Применение Python в статистическом анализе данных: различия между версиями

Материал из Public ATP Wiki
Перейти к навигации Перейти к поиску
← Предыдущая правкаСледующая правка →
Строка 29: Строка 29:
= Критерии получения оценки =
= Критерии получения оценки =


На курсе запланировано 5 домашних заданий
На курсе запланировано 7 домашних заданий + 1 бонусное задание.


* Каждое оценивается максимум в 2 балла.
* За сдачу позже мягкого дедлайна - штраф 50% оценки
* За сдачу позже мягкого дедлайна - 50%
* Задания, сданные после жёсткого дедлайна, не оцениваются.


 
Первое домашнее задание курса
2 мини-тестов (~10 мин.) на семинарах
* Это задание можно перезачесть любым курсом по Python, если он был окончен с оценкой "хорошо" и выше.
* по 0,5 балла за каждый
* Невыполнение этого задания влечёт штраф -2 к оценке по 10-балльной шкале.


Бонусное задание
Бонусное задание
* 2 балла
* +2 балла к оценке


Бонусное задание - 2 балла


Формула оценки: см. 1 ое занятие
Формула оценки: см. 1 ое занятие
Строка 53: Строка 52:
! Дедлайн жестк.
! Дедлайн жестк.
|-
|-
| ЛР 1 Библиотека Numpy ||  ДД.MM || ДД.MM
| 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
|-
|-
| ЛР 2 Библиотека Pandas ||  30.10 || 13.11
| ДЗ 5 Визуализация данных. Работа с изображениями ||  ДД.MM || ДД.MM
|-
|-
| ЛР 3 Взаимодействие с сервисами Google Drive ||  13.11 || 27.11
| ДЗ 6 Библиотека Streamlit. Анализ данных ||  ДД.MM || ДД.MM
|-
|-
| ЛР 4 Визуализация данных ||  ДД.MM || ДД.MM
| ДЗ 7 Анализ данных с помощью причинно-следственных моделей ||  ДД.MM || ДД.MM
|-
|-
| ЛР 5 Библиотека Matplotlib ||  ДД.MM || ДД.MM
| ДЗ 8 Бонусное задание ||  ДД.MM || ДД.MM
|}
|}


= Форма контроля =
= Форма контроля =
дифф. зачет
дифф. зачет

Версия от 11:17, 3 апреля 2024

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

Источник — https://wiki.atp-fivt.org/index.php?title=Применение_Python_в_статистическом_анализе_данных&oldid=2913