Skip to content

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

 
 
 

Contributors