Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

603093 Н.Новгород,ул. Родионова, 136

603095 Н.Новгород,ул. Львовская, 1В

603155 Н.Новгород,ул. Б.Печерская, д.25/12

Статья
A Study of Graph Neural Networks for Link Prediction on Vulnerability to Membership Attacks

D. Shaikhelislamov, K. L., N. Severin et al.

Journal of Mathematical Sciences. 2024. Vol. 285. P. 234-244.

Глава в книге
Do you remember ... the future? weak-to-strong generalization in 3D object detection

Golyadkin M., Makarov I.

In bk.: Proceedings of the Thirty-Third International Joint Conference on Artificial Intelligence (IJCAI-24). International Joint Conferences on Artificial Intelligence, 2024. Ch. 1001. P. 8653-8656.

Препринт
DAREL: Data Reduction with Losses for Training Acceleration of Real and Hypercomplex Neural Networks

Demidovskij A., Трутнев А. И., Тугарев А. М. et al.

NeurIPS 2023 Workshop. ZmuLcqwzkl. OpenReview, 2023

Контакты

603093 Н.Новгород,ул. Родионова, 136

603095 Н.Новгород,ул. Львовская, 1В

603155 Н.Новгород,ул. Б.Печерская, д.25/12

Python для извлечения и обработки данных

2024/2025
Учебный год
RUS
Обучение ведется на русском языке
5
Кредиты

Преподаватель

Программа дисциплины

Аннотация

С помощью языка Python можно автоматизировать рутинные операции и обрабатывать объемы данных, на несколько порядков превышающие объемы, доступные для обработки вручную или с помощью электронных таблиц. Целевой аудиторией курса “Python для обработки и анализа данных” являются студенты НИУ ВШЭ НН ОП "Экономика и анализ бизнеса", а также все желающие научиться программировать на языке Python “с нуля”, чтобы уметь решать задачи анализа и обработки данных, возникающие на практике в различных предметных областях. Дисциплина проводится с использованием онлайн-курса "Python для извлечения и обработки данных" [URL: https://edu.hse.ru/course/view.php?id=132749].
Цель освоения дисциплины

Цель освоения дисциплины

  • Овладение базовыми навыками программирования на языке Python, методами сбора и обработки данных для решения экономических и социально-экономических задач
  • Целью курса также является ознакомление студентов с основными принципами проектирования и анализа алгоритмов и структур данных, развитие навыков оценки сложности алгоритмов, их практической реализации.
Планируемые результаты обучения

Планируемые результаты обучения

  • Применяет списки, кортежи, множества, методы работы с отдельными элементами и всеми структурами
  • Умеет работать с текстом, структурированными файлами (csv), xlsx-файлами и листами в них
  • Умеет писать функции на Python и тестировать их
  • Владеет базовыми знаниями языка Python
  • Знает основные типы данных языка Python
  • Умеет работать с классами и исключениями
  • Умеет работать с операторами присваивания и условным оператором
  • Умеет работать с функциями и их переменными
  • Умеет работать с циклами и диапазонами
  • Умеет работать со сложными типами данных
  • Умеет работать со стандартными модулями языка
  • Умеет создавать, передавать в функции и работать с переменными
  • Слушатель способен реализовывать алгоритмы с использованием операторов языка Python.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Переменные и арифметические действия
  • Начало работы в Python
  • Логический тип данных и условный оператор
  • Оператор цикла while, цикл for, функции и рекурсия
  • Типы данных
  • Анализ текстовых данных
  • Web-скрейпинг
  • Работа с API
  • Дополнительные возможности языка
Элементы контроля

Элементы контроля

  • неблокирующий Самостоятельные работы
  • неблокирующий Контрольная работа
  • блокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 учебный год 3 модуль
    0.2 * Контрольная работа + 0.2 * Самостоятельные работы + 0.6 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Bhasin, H. (2019). Python Basics : A Self-Teaching Introduction. Dulles, Virginia: Mercury Learning & Information. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1991381
  • G. Nair, V. (2014). Getting Started with Beautiful Soup. Birmingham, UK: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=691839
  • Lutz, M. (2008). Learning Python (Vol. 3rd ed). Beijing: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=415392
  • Nelli, F. (2015). Python Data Analytics : Data Analysis and Science Using Pandas, Matplotlib and the Python Programming Language. [Berkeley, CA]: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1056488
  • Nelli, F. (2018). Python Data Analytics : With Pandas, NumPy, and Matplotlib (Vol. Second edition). New York, NY: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1905344
  • Python. Самое необходимое - 978-5-9775-0614-4 - Прохоренок Н. - 2011 - Санкт-Петербург: БХВ-Петербург - https://ibooks.ru/bookshelf/22296 - 22296 - iBOOKS
  • Федоров, Д. Ю.  Программирование на языке высокого уровня Python : учебное пособие для вузов / Д. Ю. Федоров. — 3-е изд., перераб. и доп. — Москва : Издательство Юрайт, 2021. — 210 с. — (Высшее образование). — ISBN 978-5-534-14638-7. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/478098 (дата обращения: 27.08.2024).

Рекомендуемая дополнительная литература

  • Learning Python : [covers Python 2.5], Lutz, M., 2008
  • Sweigart, Al. Automate the boring stuff with Python: practical programming for total beginners. – No Starch Press, 2015. – 505 pp.
  • Vanderplas, J.T. (2016). Python data science handbook: Essential tools for working with data. Sebastopol, CA: O’Reilly Media, Inc. https://proxylibrary.hse.ru:2119/login.aspx?direct=true&db=nlebk&AN=1425081.
  • Автоматизация рутинных задач с помощью Python : практическое руководство для начинающих, Свейгарт, Э., 2018
  • Основы алгоритмизации и программирования на Python : учеб. пособие / С.Р. Гуриков. — М. : ФОРУМ : ИНФРА-М, 2020. — 343 с. — (Среднее профессиональное образование). - Режим доступа: http://znanium.com/catalog/product/1042452
  • Саммерфилд, М. Python на практике : учебное пособие / М. Саммерфилд , перевод с английского А. А. Слинкин. — Москва : ДМК Пресс, 2014. — 338 с. — ISBN 978-5-97060-095-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/66480 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
  • Сузи, Р. А. Язык программирования Python : учебное пособие / Р. А. Сузи. — 2-е изд. — Москва : ИНТУИТ, 2016. — 350 с. — ISBN 5-9556-0058-2. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/100546 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Авторы

  • Багаутдинова Эльмира Рафиковна
  • Ноздринова Елена Вячеславовна