подготовка к независимому экзамену по анализу данных. Демоверсию экзамена и тренировочные варианты можно
найти здесь в разделе Материалы для подготовки – Анализ данных. Базовый уровень (запись на курс в SmartLMS). - Курс включает темы, пройденные ранее в рамках обязательных курсов по ТВиМС и регрессионному анализу, поэтому теоретический материал
изучается (=повторяется) самостоятельно по предложенным материалам и в рамках онлайн-курса «Сбор и анализ данных в Python».
Программное обеспечение
В рамках этого курса мы будем использовать язык Python и среду разработки Jupyter Notebook. Также есть возможность работать в аналоге Jupyter Notebook онлайн, используя ресурс Google Colab (для создания и редактирования файлов нужен аккаунт Gmail).
NB. На независимом экзамене не разрешается использовать облачные ресурсы, включая Google Colab.
Если у вас ничего не установлено или вы успели «удалить весь Python», перед занятиями необходимо установить дистрибутив Anaconda (скачать можно здесь, регистрацию можно пропустить), который включает в себя интерпретатор языка Python, библиотеки для обработки, анализа и визуализации данных, а также среду для работы Jupyter Notebook.
Материалы по работе в Jupyter Notebook и Google Colab:
- Запуск Jupyter без Anaconda Navigator (инструкция).
- Работа в Jupyter Notebook (видео), отличия Google Colab от Jupyter (видео).
Дополнительно для желающих:
