https://github.com/alexeyev/hse-spb-bigdata-python-fall2016

Материалы к курсу по программированию и инструментам анализа данных, прочитанному в петербургском филиале НИУ ВШЭ осенью 2016 года

https://github.com/alexeyev/hse-spb-bigdata-python-fall2016

Science Score: 13.0%

This score indicates how likely this project is to be science-related based on various indicators:

  • CITATION.cff file
  • codemeta.json file
    Found codemeta.json file
  • .zenodo.json file
  • DOI references
  • Academic publication links
  • Academic email domains
  • Institutional organization owner
  • JOSS paper metadata
  • Scientific vocabulary similarity
    Low similarity (1.9%) to scientific vocabulary

Keywords

course-materials data-analysis numpy pandas python scikit-learn sklearn
Last synced: 6 months ago · JSON representation

Repository

Материалы к курсу по программированию и инструментам анализа данных, прочитанному в петербургском филиале НИУ ВШЭ осенью 2016 года

Basic Info
  • Host: GitHub
  • Owner: alexeyev
  • Language: Jupyter Notebook
  • Default Branch: master
  • Homepage:
  • Size: 1.73 MB
Statistics
  • Stars: 4
  • Watchers: 2
  • Forks: 0
  • Open Issues: 0
  • Releases: 0
Topics
course-materials data-analysis numpy pandas python scikit-learn sklearn
Created over 8 years ago · Last pushed over 8 years ago
Metadata Files
Readme

README.md

Вспомогательные материалы к курсу

Python and data analysys tools course

(NRU HSE, St. Petersburg, 2016)

  1. Знакомство с Python: история, "философия", основные операции
  2. Основные операторы.
  3. Списки и двухмерные массивы.
  4. Кортежи, дополнительные циклы и управляющие конструкции.
  5. Работа со строками и текстовыми файлами.
  6. Коллекции и функции в Python.
  7. Функциональное программирование и Python.
  8. Введение в ООП на Python.
  9. Основы работы в консоли Linux.
  10. Регулярные выражения в Python. Bonus: sed.
  11. Введение в numpy.
  12. Обзор средств для работы с распространёнными форматами данных: tsv, csv, XML, JSON.
  13. scipy.sparse, pandas
  14. scikit-learn: задача классификации
  15. scikit-learn: unsupervised learning (только задача кластеризации)
  16. scikit-learn: задача регрессии; регуляризация.
  17. Прочие инструменты анализа данных (nltk, spacy, skimage, keras, networkx, ...).

Owner

  • Name: Anton Alekseev
  • Login: alexeyev
  • Kind: user

GitHub Events

Total
Last Year

Issues and Pull Requests

Last synced: 12 months ago

All Time
  • Total issues: 0
  • Total pull requests: 0
  • Average time to close issues: N/A
  • Average time to close pull requests: N/A
  • Total issue authors: 0
  • Total pull request authors: 0
  • Average comments per issue: 0
  • Average comments per pull request: 0
  • Merged pull requests: 0
  • Bot issues: 0
  • Bot pull requests: 0
Past Year
  • Issues: 0
  • Pull requests: 0
  • Average time to close issues: N/A
  • Average time to close pull requests: N/A
  • Issue authors: 0
  • Pull request authors: 0
  • Average comments per issue: 0
  • Average comments per pull request: 0
  • Merged pull requests: 0
  • Bot issues: 0
  • Bot pull requests: 0
Top Authors
Issue Authors
Pull Request Authors
Top Labels
Issue Labels
Pull Request Labels