Применение Python в статистическом анализе данных — различия между версиями

Материал из Public ATP Wiki
Перейти к: навигация, поиск
(Домашние задания)
(Домашние задания)
Строка 51: Строка 51:
 
| ЛР 1 Библиотека Numpy ||  ДД.MM || ДД.MM
 
| ЛР 1 Библиотека Numpy ||  ДД.MM || ДД.MM
 
|-
 
|-
| ЛР 2 Библиотека Pandas ||  30.10 || 13.10
+
| ЛР 2 Библиотека Pandas ||  30.10 || 13.11
 
|-
 
|-
 
| ЛР 3 Взаимодействие с сервисами Google Drive ||  ДД.MM || ДД.MM
 
| ЛР 3 Взаимодействие с сервисами Google Drive ||  ДД.MM || ДД.MM

Версия 22:40, 17 октября 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.
ЛР 1 Библиотека Numpy ДД.MM ДД.MM
ЛР 2 Библиотека Pandas 30.10 13.11
ЛР 3 Взаимодействие с сервисами Google Drive ДД.MM ДД.MM
ЛР 4 Визуализация данных ДД.MM ДД.MM
ЛР 5 Библиотека Matplotlib ДД.MM ДД.MM

Форма контроля

дифф. зачет