Применение Python в статистическом анализе данных — различия между версиями

Материал из Public ATP Wiki
Перейти к: навигация, поиск
(Материалы)
(Материалы)
Строка 18: Строка 18:
  
 
== Материалы ==
 
== Материалы ==
* Видео занятий youtube
+
* [https://www.youtube.com/playlist?list=PLHVUfYYv0xknR9cYFbmTdfKEKS8pB-yYj Видео занятий youtube]
 
* [https://drive.google.com/drive/folders/1VcUsk4PjKlHqppDzbeVTOduDiuKiqNBF?usp=sharing Материалы]
 
* [https://drive.google.com/drive/folders/1VcUsk4PjKlHqppDzbeVTOduDiuKiqNBF?usp=sharing Материалы]
  

Версия 21:44, 11 сентября 2023

Общие сведения

  • Семестр: 9 (пятый курс)
  • Форма контроля:

Команда курса

  • Софья Якушева, преподаватель
  • Дмитрий Косаревский, семинарист
  • Илья Склонин, семинарист
  • Алексей Бояров, ассистент
  • Орхан Махмудов, ассистент

План курса

Важные ссылки

Материалы

Критерии получения оценки

На курсе запланировано 5 домашних заданий

  • Каждое оценивается максимум в 2 балла.
  • За сдачу позже мягкого дедлайна - 50%
  • За сдачу позже жёсткого -75%.

2 мини-тестов (~10 мин.) на семинарах

  • по 0,5 балла за каждый

Бонусное задание

  • 2 балла

Бонусное задание - 2 балла

Формула оценки: см. 1 ое занятие

Домашние задания

Домашнее задание Дедлайн мягк. Дедлайн жестк.
ДЗ 1 Библиотека Numpy ДД.MM ДД.MM
ДЗ 2 Библиотека Pandas ДД.MM ДД.MM
ДЗ 3 Взаимодействие с сервисами Google Drive ДД.MM ДД.MM
ДЗ 4 Визуализация данных ДД.MM ДД.MM
ДЗ 5 Библиотека Matplotlib ДД.MM ДД.MM

Форма контроля

дифф. зачет