Применение Python в статистическом анализе данных — различия между версиями

Материал из Public ATP Wiki
Перейти к: навигация, поиск
(→‎Домашние задания)
м (→‎Домашние задания)
 
(не показано 40 промежуточных версий 2 участников)
Строка 1: Строка 1:
 
= Общие сведения =
 
= Общие сведения =
 
* Семестр: 9 (пятый курс)
 
* Семестр: 9 (пятый курс)
−
* Форма контроля:  
+
* Форма контроля: дифф.зачёт
  
 
= Команда курса =
 
= Команда курса =
−
* Якушева Софья
+
* Софья Якушева, лектор
 +
* Анастасия Евдокимова, семинарист
 +
* Илья Склонин, семинарист
 +
* Михаил Почкайлов, семинарист
 +
* Алексей Бояров, ассистент
 +
* Орхан Махмудов, ассистент
 +
* Екатерина Кудрявцева, ассистент
  
 
= План курса =
 
= План курса =
−
* '''[https://docs.google.com/spreadsheets/d/e/2PACX-1vS3wkq7Y3_RGNjmeTZXv15IvysTzmFdSlZFKQI7OVXs3ts-mFN7PDQQ9UWoDZkWbH9lCvQ4O6uL6GFI/pubhtml План курса]'''
+
* '''[https://disk.yandex.ru/i/VkQub7ablrvl0Q План курса]'''
  
 
= Важные ссылки =
 
= Важные ссылки =
−
* '''[https://docs.google.com/forms/d/e/1FAIpQLSfOIBUSR9PdEkpe-3wQROTbFnTMkmKFyRF7sSBjj0yzLCTyAQ/viewform?usp=pp_url Регистрация на курс]'''
+
* '''[https://docs.google.com/forms/d/e/1FAIpQLSfOIBUSR9PdEkpe-3wQROTbFnTMkmKFyRF7sSBjj0yzLCTyAQ/viewform?usp=pp_url Регистрация на курс (неактуальное)]'''
−
* '''[https://t.me/+irKgav-dtwoyNDVi Чат курса]'''
+
* '''[https://t.me/+BJBbyNVhf7kzYTIy Чат курса]'''
 +
* '''[https://docs.google.com/spreadsheets/d/e/2PACX-1vQeHUWOl7bceTbQ-hZuCOtmNpRPBFQnph_QsiyYAGFUoQjbXyDbHU5xopd54tHt3WzeeQymfghIC7F0/pubhtml?gid=768624488&single=true Таблица с оценками (неактуальное)]'''
  
 
== Материалы ==
 
== Материалы ==
−
* Видео занятий и призентации
+
* [https://drive.google.com/drive/folders/1ZWTimyTgXwrzPhXp3rIvW6RvcgFQb5oH?usp=sharing Видео заняти google диск (неактуальное)]
 +
* [https://www.youtube.com/playlist?list=PLHVUfYYv0xknR9cYFbmTdfKEKS8pB-yYj Видео занятий youtube (неактуальное)]
 +
* [https://drive.google.com/drive/folders/1_64FSAEbk315FlWVdqM8wjpjRXnzQOn7?usp=sharing Материалы]
  
 
= Критерии получения оценки =
 
= Критерии получения оценки =
  
−
два мини-теста по полбалла
+
На курсе запланировано 7 домашних заданий + 1 бонусное задание.
−
плюс 5 ДЗ по два балла
 
−
плюс бонусное задание два балла
 
  
−
оценка - сумма по заданиям минус 1
+
* За сдачу позже мягкого дедлайна - штраф 50% оценки
 +
* Задания, сданные после жёсткого дедлайна, не оцениваются.
 +
 
 +
Первое домашнее задание курса
 +
* Это задание можно перезачесть любым курсом по Python, если он был окончен с оценкой "хорошо" и выше.
 +
* Невыполнение этого задания влечёт штраф -2 к оценке по 10-балльной шкале.
 +
 
 +
Подготовка устного доклада (2 балла)
 +
* Тема доклада: обзор любой популярной библиотеки Python, не рассмотренной на занятиях
 +
* При оформлении доклада необходимо следовать практическим рекомендациям, приведённым на лекциях.
 +
* Оцениваются: содержательность, устный рассказ, соблюдение формальных требований, стилистика. Каждый пункт - 0.5 балла
 +
* Длительность: 7-10 минут
 +
* Структура доклада: титульный слайд, план, основная часть, резюме, слайд-благодарность
 +
* На титульном слайде нужно указать тему, ФИО автора, название нашего курса
 +
* Оформление слайдов: спокойный фон, заголовок шрифтом 24+, текст шрифтом 18+, небольшое количество текста, наличие ссылок на источники (в том числе источники картинок)
 +
* Важно. В презентации должен присутствовать как минимум 1 график, качественно оформленный (название графика, названия и единицы измерения осей, минимальное необходимое количество цветов, легенда при необходимости, сетка при необходимости; можно использовать предвнимательную обработку)
 +
 
 +
Бонусное задание
 +
* +2 балла к оценке
  
−
== Домашние задания ==
 
−
На курсе запланировано 5 домашних заданий
 
  
−
* Каждое оценивается максимум в 2 балла.
+
Формула оценки:
−
* За сдачу позже мягкого дедлайна - 50%
+
* оценка "неудовлетворительно" - < 7 первичных баллов
−
* За сдачу позже жёсткого -75%.
+
* оценка "удовлетворительно" - 7-8 первичных баллов
 +
* оценка "хорошо" - 9-11 первичных баллов
 +
* оценка "отлично" - 12-14 первичных баллов
 +
Максимальная оценка - 17 первичных баллов
  
−
2 мини-тестов (~10 мин.) на семинарах
 
−
* по 1,5 балла за каждый
 
  
−
Бонусное задание - 2 балла
+
== Домашние задания ==
  
 
{|  class="wikitable"
 
{|  class="wikitable"
 
|-  
 
|-  
 
! Домашнее задание
 
! Домашнее задание
 +
! Балл
 
! Дедлайн  мягк.
 
! Дедлайн  мягк.
 
! Дедлайн жестк.
 
! Дедлайн жестк.
 
|-
 
|-
−
| ДЗ 1 Библиотека Numpy || ДД.MM || ДД.MM
+
| ДЗ 1 Необходимый минимум по языку Python ||  0 || - || 24.09
 +
|-
 +
| ДЗ 2 Библиотека Numpy. Задача многорукого бандита || 2 || 24.09 || 08.10
 +
|-
 +
| ДЗ 3 Библиотека Pandas. Работа с облачными таблицами || 3 ||  10.10 || 24.10
 +
|-
 +
| ДЗ 4 Устный доклад || 2 ||  - || конец семестра
 
|-
 
|-
−
| ДЗ 2 Библиотека Pandas || ДД.MM || ДД.MM
+
| ДЗ 5 Визуализация данных. Работа с изображениями || 2 ||   02.11 || 16.11
 
|-
 
|-
−
| ДЗ 3 Взаимодействие с сервисами Google Drive || ДД.MM || ДД.MM
+
| ДЗ 6 Библиотека Streamlit. Анализ данных || 2 ||   26.11 || 03.12
 
|-
 
|-
−
| ДЗ 4 Визуализация данных ||  ДД.MM || ДД.MM
+
| ДЗ 7 Анализ данных с помощью причинно-следственных моделей ||  4 ||  ДД.MM || ДД.MM
 
|-
 
|-
−
| ДЗ 5 Библиотека Matplotlib ||  ДД.MM || ДД.MM
+
| ДЗ 8 Бонусное задание || 2  ||  ДД.MM || ДД.MM
 
|}
 
|}
  
 
= Форма контроля =
 
= Форма контроля =
 +
дифф. зачет

Текущая версия на 12:22, 12 ноября 2024

Общие сведения

  • Семестр: 9 (пятый курс)
  • Форма контроля: дифф.зачёт

Команда курса

  • Софья Якушева, лектор
  • Анастасия Евдокимова, семинарист
  • Илья Склонин, семинарист
  • Михаил Почкайлов, семинарист
  • Алексей Бояров, ассистент
  • Орхан Махмудов, ассистент
  • Екатерина Кудрявцева, ассистент

План курса

Важные ссылки

Материалы

Критерии получения оценки

На курсе запланировано 7 домашних заданий + 1 бонусное задание.

  • За сдачу позже мягкого дедлайна - штраф 50% оценки
  • Задания, сданные после жёсткого дедлайна, не оцениваются.

Первое домашнее задание курса

  • Это задание можно перезачесть любым курсом по Python, если он был окончен с оценкой "хорошо" и выше.
  • Невыполнение этого задания влечёт штраф -2 к оценке по 10-балльной шкале.

Подготовка устного доклада (2 балла)

  • Тема доклада: обзор любой популярной библиотеки Python, не рассмотренной на занятиях
  • При оформлении доклада необходимо следовать практическим рекомендациям, приведённым на лекциях.
  • Оцениваются: содержательность, устный рассказ, соблюдение формальных требований, стилистика. Каждый пункт - 0.5 балла
  • Длительность: 7-10 минут
  • Структура доклада: титульный слайд, план, основная часть, резюме, слайд-благодарность
  • На титульном слайде нужно указать тему, ФИО автора, название нашего курса
  • Оформление слайдов: спокойный фон, заголовок шрифтом 24+, текст шрифтом 18+, небольшое количество текста, наличие ссылок на источники (в том числе источники картинок)
  • Важно. В презентации должен присутствовать как минимум 1 график, качественно оформленный (название графика, названия и единицы измерения осей, минимальное необходимое количество цветов, легенда при необходимости, сетка при необходимости; можно использовать предвнимательную обработку)

Бонусное задание

  • +2 балла к оценке


Формула оценки:

  • оценка "неудовлетворительно" - < 7 первичных баллов
  • оценка "удовлетворительно" - 7-8 первичных баллов
  • оценка "хорошо" - 9-11 первичных баллов
  • оценка "отлично" - 12-14 первичных баллов

Максимальная оценка - 17 первичных баллов


Домашние задания

Домашнее задание Балл Дедлайн мягк. Дедлайн жестк.
ДЗ 1 Необходимый минимум по языку Python 0 - 24.09
ДЗ 2 Библиотека Numpy. Задача многорукого бандита 2 24.09 08.10
ДЗ 3 Библиотека Pandas. Работа с облачными таблицами 3 10.10 24.10
ДЗ 4 Устный доклад 2 - конец семестра
ДЗ 5 Визуализация данных. Работа с изображениями 2 02.11 16.11
ДЗ 6 Библиотека Streamlit. Анализ данных 2 26.11 03.12
ДЗ 7 Анализ данных с помощью причинно-следственных моделей 4 ДД.MM ДД.MM
ДЗ 8 Бонусное задание 2 ДД.MM ДД.MM

Форма контроля

дифф. зачет

Источник — «http://wiki.atp-fivt.org/index.php?title=Применение_Python_в_статистическом_анализе_данных&oldid=3351»