InfoTitularTematicaBibliografieEvaluareObiective
Număr de credite: 6
Cod: AME0158
Predare: curs 2h
Limba de predare: română
Tip: curs principal, semestrul 2, Masteratul Analiza Datelor Complexe
Erasmus:
- Algoritmi si aplicatii
– ce sunt algoritmii
– ce sunt aplicatiile
– de ce avem nevoie de ele - Tipuri si structuri de date
– ce sunt tipurile de date
– ce sunt structurile de date
– la ce se folosesc si cum se folosesc in Python - Operatori
– ce sunt operatorii
– operatori pe tipuri si structuri diferite - Instructiuni de decizie
– ce este o instrucțiune de decizie
– cand se folosesc si de ce se folosesc
– IF, ELIF, ELSE - Structuri repetitive
– ce sunt si cand se folosesc
– cum acute la implementarea algoritmilor
– FOR, WHILE, DO WHILE, WHILE ELSE - Funcții
– ce sunt și când se foloseste
– definiția unei funcții
– folosirea unei funcții
– parametri și agrumente - Interacțiunea Python cu o baza de date
– ce este o baza de date
– cum interacționează Python cu o baza de date - Module
– ce sunt modulele
– cand e nevoie de ele
– module existente - Biblioteci existente si utilizarea lor
– cum utilizam biblioteci și module existente
– cum utilizam documentația - Biblioteci pentru data science și utilizarea lor
– cateva exemple de biblioteci existente pentru statistică: Pandas, MatPlotLib, NumPy - Selectie datelor
– cum se selectează datele în Python - Agregarea datelor
– cum agregam date
– cum pregătim si modificăm datele pentru agregare - Modelarea datelor
– exemple de modelage
– afișare de grafice
- Louie Stowell Rosie Dickins, 2018. Programare pentru începători folosind Python, București: Litera.
- Eric Matthes, 2019. Python Crash Course, 2nd Edition: A Hands-On, Project-Based Introduction to Programming 2nd Edition, San Francisco: No Starch Press.
- Wes Mckinney, 2017. Python for Data Analysis: Data Wrangling with Pandas, NumPy and IPython. Beijing and Cambridge: O’Reilly.
- Jake VanderPlas, 2016, Python Data Science Handbook: Essential Tools for Working with Data, 2nd edition, Beijing and Cambridge: O’Reilly.
CURS:
Metode de evaluare
- 60% examen scris
Criterii de evaluare:
- Însușirea corectă a tipurilor și a structurilor de date în Python; îngelegerea modului în care funcționează operatorii; capacitatea de a construi structuri repetitive și funcții; utilizarea corectă a librăriilor dedicate pentru analiza datelor.
LABORATOR:
Metode de evaluare:
- 40% teme de seminar
Criterii de evaluare:
- Capacitatea de a construi și a utiliza date în Python;
- Capacitatea de a curăța date în Python;
- Capacitatea de a agrega date în Python.
Obiective generale
- Disciplina urmărește să introducă studenții fără experiență prealabilă în programare în utilizarea conceptelor majore de analiza datelor în limbajul de programare Python.
Obiective specifice
- Disciplina urmărește să construiască capacitatea de a genera, curăța și agrega date în Python;
- Cursul urmărește introducerea studenților în funcțiile majore din librăriile cele mai utilizate de funcții dedicate analizei datelor în Python.
- Scopul major este de a introduce studenții în conceptele majore ale programării: structuri de decizie, structuri repetitive, funcții și oibecte.