Инструментальные средства для автоматизации и анализа данных

Курс программирования на языке Python для аналитиков данных. Предназначен в первую очередь для аналитиков данных, а также для всех, кто хочет изучить язык Python для его профессионального использования. В основу курса положены стандарты Института открытых программ дополнительного образования Высшей школы экономики.

Курс создан с упором на анализ данных, в связи с чем иллюстрирован большим количеством учебных примеров, написанных автором специально под тематику курса (сложность примеров возрастает по мере обучения).

Курс состоит из двух частей, дополнительных веб-семинаров по изученным темам и десяти очных встреч с ментором.

ЗАПИСАТЬСЯ НА ПРОГРАММУ

Учебный план

Для начинающих
01. Введение в язык Python. Знакомство со средой программирования (интерпретатор Python и IDE PyCharm). Работа с командной строкой. Утилиты, команды, пайплайны
	Вы можете посмотреть лекцию 01.01. Обзор языка Python
	01.02. Инструментарий создания программ Python
	01.03. Установка Python и PyCharm
	01.04. Работа с командной строкой
	01.05. Пайплайны
02. Простые типы данных. Базовые операции над ними. Интерпретация ошибок
	02.01. Базовые литералы
	02.02. Целые десятичные числа
	02.03. Двоичные числа
	02.04. 16- и 8-ричные
	02.05. Числа с плавающей точкой
	02.06. Строковые литералы
	02.07. Логические или булевы литералы
	02.08. Концепция переменной
	02.09. Базовые типы данных
	02.10. Приведение типов
	02.11. Математические операции
	02.12. Целочисленные операции
	02.13. Битовые операции
	02.14. Логические операции
	02.15. Операции со строками
	02.16. Интерпретация ошибок
03. Понятие управляющих конструкций. Условные операторы. Циклы for и while
	03.01. Знакомство с PyCharm
	03.02. Управляющие конструкции и условные операторы
	03.03. Циклы for
	03.04. Циклы while
	03.05. Еще немного о циклах
04. Функции в Python. Лямбда-выражения и лямбда-функции. Рекурсия
	04.01. Базовые методы Python для вывода данных
	04.02. Метод Python для ввода данных
	04.03. Функции
05. Регулярные выражения: синтаксис, сложные выражения, получение данных из веб-документа
	05.01. Регулярные выражения
	05.02. Синтаксис регулярных выражений
	05.03. Составные регулярные выражения
	Тест 1 для курса Основы языка Python
06. Объектно-ориентированное программирование. Классы и объекты Python. Иерархия и наследование. Строки как экземпляры класса str. Понятие библиотеки. Библиотечные модуль. Выборочное импортирование. Пакеты
	06.01. Объектно-ориентированное программирование
	06.02. Иерархия классов
	06.03. Строки Python как объекты
	06.04. Набор методов класса str
	06.05. Повторное использование кода
	06.06. Выборочное импортирование атрибутов
	06.07. Пакеты
07. Составные типы данных в Python (строки, списки, множества и словари). Итераторы, генераторы, генераторы списков
	07.01. Списки
	07.02. Вложенный список и рекурсия
	07.03. Кортежи
	07.04. Словари
	07.05. Итераторы и генераторы
08. Защита от ошибок. Исключительные ситуации. Обработка исключений. Поиск ошибок в коде и отладка. Git. Работа с Git через командную строку (Git Bash). Работа с Git средствами PyCharm (в том числе работа с удаленным репозиторием в GitHub)
	08.01. Исключения
	08.02. Обработка исключительных ситуаций при помощи Try
	08.03. Ищем ошибки вместе с PyCharm
	08.04. Версии
	08.05. Работа с Git через командную строку
	08.06. Git и PyCharm
09. Файлы и работа с ними. Продвинутая работа со словарями
	09.01 Концепция файла
	09.02 Чтение файла
	09.03 Создание файла и добавление в него записей
	09.04 Продвинутая работа со словарями
	Тест 2 для курса Основы языка Python
Для продолжающих
10. O-нотация и понятие о сложности вычислений. Ускорение работы кода на Python
	10.01 Сложность вычислений
	10.02 O-нотация
	10.03 Примеры алгоритмов различной сложности
	10.04 Факториальная сложность
	10.05 – Ускорение работы кода. Профилирование
11. Введение в DOM. Сбор данных: web-scraping с BeautifulSoup
	11.01 – Введение в HTML
	11.02 – HTML и DOM
	11.03 – Web Scraping с BeautifulSoup.prproj
	11.04 – Парсинг страниц из сети
	11.05 – Работа с XML-файлами
12. Сбор данных: Selenium, работа с сервисами через API
	12.01 – Формы и методы GET и POST
	12.02 – Selenium
	12.03 – Работа с Selenium
13. Введение в SQL и базы данных с помощью Python
	13.01 – Введение в базы данных
	13.02 – SQLite
	13.03 – Создаем первую базу данных
	13.04 – Python и SQLite3
14. Работа с SQL и базами данных с помощью Python. Работа с Excel-файлами
	14.01 – SQLite3 и SQL
	14.02 – Парсинг Excel-файла
	14.03 – Сохранение данных в Excel-файл
	14.04 – Работа с CSV-файлами
	14.05 – Реляционная модель
	14.06 – Форматы команды SELECT
15. Введение в numpy. Работа с векторами и матрицами
	15.01 – Основа работы с массивами ndarray
	15.02 – Простые операции с векторами и матрицами
	15.03 – Манипуляции над массивами
	15.04 – Линейная алгебра и дополнительные операции
16. Введение в pandas и разведочный анализ данных
	16.01 – Класс Series
	16.02 – Класс DataFrame
	16.03 – Индексы
	16.04 – Операции над массивами
17. Работа с пропущенными значениями в данных
	17.01 – Отсутствующие данные
	17.02 – Фильтрация отсутствующих данных
	17.03 – Восполнение пропущенных значений
18. Визуализация для презентации данных: matplotlib. Основные виды графиков. Основные ошибки при создании визуализаций
	18.01 – Знакомство с Matplotlib.prproj
	18.02 – Конструирование графика
	18.03 – Классы Figure и Axes
	18.04 – Основные виды графиков
	18.05 – Основные виды графиков. Продолжение
19. Создание интерактивных визуализаций: plotly
	19.1 – Введение в Plotly
	19.2 – Интерактивность при работе с точечными и линейными графиками
	19.3 – Работа с другими графиками plotly
	19.4 – Plotly и Dash – полная интерактивность
20. Разведывательный анализ данных. Особенности исследования текста. Наивный байесовский классификатор. Признаковое описание текстов
	20.01 – Разведывательный анализ данных
	20.02 – Особенности исследования текста
	20.03 – Наивный байесовский классификатор
	20.04 – Признаковое описание текстов