ДЕНЬ 1. Введение в Python
10:00 – 13:00 Zoom (ссылка будет размещена в группе в WhatsApp, после подачи заявки)
Введение в программу
Введение в программирование и базовые конструкции языка Python
Основные понятия: алгоритм, программа, интерпретатор и компилятор, среды разработки и редакторы кода. Преимущества Python. Основы языка Python: типы данных, основные функции и конструкции. Операторы ввода-вывода. Структура программы, переменные и константы, работа с числовыми переменными, арифметические операторы. Основные управляющие конструкции алгоритмов с ветвлением, условный оператор. Основные управляющие конструкции циклического алгоритма. Простейшие циклы и циклы с переменными. Коллекции: множества, списки, кортежи, строки. Понятие ассоциативного массива. Словари в Python. Итераторы и генераторы.
13:00 – 18:00 Самостоятельная работа: выполнение упражнений и домашних заданий.
ДЕНЬ 2. Функции в Python. Программные пакеты
10:00 – 13:00 Zoom (ссылка будет размещена в группе в WhatsApp, после подачи заявки)
Технология разработки программы. Функции в Python: именованные и lambda. Функции высшего порядка. Потоки ввода. Модули в Python: использование встроенных модулей и работа с внешними. Работа с документацией в стандартной библиотеке. Понятие репозитория различных пакетов Python. Математический пакет numpy: основные типы используемых объектов и способы взаимодействия с ними.
13:00 – 18:00 Самостоятельная работа: выполнение упражнений и домашних заданий.
ДЕНЬ 3. Статистическое мышление
10:00 – 13:00 Zoom (ссылка будет размещена в группе в WhatsApp, после подачи заявки)
Случайные величины.
Случайная величина. Дискретные и непрерывные случайные величины. Закон распределения вероятностей случайно величины. Биномиальное распределение. Распределение Пуассона.
Математическое ожидание
Числовые характеристики дискретных случайных величин. Математическое ожидание дискретной случайной величины. Свойства математического ожидания. Математическое ожидание числа появлений события в независимых испытаниях.
Дисперсия случайной величины
Дисперсия дискретной случайной величины. Формула для вычисления дисперсии. Свойства дисперсии. Дисперсия числа появлений события в независимых испытаниях. Среднее квадратическое отклонение. Среднее квадратическое отклонение суммы взаимно независимых случайных величин.
Нормальное распределение
Числовые характеристики непрерывных случайных величин. Нормальное распределение. Нормальная кривая. Понятие о теореме Ляпунова. Формулировка центральной предельной предельной теоремы. Описательные статистики. Корреляционная зависимость.
Элементы математической статистики
Задачи математической статистики. Генеральная и выборочная совокупности. Эмпирическая функция распределения.
Проверка статистических гипотез
Статистическая гипотеза. Нулевая и конкурирующая, простая и сложная гипотезы. Ошибки первого и второго рода. Статистический критерий проверки нулевой гипотезы. Наблюдаемое значение критерия. Критическая область. Область принятия гипотезы. Критические точки.
13:00 – 18:00 Самостоятельная работа: выполнение упражнений и домашних заданий.
ДЕНЬ 4. Библиотеки Python для работы с данными
10:00 – 13:00 Zoom (ссылка будет размещена в группе в WhatsApp, после подачи заявки)
Введение в структуры данных pandas: Series и DataFrame. Чтение и запись данных в текстовом формате. Базовая функциональность: переиндексация, доступ по индексу, выборка и фильтрация. Обработка отсутствующих данных. Переформатирование данных: очистка, преобразование, слияние, изменение формы. Агрегирование данных и групповые операции: механизм GroupBy.
13:00 – 18:00 Самостоятельная работа: выполнение упражнений и домашних заданий.
ДЕНЬ 5. Визуализация данных
10:00 – 13:00 Zoom (ссылка будет размещена в группе в WhatsApp, после подачи заявки) Библиотека matplotlib. Pyplot интерфейс. Основные графические команды. Текст и шрифты. Цвета и цветовая палитра. Контейнер Figure. Контейнер Axes. Мультиоконные рисунки. Контейнер Axis. Контейнер Ticks. Особенности координатных осей. Полярная система координат. Легенда. Цветовая шкала.
13:00 – 18:00 Самостоятельная работа: выполнение упражнений и домашних заданий.
###
Системы дистанционного обучения
Занятия будут интерактивными. Для участия в онлайн-курсе вам понадобятся сервисы, перечисленные ниже.
1. Zoom
Необходимо зарегистрироваться и работать на платформе Zoom под своим реальным именем. Ссылка на стартовую сессию в Zoom:
2. Google Colab
Учебные материалы 1, 2, 4 и 5 дней размещаются на платформе Google Colab https://colab.research.google.com/ Для доступа к учебным материалам необходимо: (1) войти в Google под своим именем и паролем. При необходимость нужно зарегистрироваться https://www.google.com/accounts/newaccount; (2) перейти по ссылке, предоставленной организаторами в соответствующий учебный день.
2. Notion
Учебные материалы 3 дня размещаются на платформе Notion https://www.notion.so/. Для доступа к учебным материалам необходимо перейти по ссылке, предоставленной организаторами в соответствующий учебный день.
3. Ejudge
На каждом дне обучения Вам будут предоставлены домашние задачи, подкрепляющие пройденные темы. Получать и славать задание вы будете через сервер Ejudge. Для работы с системой необходимо будет перейти по ссылке, которая будет предоставлена вам на первом занятии.