Python: работа с данными и текстом - История изменений

Kirill Chmel в 14:47, 16 октября 2020

2020-10-16T14:47:03Z

← Предыдущая версия		Версия от 14:47, 16 октября 2020
Строка 24:		Строка 24:
	'''О_итоговая''' = 10%('''Тесты на семинарских занятиях''') + 50%('''Домашние задания''') + 15%('''Контрольная работа''') + 25%('''Экзамен''')		'''О_итоговая''' = 10%('''Тесты на семинарских занятиях''') + 50%('''Домашние задания''') + 15%('''Контрольная работа''') + 25%('''Экзамен''')

			{\| class="wikitable"
			\|-
			! Форма контроля !! Мягкий deadline !! Строгий deadline !! Ссылка для сдачи !! Результаты
			\|-
			\| Домашнее задание №1 \|\| TBA \|\| TBA \|\| TBA \|\| TBA
			\|-
			\| Домашнее задание №2 \|\| TBA \|\| TBA \|\| TBA \|\| TBA
			\|-
			\| Домашнее задание №3 \|\| TBA \|\| TBA \|\| TBA \|\| TBA
			\|-
			\| Домашнее задание №4 \|\| TBA \|\| TBA \|\| TBA \|\| TBA
			\|-
			\| '''Контрольная работа''' \|\| TBA \|\| TBA \|\| TBA \|\| TBA
			\|}

	== План занятий ==		== План занятий и материалы ==

Kirill Chmel в 14:41, 16 октября 2020

2020-10-16T14:41:12Z

← Предыдущая версия		Версия от 14:41, 16 октября 2020
Строка 20:		Строка 20:

	== Что я получу за этот курс? ==		== Что я получу за этот курс? ==
	Ведомость доступна по ссылке. Оценка за курс выставляется по следующей формуле:		Ведомость доступна [https://docs.google.com/spreadsheets/d/1PUaYsdIs89pJFdEcUnkdjIE2MORjMlrRu6yvjSoxI0A/edit?usp=sharing '''по ссылке''']. Оценка за курс выставляется по следующей формуле:

	'''О_итоговая''' = 10%('''Тесты на семинарских занятиях''') + 50%('''Домашние задания''') + 15%('''Контрольная работа''') + 25%('''Экзамен''')		'''О_итоговая''' = 10%('''Тесты на семинарских занятиях''') + 50%('''Домашние задания''') + 15%('''Контрольная работа''') + 25%('''Экзамен''')

Kirill Chmel в 13:50, 16 октября 2020

2020-10-16T13:50:33Z

← Предыдущая версия		Версия от 13:50, 16 октября 2020
Строка 7:		Строка 7:
	* Обучение студентов прикладным навыкам по анализу данных аудиторий, рядов финансовых транзакций, больших необработанных массивов из открытых источников;		* Обучение студентов прикладным навыкам по анализу данных аудиторий, рядов финансовых транзакций, больших необработанных массивов из открытых источников;
	* Обучение студентов методам и моделям автоматической обработки и анализа естественного языка, включая статистический, дискурсивный и сенситивный анализ медиатекстов, автоматический контент анализ и др.		* Обучение студентов методам и моделям автоматической обработки и анализа естественного языка, включая статистический, дискурсивный и сенситивный анализ медиатекстов, автоматический контент анализ и др.


	== Кому писать и звонить? ==		== Кому писать и звонить? ==
Строка 21:		Строка 20:

	== Что я получу за этот курс? ==		== Что я получу за этот курс? ==
			Ведомость доступна по ссылке. Оценка за курс выставляется по следующей формуле:

			'''О_итоговая''' = 10%('''Тесты на семинарских занятиях''') + 50%('''Домашние задания''') + 15%('''Контрольная работа''') + 25%('''Экзамен''')


			== План занятий ==

Kirill Chmel: Новая страница: «== О чем данный курс? == В рамках курса “Python: работа с данными и текстом” студенты освоят б…»

2020-10-15T16:23:57Z

Новая страница: «== О чем данный курс? == В рамках курса “Python: работа с данными и текстом” студенты освоят б…»

Новая страница

== О чем данный курс? ==

В рамках курса “Python: работа с данными и текстом” студенты освоят базовые навыки и приобретут необходимые компетенции по работе со структурированными и неструктурированными типами данных. Курс состоит из двух блоков, в рамках которых студенты научатся автоматически обрабатывать таблицы чисел и тексты слов. Первый блок дисциплины посвящен работе со структурированными данными с использованием библиотеки Pandas. В рамках данного блока будут рассмотрены все этапы работы с табличными данными, начиная с доступа к данным из разных структур и заканчивая их визуализацией в виде графиков и полноценных дашбордов. Второй блок дисциплины будет посвящен работе с неструктурированными данными - главным образом с текстами. Студенты освоят библиотеку для обработки и анализа естественного языка NLTK, познакомятся с базовыми моделями классификации и кластеризации текстов, а также попробуют применить инструменты и методы тематического моделирования к корпусам текстов. Среди '''целей освоения дисциплины:'''
* Формирование у студентов теоретических знаний и профессиональных компетенций по работе со структурированными и неструктурированными типами данных;
* Формирование профессиональных компетенций и прикладных навыков по работе с табличными данными посредством использования инструментов и методов библиотеки Pandas;
* Формирование профессиональных компетенций и прикладных навыков по работе с текстовыми данными посредством использования инструментов и методов библиотеки NLTK;
* Обучение студентов прикладным навыкам по анализу данных аудиторий, рядов финансовых транзакций, больших необработанных массивов из открытых источников;
* Обучение студентов методам и моделям автоматической обработки и анализа естественного языка, включая статистический, дискурсивный и сенситивный анализ медиатекстов, автоматический контент анализ и др.

== Кому писать и звонить? ==
Вся информация по курсу выкладывается на данной странице и дублируется в [https://t.me/joinchat/DUaiFR038qocTKB9owCAVQ '''чат курса в Telegram'''].
{| class="wikitable"
|-
! !! Как зовут? !! Куда писать в Telegram? !! Куда писать на почту? !! Куда звонить, если все пропало?!
|-
| '''Преподаватель курса''' || [https://www.hse.ru/staff/kirill.chmel Чмель Кирилл Шамилевич] || [https://t.me/k_chmel сюда!] || kchmel@hse.ru || +7 985 291-99-77
|-
| '''Учебный ассистент''' || Фидоринова Дарья Максимовна || [https://t.me/inspiriment сюда!] || dmfidorinova@edu.hse.ru || Не надо звонить :)
|}

== Что я получу за этот курс? ==