[МФТИ] Разработчик. Часть 1. Применение Python в статистическом анализе данных [Олег Ивченко]

Дополнительное профессиональное образование Физтех-школа прикладной математики и информатики МФТИ приглашает пройти обучение на программе Разработчик.

Обучение проводится совместно с основной магистратурой Алгоритмы и технологии программирования.

Предназначена для желающих изучить 2 популярных языка программирования по индексу TIOBE: Python и Java. Помимо этого, программа дает старт в основных технологиях разработки web-сайтов на базе языков JavaScript и C#.

Набор знаний, полученный в рамках данной программы, позволит стартовать в таких сферах IT как разработка клиент-серверных приложений, разработка кроссплатформенных приложений для ПК и анализе данных.


Применение Python в статистическом анализе данных:

Модуль 1 - Знакомство с Python

• Введение, почему Python, основные библиотеки, установка.

Модуль 2 - Работа с Jupyter, основы Python

• Запуск Jupyter, структура Notebook-а, клетки, команды.
• Основы Python – объекты, функции, типы, импорты, control flow.
• Структуры данных (листы, кортежи, словари, set-ы), функции (аргументы, lambda-функции), работа с файлами.

Модуль 3 - Работа с NumPy

• Числовые (numpy-)массивы, индексы, арифметика, оси и транспонирование, функции.
• Векторизация, логика, сортировка, агрегация, чтение и запись numpy в файл, линейная алгебра. Внутренности ndarray, конкатенация, tile, broadcasting, снова сортировки, быстрый NumPy – Numba.

Модуль 4 - Хранение данных. Pandas

• Типы (Series, DataFrame), операции: индексы, drop, арифметика, функции, сортировка, ранжирование, статистика.
• Текстовые файлы, JSON, XML и HTML, бинарные форматы (HDF5), доступ к API, БД.
• Фильтрация, binning, outlier-ы, sampling, индикаторы, dummy-переменные, строки.
• Иерархические индексы, join, merge, конкатенация, reshape, pivoting. GroupBy (dict, series, функция), split-apply-combine, квантили. Категориальные данные, еще немного GroupBy, метод pipe.

Модуль 5 - Визуализация данных

• Matplotlib: figures, subplots, colors, markers, ticks, labels; линейные графики, гистограммы, scatterplot-ы

Модуль 6 - Машинное обучение в Python

• Машинное обучение в Python