Научно-исследовательский семинар: Основы анализа данных в Python

Материал из MathINFO
Перейти к навигации Перейти к поиску

Дорогие студенты!

Это страница курса «НИС: Основы анализа данных в Python», читаемого в 2-3 модулях 2025-2026 учебного года. Курс является обязательным для студентов бакалаврской программы «Политология».

Преподаватель: Тамбовцева Алла Андреевна.

Правила игры

Программа курса, организационная [презентация].
Итоговая оценка = 0.2 × Квизы + 0.24 × Лабораторные + 0.16 × КР + 0.4 × Экзамен.

  • Квизы: небольшие письменные работы на 10 минут. В квиз входят теоретические вопросы в формате независимого экзамена по анализу данных, а также практические вопросы по коду Python и интерпретации его выдач. Запускать код и пользоваться материалами во время квиза не разрешается. Оценка за квизы в 10-балльной шкале формируется на основе нормировки суммарного балла за все квизы на курсе.
  • Лабораторные работы: наборы небольших практических задач в Python, для выполнения которых требуется вспомнить изучаемые на предыдущих курсах темы, необходимые для успешной работы на семинарах (материалы предоставляются преподавателем). Дедлайны по лабораторным работам жесткие, так как их выполнение привязано к занятиям по определенной теме. Оценка за них считается как неокругленное среднее арифметическое за все работы на курсе.
  • КР: письменная работа в формате независимого экзамена по анализу данных по темам 2 модуля. Продолжительность работы – 80 минут, работа состоит из теоретической части (часть А) и практической (части B и С). Практическая часть выполняется на компьютере в Python, ответы на вопросы переносятся в бумажные бланки.
  • Экзамен: письменная работа в формате независимого экзамена по анализу данных, состоящую из частей А, B и C. Задания в части А теоретические, во время их выполнения нельзя пользоваться никакими материалами. Задачи в частях B, С практические, для их решения необходимо написать код Python и зафиксировать результат. Во время выполнения частей B и C разрешается пользоваться официальной памяткой и документациями библиотек.

Подготовка к НЭ по анализу данных

  • Одна из целей 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 частично теория изучается (=повторяется) самостоятельно по предложенным материалам и в рамках онлайн-учебника «Анализ данных (Базовый)».

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]).
Источник — http://math-info.hse.ru/wiki2025-26/index.php?title=Научно-исследовательский_семинар:_Основы_анализа_данных_в_Python&oldid=149