• Wiki-страница курса, на ней для каждого семинара публикуются дополнительные материалы, которые необходимо просмотреть на неделе, когда проходит семинар
• Youtube-канал 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
• Материалы прошлого курса (весна 2020)
• Таблица с вашими оценками

Домашки:

• HW1: таблички в pandas: предобрабатываем датасет и анализируем его.
• Контест, где надо представиться: вбить группу и ссылку на репозиторий с дз1.
• HW2: циклы и услоия: решаем просты задачки на циклы.

Контрольные:

• Мини-КР 1

Другое:

• Прошлогодняя кр1 для разминки

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

• sem01 Тратим полтора часа на то, чтобы запустить анаконду. Вводимся в python, git и делаем import this
• sem02 Учимся работать с табличками в pandas
• sem03 Говорим про циклы и условия
• sem04 Говорим о функциях
• sem05 Говорим про словарики и множества
• sem06 Обсуждаем объектно ориентированное программирование (классы и вот это вот всякое)
• sem07 Занимаемся exploratory data analysis (крутим-вертим таблицами с данными)
• sem08 Рисуем красивые графики и визуализации
• sem09 Учимся собирать данные, пишем парсеры и используем разные API
• sem10-11 Говорим про регрессию и метрики для неё
• sem12-13 Говорим про классификацию и метрики для неё
• sem14 На природу, в лес, к деревьям!

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

• инструкция как зайти в контест и решить тествое соревнование
• ссылка на тестовое соревнование

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

Оценка ставится по формуле:

0.1 ДЗ1 + 0.1 ДЗ2 + 0.1 ДЗ3 + 0.1 ДЗ4 + 0.1 ДЗ5 + 0.075 СР1 + 0.075 СР2 + 0.075 СР3 + 0.075 СР4 + 0.1 КР + 0.1 ЭКЗ

• Ананьева Марина
• Демешев Борис aka ББ
• Максимовская Настя
• Петросян Артур
• Ульянкин Филя
• Филатов Артём
• Карпов Макс
• Илья Аброскин

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