Применение Python в статистическом анализе данных — различия между версиями
(→Домашние задания) |
(→Критерии получения оценки) |
||
| Строка 29: | Строка 29: | ||
* Каждое оценивается максимум в 2 балла. | * Каждое оценивается максимум в 2 балла. | ||
* За сдачу позже мягкого дедлайна - 50% | * За сдачу позже мягкого дедлайна - 50% | ||
| − | + | ||
2 мини-тестов (~10 мин.) на семинарах | 2 мини-тестов (~10 мин.) на семинарах | ||
Версия 10:42, 21 декабря 2023
Содержание
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%
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 | 13.11 | 27.11 |
| ЛР 4 Визуализация данных | ДД.MM | ДД.MM |
| ЛР 5 Библиотека Matplotlib | ДД.MM | ДД.MM |
Форма контроля
дифф. зачет
