Применение Python в статистическом анализе данных

Материал из Public ATP Wiki
Версия от 14:17, 3 апреля 2024; Yakusheva (обсуждение | вклад) (Критерии получения оценки)
Перейти к: навигация, поиск

Общие сведения

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

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 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.

Бонусное задание

  • +2 балла к оценке


Формула оценки: см. 1 ое занятие

Домашние задания

Домашнее задание Дедлайн мягк. Дедлайн жестк.
ДЗ 1 Необходимый минимум по языку Python ДД.MM ДД.MM
ДЗ 2 Библиотека Numpy. Задача многорукого бандита ДД.MM ДД.MM
ДЗ 3 Библиотека Pandas. Работа с облачными таблицами ДД.MM ДД.MM
ДЗ 4 Устный доклад ДД.MM ДД.MM
ДЗ 5 Визуализация данных. Работа с изображениями ДД.MM ДД.MM
ДЗ 6 Библиотека Streamlit. Анализ данных ДД.MM ДД.MM
ДЗ 7 Анализ данных с помощью причинно-следственных моделей ДД.MM ДД.MM
ДЗ 8 Бонусное задание ДД.MM ДД.MM

Форма контроля

дифф. зачет