Introduction to Python for Data Science

2021/2022

Academic Year

RUS

Instruction in Russian

4

ECTS credits

Delivered at:

School of Economics and Finance

Course type:

Elective course

When:

3 year, 2 module

Instructor

Sobyanin, Kirill

Программа дисциплины

Аннотация

Курс предоставляет студентам широкий общий обзор Python — языка программирования общего назначения, который становится все более популярным для науки о данных. Основное внимание уделяется применению Python специально для науки о данных. Курс посвящен способам импорта, хранения и обработки данных, а также полезным инструментам обработки данных для проведения анализа данных. Курс предназначен для студентов с небольшим опытом программирования. Процесс обучения облегчается платформой DataCamp.

Цель освоения дисциплины

• Основная цель курса — познакомить студентов с основными понятиями Python, его синтаксисом, функциями и пакетами, чтобы они могли писать сценарии для обработки и анализа данных. Курс развивает навыки написания и запуска кода с использованием Python. Курс охватывает различные типы переменных и их особенности, основные конструкции языка, а также основные пакеты для обработки данных: NumPy, Pandas, Matplotlib. По окончании курса студенты должны уметь писать короткие сценарии для импорта, подготовки и анализа данных.

Планируемые результаты обучения

• Know basic data types in Python.
• Know how to import data in Python.
• Know how to work in Jupyter Notebook.
• Know operators, how to clean and merge datasets.
• Know pandas library, the main methods for DataFrames.

Содержание учебной дисциплины

• Intermediate Python for Data Science
• Python DataFrames
• Importing Data in Python
• Environment for scientific programming in Python
• Introduction to Python for Data Science

Элементы контроля

• Self-study work
• Exam
  Экзамен проводится в очной форме, в компьютерном классе.

Промежуточная аттестация

• 2021/2022 учебный год 2 модуль
  0.5 * Self-study work + 0.5 * Exam

Список литературы

Рекомендуемая основная литература

• Vanderplas, J. T. (2016). Python Data Science Handbook : Essential Tools for Working with Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1425081

Рекомендуемая дополнительная литература

• Seemon Thomas. (2014). Basic Statistics. [N.p.]: Alpha Science Internation Limited. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1663598