Модуль 2
38,00ч

Структуры данных

2.1. Списки
2.2. Словари
Часов в программе
8,00 часов
лекции
24,00 часа
практика
5,00 часов
самостоятельная
1,00 час
промежуточная аттестация
38,00 часов
всего
Материально-технические условия реализации программы:
Вид занятий: Лекции, практика и самостоятельные работы
Требуемое ПО:
Web приложение Zoom
Информационные ресуры
Python-библиотека для научных и инженерных расчётов - http://scipy.org/
библиотека pandas для анализа данных - http://pandas.pydata.org/
библиотека для эффективной работы с многомерными массивами данных -
http://www.numpy.org/
библиотека на языке программирования Python для визуализации данных - https://matplotlib.org
дистрибутив Python вместе с основными библиотеками для анализа данных и пакетным
менеджером conda - http://www.anaconda.com/
Образовательные ресуры
Python-библиотека для научных и инженерных расчётов - http://scipy.org/
библиотека pandas для анализа данных - http://pandas.pydata.org/
библиотека для эффективной работы с многомерными массивами данных -
http://www.numpy.org/
библиотека на языке программирования Python для визуализации данных - https://matplotlib.org
дистрибутив Python вместе с основными библиотеками для анализа данных и пакетным
менеджером conda - http://www.anaconda.com/

Учебно-методические материалы

Методы, формы и технологии

Лекции, практика и самостоятельные работы

Методические разработки

1. Эдвард Тафти (1983). Визуальное представление больших объемов информации.
2. Марк Лутц (2011). Изучаем Python.
3. Дж. Вандер Плас (2017). Python для сложных задач. Наука о данных и машинное обучение.

Курс “Introduction to Python for Data Science”
https://www.datacamp.com/courses/intro-to-python-for-data-science

Материалы курса

1. Эдвард Тафти (1983). Визуальное представление больших объемов информации.
2. Марк Лутц (2011). Изучаем Python.
3. Дж. Вандер Плас (2017). Python для сложных задач. Наука о данных и машинное обучение.

Курс “Introduction to Python for Data Science”
https://www.datacamp.com/courses/intro-to-python-for-data-science

Учебная литература

1. Эдвард Тафти (1983). Визуальное представление больших объемов информации.
2. Марк Лутц (2011). Изучаем Python.
3. Дж. Вандер Плас (2017). Python для сложных задач. Наука о данных и машинное обучение.

Темы

2.1. Списки 2.2. Словари
Лекции
3,00ч
Практические занятия
12,00ч
Самостоятельная работа
3,00ч
Всего
18,00ч
Лекции
5,00ч
Практические занятия
12,00ч
Самостоятельная работа
2,00ч
Всего
19,00ч
Промежуточная аттестация 1,00 час
Межмодульная диагностика по окончанию первого модуля представляет собой контрольное тестирование с 10 вопросами по изученным темам, с целью определения уровня полученных и усвоенных знаний слушателей.

Тестирование проводится с использованием единой информационной среды с электронными формами контроля и оценки, с возможностью фиксации цифрового следа.
У каждого слушателя есть три попытки на прохождение тестирования. Время на одну попытку - 60 минут. Для перехода к обучению на следующий модуль необходимо верно ответить на 50% вопросов.