Data Analysis with Python, Анализ данных на python, коллекция зима-весна 2021

Wiki-страница курса, на ней для каждого семинара публикуются дополнительные материалы, которые необходимо просмотреть на неделе, когда проходит семинар
Youtube-каналы с записями семинаров: Канал первый, ещё канал,канал Филиппа, канал Максима Карпова, канал Артура, Плейлист с записями семинаров
Материалы для каждого семинара лежат в папках /sem*
Если вы хотите скачать из репозитория конкретную папку, просто вставьте ссылку на неё в сервис для скачки.
Любые вопросы можно задавать в чат с технической поддержкой
Канал с основными объявлениями
Таблица с вашими оценками
Материалы прошлых лет: 2020_spring 2020_fall

Идеология курса

Основная цель курса - научить вас скриптованию. По его итогам вы должны смело уметь открывать python и писать гору кода для решения всех своих проблем.

Курс представляет из себя сочетания онлайн и офлайн частей. В офлайн-части, мы на семинарах вместе что-то делаем. В основном решаем задачи. В онлайн-части, вы изучаете курс на Coursera и дополнительные материалы, которые мы выкладываем на вики-страничке.

Проверять то, как вы делаете онлайновую часть, мы не будем. Тем не менее, единственный способ научиться программировать - это много программировать. Если вы будете игнорировать онлайновую часть, довольно большой кусок практики выпадет из вашей жизни, а впоследствии на ср и кр возникнут проблемы.

Домашние задания и контрольные

Домашки:

Домашнее задание 1 Дедлайн: 10 февраля 23:59
Домашнее задание 2 Дедлайн: 7 марта 21:00
Домашнее задание 4 Дедлайн: 6 июня 23:00
Домашнее задание 5 Дедлайн: 17 июня 21:00

Контрольные:

Самостоятельная работа 1 Прошла 12 февраля, задачи можно дорешивать для практики
Мидтёрм Прошёл 1 апреля, задачи можно дорешивать для практики

Другое:

Ссылки на тренировочные контесты к семинарам есть в README внутри каждого семинара, а также на страничке курса на wiki. Ещё раз подчёркиваем, что эти контесты никак нами не оценваются и выкладываются для того, чтобы у вас было больше возможностей для практики.

Большой план маленьких побед

Установите перед первым семинаром Anaconda. Инструкция для windows и инструкция для мака.

Anaconda - это дистрибутив для новичка. Обычно рано или поздно от него отказываются. Если вы жёсткий и вам знакомо слово терминал, можно поставить python и всё необходимое через него. Желательно сразу же делать это через pyenv.

sem01 ~~Тратим полтора часа на то, чтобы запустить анаконду.~~ Вводимся в python, git и делаем import this
sem02 Вводимся в циклы, условия и листы
sem03 Решаем на циклы, условия и листы более сложные задачи
sem04 Говорим о функциях
sem05 Говорим про словарики и множества
sem06 Решаем на множества и словари более сложные задачи
sem07 Разбираемся с библиотекой numpy и немного вспоминаем линал
sem08 Разбираемся с библиотекой pandas, работаем с файлами и путями
sem09 Разбираемся с более продвинутым pandas
sem10 Базовая визуализация: matplotlib и seaborn
sem11 Пишем свой первый парсер
sem12 Продвинутая визуализация: plotly
sem13 Работаем с различными API
sem14 Мастер-класс по боту

Сдача домашек и контрольных

Сдача части домашних заданий и контрольных будет происходить через Яндекс.Контест. На почты вам будут разосланы логины и пароли от него.

Другая часть будет сдаваться через github. На нём не помешает зарегистрироваться.

Самый важный раздел

Оценка ставится по формуле:

Min(10, Round(0.05 ДЗ1 + 0.1 ДЗ2 + 0.1 ДЗ3 + 0.1 ДЗ4 + 0.15 ДЗ5 + 0.1 КР + 0.3 Экз + 0.1 СР1 + 0.1 СР2 + 0.1 СР3))

Контрибьюторы и создатели

Ментально с нами <3:

Лицензия

Весь контент, созданный для этого курса распространяются на правах лицензии MIT License Материалы публикуются как общественное достояние.

hse-econ-data-science/dap_2021_spring