Skip to content

Репозиторий курса "Python для анализа данных" для второго курса ФГГТ ВШЭ. Поток 2025 осень

Notifications You must be signed in to change notification settings

teimy/geohse-python

Repository files navigation

"Python для анализа данных" для второго курса ФГГТ ВШЭ

Какая цель нашего курса?

Научить студентов, не программировавших ранее, основам программирования, основам python, базовому анализу данных и основам визуализации. Те студенты, которые уже умеют программировать на другом языке, улучшат свои навыки программирования и научатся python. Те, кто уже умеет программировать на python, смогут узнать больше нюансов языка, а также прорешать более сложные опциональные задачи.

Как будет проходить курс?

Лекции проходят по вторникам, семинары - по пятницам.

На лекциях я зачитываю лекционные jupyter-notebook-и и отвечаю на вопросы. Основная задача лекций – ответить на ваши вопросы по теории. Приоритет отдается базовым вопросам! В конце лекции можно задать вопросы по любой теме и обсудить любую интересующую вас тему. Если вы ощущаете, что вам неудобно ходить на лекции или у вас не возникают вопросы по лекционному материалу – можете не ходить на них и читать лекционный ноутбук в удобное вам время.

На семинарах мы повторяем лекционный материал и вы решаете задачки. Семинары существуют для того, чтобы вы в процессе решения задач поняли все, что вам непонятно в процессе, и спросили у меня напрямую.

В чем мы работаем?

Все файлы курса находятся в интерактивных jupter-notebook-ах. Это смесь текстового языка разметки markdown и кода на python. jupyter notebook и большая часть нужных нам модулей входят в состав пакета anaconda. Здесь можно прочитать инструкцию по установке анаконды. Если у вас не запускается jupyter notebook, обратите внимание на конец инструкции!

Как скачать файлы с github?

Нажать зеленую кнопку <> code справа сверху от списка файлов, выбрать Download zip. Распаковать zip файл.

Так, а с чего начать?

Установили anaconda и скачали курс? Открывайте прямо на гитхабе первую лекцию и читайте инструкцию в самом начале!

Как будет оцениваться курс?

Всего за курс можно получить 10 баллов: 6.4 за домашние задания, 1.8 за первый проект, 1.8 за второй проект. Итоговая оценка округляется вверх. Например: если вы набрали 7.1 балл, то ваша оценка будет отлично (8).

Каждое домашнее задание разделено на две части – семинарскую часть и домашнюю. За семинарскую часть можно получить не более 0.4 баллов; за домашнее задание тоже не более 0.4 баллов. Однако, сумма баллов и в семинарской и в домашней части всегда больше 0.4: у вас всегда есть выбор, какие задачи делать.

Дедлайн сдачи каждого домашнего задания – 23:59 через неделю. Например: у вас был семинар в пятницу 05.09, значит домашнее задание нужно сдать в следующую пятницу, 12.09 до 23:59.

Правила сдачи после дедлайна и пересдачи

Если вы сдаете после дедлайна, то можно сдать с потерей баллов – через еще одну неделю, тогда за каждую часть можно получить до 0.3 баллов, причем баллы за каждую задачу умножаются на 0.75. Если семинар был в пятницу 05.09, то первый дедлайн 12.09 в 23:59, а второй дедлайн 19.09 в 23:59.

После второго дедлайна и в рамках пересдачи можно сдавать домашние задания с потерей половины баллов: за семинарскую и за домашнюю часть каждые можно получить до 0.2 баллов.

Использование LLM (ChatGPT, Claude, Gemini, Perplexity и др.)

Использование любых LLM или другого генеративного интеллекта автоматически обнуляет баллы за задание. Однако, при сдаче каждого домашнего задания можно задать восемь вопросов любому LLM, где первое сообщение в диалоге выглядит так. Восемь вопросов даются суммарно на все задачи в домашнем задании. При использовании такой опции необходимо предоставить ссылку на чат при сдаче домашнего задания (в большинстве чатов — share в правом верхнем углу).

Что делать, если я пропустил лекцию или семинар?

Лекционные материалы спроектированы так, что должны быть в целом понятны без сопровождения голосом. Если у вас возник вопрос по прошлым лекционным материалам, вы всегда можете задать его в конце лекции, на семинаре или в личных сообщениях в телеграме.

Если вы пропустили семинар, постарайтесь по максимуму прорешать материал семинара и задать вопросы мне, учебному ассистенту или вашим коллегам по курсу. Вы можете задавать вопросы по прошлым семинарам на любом семинаре, и просто прийти и начать решать задачки с любого семинара, это абсолютно нормально!

Что делать если я испытываю трудности/у меня не получается задания/чувствую себя глупым?

Нужно подойти ко мне и спросить на любой лекции и семинаре и задать любой вопрос, даже если он кажется очень глупым. Мы с вами обязательно обсудим все проблемы и я постараюсь максимально доходчиво объяснить непонятные вещи! Можно написать любой вопрос мне в телеграме.

Может быть, вам неудобно/нелогично изложение материала, представленное у нас в курсе. В таком случае, пожалуйста, обратите внимание на дополнительные источники! Возможно, для вас будет более эффективным прочитать тему в двух-трех источниках поверхностно, чем внимательно прочитать один и тот же несколько раз.

About

Репозиторий курса "Python для анализа данных" для второго курса ФГГТ ВШЭ. Поток 2025 осень

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 2

  •  
  •