Таблица | Карточка | RUSMARC | |
Разрешенные действия: –
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа: Анонимные пользователи Сеть: Интернет |
Аннотация
Учебное пособие посвящено формированию комплекса компетенций, необходимых современному специалисту для обработки и анализа данных для принятия обоснованных управленческих решений. Учебное пособие предназначено для студентов и специалистов, которые хотят познакомиться с языком программирования Python и научиться проводить с его помощью анализ данных, и позволяет поэтапное изучение языка программирования для наиболее эффективного запоминания.
Права на использование объекта хранения
Место доступа | Группа пользователей | Действие | ||||
---|---|---|---|---|---|---|
Локальная сеть ИБК СПбПУ | Все | |||||
Интернет | Авторизованные пользователи СПбПУ | |||||
Интернет | Анонимные пользователи |
Оглавление
- СОДЕРЖАНИЕ
- Введение
- Урок 1. Вводная информация для начала работы с Python
- Что такое Python и почему именно он?
- Как пользоваться Python?
- Что такое Jupyter Notebook?
- Урок 2. Переменные и текстовый тип данных
- Что такое переменные в Python?
- Текстовый тип данных
- Урок 2. Практические задания
- Урок 3. Численные типы данных
- Виды численных типов данных
- Урок 3. Практические задания
- Урок 4. Списки
- Что такое списки в Python и зачем они нужны
- Введение в индексы
- Введение в срезы
- Примеры срезов
- Методы и функции работы со списками
- Урок 4. Практические задания
- Урок 5. Цикл for и циклическая обработка списков
- Функция range
- Потенциальные ошибки
- Урок 5. Практические задания
- Урок 6. Уcловие if и операторы сравнения
- Проверка условий
- Тип данных True-False
- Типичные ошибки синтаксиса
- Урок 6. Практические задания
- Урок 7. Словари и вложенные структуры
- Словари
- Вложенные структуры
- Урок 7. Практические задания
- Урок 8. Основы парсинга
- Основы веб-скрапинга
- Настройка User-Agent
- Настройка Timeout
- Урок 8. Практические задания
- Урок 9. Парсинг API
- Суть API
- API ресурсов данных
- Federal Reserve Economic Data API
- Извлечение данных с помощью pandas-datareader
- Alpha Vantage API
- World Bank Data API
- Урок 9. Практические задания
- Урок 10. Структурирование данных средствами pandas
- Структуры данных
- Примеры прикладных задач, решаемые средствами Pandas
- Настройки отображения данных
- Удаление элементов таблицы
- Фильтрация данных
- Перебор строк данных
- Работа с индексами
- Работа с типами данных
- Численная обработка столбцов
- Метод resample()
- Работа с форматом даты
- Объединение датафреймов
- Обработка пропусков
- Сохранение данных
- Статистическая обработка данных
- Метод groupby()
- Урок 10. Практические задания
- Урок 11. Квантификация текста в рамках анализа данных
- Естественная информация и искусственная информация
- Квантификация текста
- Предварительная обработка текста
- Метрики сравнения токенов
- Модели количественного описания текста
- Метрики сравнения текста
- Методы тематической кластеризации текстов
- Hugging Face
- Урок 11. Практические задания
- Урок 12. Моделирование зависимости или задачи обучения “с учителем”
- Обучение “с учителем”
- Задачи регрессии
- Задача классификации
- Логистическая регрессия
- Заключение
- СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
Статистика использования
Количество обращений: 0
За последние 30 дней: 0 Подробная статистика |