Статистичний аналіз в Python (112-Статистика, магістратура)

Тип: На вибір студента

Кафедра: математичної статистики і диференціальних рівнянь

Навчальний план

СеместрКредитиЗвітність
16Залік

Лекції

СеместрК-сть годинЛекторГрупа(и)
132професор Бугрій О. М.МТСМ-11

Практичні

СеместрК-сть годинГрупаВикладач(і)
132МТСМ-11Холявка О. Т.

Опис курсу

Аналіз даних істотно спирається на результати математичного аналізу, лінійної алгебри, методів оптимізації, теорії ймовірностей та математичної статистики. Для успішного застосування методів аналізу даних потрібно вміти програмувати. Фактичним стандартом для цього в наші дні є мова Python – один з головних інструментів фахівця в науці про дані.

Дисципліна “Аналіз даних за допомогою Python” присвячена мові програмування Python, її синтаксису, ідеології, бібліотекам, які часто застосовуються на практиці для аналізу даних (NumPy, SciPy, Matplotlib і Pandas) та є необхідними для ефективного розв’язування широкого кола аналітичних задач.

В межах курсу студент познайомиться з Python-бібліотеками, що містять велику кількість корисних інструментів: від швидких операцій з багатовимірними масивами  до візуалізації і реалізації різних математичних методів (в більшості завдань дані можна представити у вигляді векторів або матриць); навчиться за допомогою методів оптимізації знаходити найкращі значення параметрів системи, щоб мінімізувати витрати або максимізувати точність прогнозів, а також познайомиться з матричними розкладами, які використовуються при побудові регресійних моделей, для зменшення розмірності даних, зокрема в аналізі текстів; освоїть базові концепції теорії ймовірностей і статистики, необхідні для розуміння механізму роботи практично всіх методів аналізу даних; навчиться управляти даними, розв’язувати задачі науки про дані, створювати високоякісні візуалізації, застосовувати лінійні регресії для оцінки зв’язків між змінними, опрацьовувати великі дані.

Рекомендована література

  1. Бен С. Python. Збірник вправ. Введення в мову Python із завданнями та рішеннями. – Харків, 2021. – 23 8 с.
  2. Беррі Пол.Неаd First.- К. “Фабула”, 2021. – 624 с.
  3. Васильєв О. Програмування мовою Python. – В-во навчальна книга «Богдан», 2019. – 504 с.
  4. Висоцька В., Оборська O.Python. Алгоритмізація та програмування.- Новий Світ 2000. – 2021.- 514 с.
  5. Маттес Е. Пришвидшений курс Python. – Львів.: Видавництво Старого Лева, 2021. – 600 с.
  6. Руденко В., Жугастров О. Основи алгоритмізації і програмування. -К. Ранок, 2019. – 192 с.
  7. Яковенко А. В. Основи програмування. Python. Частина 1. – Київ: КШ ІМ. Ігоря Сікорського, 2018.- 195 с.

Додаткова література

  1. Хейдт М., Груздев А. Изучаем Pandas.- ИЦ “Гевисста”, ДМК Пресс, 2019.- 734 с.
  2. Guttag John V. Introduction to Computation and Programming Using Python with Application to Understanding Data.- МІТ Press, 2016.- 591 р.
  3. Matplotlib. Release 3 .4.1.  https:/ /matplotl ib.org/
  4. ScipyLectureNotes.-2020.-674 р. www.scipy-lectures.org

Силабус:

Завантажити силабус