Использование языка Python для анализа данных

Цель модуля: приобретение слушателями знаний по конструкциям языка Python, приобрести умения работы со Python и SQL, а также овладеть навыками работы с Python для анализа данных.

В результате освоения модуля слушатели должны:
а) знать:
типы данных и базовые алгоритмические конструкции в Python, средства языка для работы с массивами и строками, ввода/вывода данных через консоль и текстовые файлы, базовые понятия ООП и принципы их использования, способы реализации механизмов ООП в Python, принципы создания приложений с графическим интерфейсом, назначение и возможности библиотеки Pygame, основные понятия и базовые алгоритмы в области анализа данных и машинного обучения, назначение и возможности библиотек Pandas, SEABORN, PlotLy, NumPy и Matplotlib;

б) уметь:
использовать интегрированную среду разработки для написания и отладки программного кода на языке Python, описывать классы и иерархию связей между ними, реализовывать механизмы перегрузки операторов, документировать классы, инсталлировать и подключать к проекту библиотеки, использовать структуры данных и методы библиотек Pygame, Pandas, SEABORN, PlotLy, NumPy и Matplotlib;

в) владеть:
навыками работы в интегрированной среде разработки для Python, разработки программ с использованием механизмов ООП, навыками разработки графического интерфейса пользователя, навыками решения простейших задач классификации и анализа данных на языке Python.

Часов в программе

8,00 часов

лекции

14,00 часов

практика

12,00 часов

самостоятельная

2,00 часа

промежуточная аттестация

36,00 часов

всего

Образовательные ресуры

1. https://docs.python.org/3/
2. https://pythonworld.ru/
3. https://metanit.com/python
4. https://www.pygame.org/wiki/
5. https://www.pygame.org/docs
6. https://www.kaggle.com/datasets?topic=trendingDataset
7. https://archive.ics.uci.edu/ml/index.php
8. https://data-flair.training/blogs/machine-learning-datasets/

Учебно-методические материалы

Методы, формы и технологии

Видеолекции, вебинары, домашняя и проектная работа

Методические разработки

Методические материалы Центра компетенций "Цифровая экономика" Финансового Университета

Материалы курса

Записи занятий (Методические разработки и материалы курса располагаются в LMS Финансового Университета)

Учебная литература

Основная литература:
1. Пол Бэрри. Изучаем программирование на Python. – Москва : Издательство «Бомбора», 2017. – 611 с.
2. Майкл Доусон. Программируем на Python. –Санкт-Петербург: Издательство «Питер, 2019. – 416 с.
3. Марк Лутц. Изучаем Python. – Санкт-Петербург: Издательство «Символ Плюс», 2009. – 830 с.
4. Библиотека PyGame [Электронный ресурс]. – URL: https://web-start.top/ru/progru/pythonru/pygameru
5. PyGame и разработка игр [Электронный ресурс]. – URL: https://younglinux.info/pygame/pygame
6. Эрик Мэтиз Изучаем Python. Программирование игр, визуализация данных, веб-приложения. – СПб: Питер, 2017. – 496 с.
7. Лутц М. Изучаем Python, 4-е издание. – Пер. с англ. – СПб.: Символ-Плюс, 2011. – 1280 с.
8. Златопольский Д.М. Основы программирования на языке Python. – М.: ДМК Пресс, 2017. – 284 с.
9. Лутц М. Программирование на Python, том II, 4-е издание. – Пер. с англ. – СПб.: Символ-Плюс, 2011. – 992 с.
10. Гэддис Т. Начинаем программировать на Python. – 4-е изд.: Пер. с англ. – СПб.: БХВ-Петербург, 2019. – 768 с.
11. Лучано Рамальо Python. К вершинам мастерства. – М.: ДМК Пресс, 2016. – 768 с.
12. Свейгарт, Эл. Автоматизация рутиных задач с помощью Python: практическое руководство для начинающих. Пер. с англ. — М.: Вильямc, 2016. – 592 с.
13. Рейтц К., Шлюссер Т. Автостопом по Python. – СПб.: Питер, 2017. – 336 с.: ил. – (Серия «Бестселлеры O’Reilly»).
14. Любанович Билл Простой Python. Современный стиль программирования. – СПб.: Питер, 2016. – 480 с.: – (Серия «Бестсепперы O’Reilly»).
15. Шелудько, В. М. Основы программирования на языке высокого уровня Python: учебное пособие / В. М. Шелудько. – Ростов-на-Дону, Таганрог: Издательство Южного федерального университета, 2017. – 146 c. – ISBN 978-5-9275-2649-9. – Текст: электронный // Электронно-библиотечная система IPR BOOKS: [сайт]. – URL: http://www.iprbookshop.ru/87461.html (дата обращения: 13.02.2020)
16. Доусон М. Программируем на Python. – СПб.: Питер, 2014. – 416 с.
17. Прохоренок Н.А. Python 3 и PyQt. Разработка приложений. – СПб.: БХВ-Петербург, 2012. – 704 с.
18. Пилгрим Марк. Погружение в Python 3 (Dive into Python 3 на русском)
19. Прохоренок Н.А. Самое необходимое. — СПб.: БХВ-Петербург, 2011. — 416 с.

Дополнительная литература:
1. Рашка С. Python и машинное обучение –Москва : ДМК Пресс, 2017. – 418 с.
2. Коэльо Л.П. Построение систем машинного обучения на языке Python – Москва: ДМК Пресс, 2016. – 302 с.
3. Остроух А. В. Системы искусственного интеллекта : монография / А. В. Остроух, Н. Е. Суркова. – Санкт-Петербург : Лань, 2021. – 228 с.
4. Лутц М. Программирование на Python, том I, 4-е издание. – Пер. с англ. – СПб.: Символ-Плюс, 2011. – 992 с.
5. Шелудько, В. М. Язык программирования высокого уровня Python. Функции, структуры данных, дополнительные модули: учебное пособие / В. М. Шелудько. – Ростов-на-Дону, Таганрог: Издательство Южного федерального университета, 2017. – 107 c. – ISBN 978-5-9275-2648-2. – Текст: электронный // Электронно-библиотечная система IPR BOOKS: [сайт]. – URL: http://www.iprbookshop.ru/87530.html (дата обращения: 13.02.2020).
6. Федоров, Д. Ю. Программирование на языке высокого уровня Python : учебное пособие для прикладного бакалавриата / Д. Ю. Федоров. – 2-е изд., перераб. и доп. – Москва : Издательство Юрайт, 2019. – 161 с. – (Бакалавр. Прикладной курс). – ISBN 978-5-534-10971-9. – Текст: электронный // ЭБС Юрайт [сайт]. – URL: https://urait.ru/bcode/437489

Темы

Основные конструкции языка Python Взаимодействие языка Python и SQL Возможности Python для анализа данных