Python для обработки и анализа данных
ОПИСАНИЕ КУРСА
Применение одного из самых популярных и простых в изучении языков программирования поможет вам анализировать данные в вашей профессиональной деятельности без необходимости изучать информационные технологии.
Этот курс является победителем открытого конкурса для разработки образовательных программ в Московском международном университете.
В наше время мы имеем доступ к огромному объему информации в различных областях, таких как экономика, управление, подбор персонала, психология или медицина. Для специалистов в любой области важно уметь работать с данными, находить закономерности и принимать решения на основе полученных результатов.
Этот курс поможет сократить время, затраченное на обработку информации, и позволит вам оптимизировать использование времени, используя прогрессивные и практичные инструменты.
Цель курса
- Предоставить помощь обучающимся в расширении профессиональных навыков путем знакомства с одной из самых передовых областей.
- Обучить студентов методам обработки и анализа данных, используя язык программирования Python.
- Научить студентов применять полученные знания на практике в своей профессиональной деятельности для оптимизации задач и ускорения процесса принятия решений.
Цель курса состоит в том, чтобы подготовить студентов к самостоятельной работе с данными, поэтому занятия ориентированы на практическое освоение материала и выполнение различных упражнений вместе с преподавателем.
По окончании обучения учащиеся будут:
- Основной синтаксис языка программирования Python;
- Базовые алгоритмы; Возможности библиотек Pandas, NumPy, Matplotlib, Seaborn;
- Методы анализа данных;
- Писать, запускать и читать программный код на Python;
- Пользоваться документацией языка программирования Python и библиотек для анализа данных;
- Извлекать новую информацию из данных;
- Визуализировать и презентовать агрегированную информацию;
- Средами Jupyter Notebook, Google Colab;
ЧТО ВЫ БУДЕТЕ ИЗУЧАТЬ?
Первый этап обучения, который называется «Основы программирования на языке Python», будет проводиться в течение 4 месяцев (72 академических часа). Этот этап разделен на два курса лекций. Он начнется в сентябре и закончится в октябре 2023 года. В ходе этого этапа будут затронуты следующие темы:
- Ввод и вывод данных;
- Оператор присваивания;
- Арифметические операции;
- Логические выражения;
- Составные условия;
- Таблица истинности;
- Ветвление в программе;
- Условные конструкции;
- Циклы while и for;
- Функция range();
- Объявление функции;
- Функции и методы;
- Параметры функции;
- Возвращаемое значение функции;
- Анонимные функции;
- Работа со строковым типом данных;
- Индексация и срезы;
- Методы для работы со строками;
- Чтение и запись данных в файл;
- Конструкция with open;
- Модули, пакеты;
- Обзор популярных модулей и пакетов;
- math, random;
- Исключения и обработка ошибок;
- Основные типы ошибок.
- Числовые и текстовые данные;
- Приведение типов;
- Списки. Индексация, срезы;
- Функции и методы для работы со списками;
- Добавление элементов в список, удаление элементов из списка;
- Методы split(), join();
- Копирование списка. Сортировка списка;
- Кортежи. Словари. Создание словаря;
- Ключи и значения;
- Поиск значения в словаре;
- Добавление, удаление элементов;
- Множества. Создание множества;
- Добавление, удаление элементов;
- Объединения, пересечение, разность множеств.
- Объекты и классы;
- Атрибуты и методы классов;
- Создание классов.
Анализ данных на втором этапе будет проводиться с октября 2023 года по январь 2024 года. На этом этапе мы сосредоточимся на следующих задачах:
- Изучение дополнительных пакетов для обработки и визуализации данных на Python: Pandas, NumPy, Matplotlib, Seaborn, Plotly;
- Разбор практических заданий, с использованием изученных инструментов;
- Рассмотрение способов сбора и хранения данных;
- Изучение основ математической статистики и теории вероятностей;
- Обзор методов машинного обучения;
- Обсуждение результатов обучения.
ПРЕПОДАВАТЕЛИ
Мигачёва Ольга Александровна
Мигачёва Ольга Александровна является выпускницей факультета вычислительной математики и кибернетики МГУ им. М. В. Ломоносова, занимает должность младшего научного сотрудника в институте теоретической и математической физики МГУ им. М. В. Ломоносова и является руководителем образовательных проектов в фонде «Интеллект».
ФОРМА И СТОИМОСТЬ ОБУЧЕНИЯ