• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Python for data analysis in economics and management

2024/2025
Academic Year
RUS
Instruction in Russian
3
ECTS credits
Delivered at:
Department of Mathematical Economics (Faculty of Economics)
Course type:
Compulsory course
When:
1 year, 1 module

Instructor

Программа дисциплины

Аннотация

В ходе курса студенты изучат основы программирования, методы обработки и визуализации качественных и количественных данных, а также подходы к получению информации из Интернета с помощью парсинга и запросов API. Конечной целью курса является предоставление студентам методов, полезных для сбора данных, визуализации данных и исследовательского анализа данных. Уровень DC 0.2.2 достигается путем освоения основ языка программирования Python.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью освоения дисциплины является изучение Python и его приложений для анализа данных
Планируемые результаты обучения

Планируемые результаты обучения

  • Освоение базовых библиотек Python: numpy, pandas, matplotlib
  • Применение основных инструментов (графики, графики, сводная статистика) для анализа данных
  • Использование Python для выполнения статистического моделирования и анализа данных
  • Применение эффективных алгоритмов обработки данных
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение
  • Встроенные структуры данных и операции с ними: часть 1
  • Встроенные структуры данных и операции с ними: часть 2
  • Функции
  • Разведочный анализ данных с использованием пакетов Python: часть 1
  • Разведочный анализ данных с использованием пакетов Python: часть 2
  • Визуализация данных с помощью пакетов Python: часть 1
  • Визуализация данных с помощью пакетов Python: часть 2
  • Парсинг и парсинг веб-страниц
  • Введение в науку о данных
Элементы контроля

Элементы контроля

  • неблокирующий Activity
  • блокирующий In-class assignment
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 1st module
    0.5 * Activity + 0.5 * In-class assignment
Список литературы

Список литературы

Рекомендуемая основная литература

  • Маккинни, У. Python и анализ данных. Первичная обработка данных с применением pandas, NumPy и Jupiter : справочник / У. Маккинни , перевод с английского А. А. Слинкина. — 3-е изд. — Москва : ДМК Пресс, 2023. — 536 с. — ISBN 978-5-93700-174-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/348086 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

  • Lacey, N. (2019). Python by Example : Learning to Program in 150 Challenges. Cambridge: Cambridge University Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2112094

Авторы

  • Лапинова Светлана Александровна
  • Силаев Андрей Михайлович