Применение Python в статистическом анализе данных: различия между версиями

Материал из Public ATP Wiki
Перейти к навигации Перейти к поиску
Строка 4: Строка 4:


= Команда курса =
= Команда курса =
* Якушева Софья
* Софья Якушева, преподаватель
* Дмитрий Косаревский, семинарист
* Илья Склонин, семинарист
 
* Алексей Бояров, ассистент
* Орхан Махмудов, ассистент


= План курса =
= План курса =

Версия от 14:04, 21 июля 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

  • Видео занятий и призентации

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 1,5 балла за каждый

Бонусное задание - 2 балла

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