• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Статья
Combinatorics and Algorithms for Quasi-Chain Graphs
В печати

Alecu B., Atminas A., Lozin V. V. et al.

Algorithmica. 2022. P. 1-23.

Глава в книге
Faster exploration of some temporal graphs

Adamson D., Gusev V. V., Malyshev D. et al.

In bk.: 1st Symposium on Algorithmic Foundations of Dynamic Networks (SAND 2022, March 28–30, 2022, Virtual Conference). Vol. 221. Schloss Dagstuhl – Leibniz-Zentrum für Informatik, Dagstuhl Publishing, 2022. Ch. 5. P. 5:1-5:10.

Препринт
The approximate variation of univariate uniform space valued functions and pointwise selection principles

Vyacheslav V. Chistyakov, Svetlana A. Chistyakova.

Functional Analysis. arXiv [math.FA]. Cornell University, NY, USA, 2020. No. 2010.11410.

Программирование для лингвистов

2021/2022
Учебный год
RUS
Обучение ведется на русском языке
4
Кредиты

Автор программы

Сухов Павел Андреевич

Сухов Павел Андреевич

Преподаватели

Кузнецова Валерия Андреевна

Кузнецова Валерия Андреевна

Ураев Дмитрий Юрьевич

Ураев Дмитрий Юрьевич

Программа дисциплины

Аннотация

Основная часть курса посвящена углубленному изучению программирования на языке Python, алгоритмов и регулярных выражений, практических лингвистических задач. В результате освоения дисциплины студент должен: • Знать встроенные структуры данных языка Python(списки, словари, множества, кортежи и др.); • Уметь составлять и реализовывать алгоритмы на языке питон; • Уметь применять полученные знания для решения практических задач • Иметь навыки работы со средами разработки для языка Python (PyCharm, ipython, ipython notebook, PyScripter, Spyder)
Цель освоения дисциплины

Цель освоения дисциплины

  • Цель курса — научить студентов применять компьютерные технологии (в первую очередь, язык программирования Python) для решения возникающих на практике лингвистических задач (автоматическая обработка и анализ текстовых данных, поиск информации и др.)
  • Цель курса — научить студентов применять компьютерные технологии (в первую очередь, язык программирования Python) для решения возникающих на практике лингвистических задач (автоматическая обработка и анализ текстовых данных, поиск информации и др.)
Планируемые результаты обучения

Планируемые результаты обучения

  • Знать принципы работы компиляторов и интепретаторов
  • Знать принципы работы компиляторов и интепретаторов
  • Уметь использовать базовые алгоритмы анализа текстов
  • Уметь использовать базовые алгоритмы анализа текстов
  • Уметь составлять алгоритмы и оценивать сложность алгоритма
  • Уметь составлять алгоритмы и оценивать сложность алгоритма
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тема 1. Введение в алгоритмы
  • Тема 1. Введение в алгоритмы
  • Тема 2. Компиляторы, интерпретаторы
  • Тема 2. Компиляторы, интерпретаторы
  • Тема 3. Алгоритмы анализа текста
  • Тема 3. Алгоритмы анализа текста
Элементы контроля

Элементы контроля

  • неблокирующий Аудиторная работа
  • неблокирующий Аудиторная работа
  • неблокирующий Экзамен
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2021/2022 учебный год 1 модуль
    0.5 * Аудиторная работа + 0.5 * Экзамен
  • 2021/2022 учебный год 1 модуль
    0.5 * Аудиторная работа + 0.5 * Экзамен
  • 2022/2023 учебный год 1 модуль
  • 2022/2023 учебный год 1 модуль
Список литературы

Список литературы

Рекомендуемая основная литература

  • Hetland, M. L. (2014). Python Algorithms : Mastering Basic Algorithms in the Python Language (Vol. Second edition). [New York, N.Y.]: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1174465

Рекомендуемая дополнительная литература

  • Kurdi, M. Z. (2017). Natural Language Processing and Computational Linguistics 2 : Semantics, Discourse and Applications. London, UK: Wiley-ISTE. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1642577