Python и облачные вычисления в науке
Данный курс предназначен для студентов естественно-научных направлений, которые хотят заниматься научными вычислениями и анализом данных.
Курс состоит из 15 интерактивных лекций и 15 семинаров.
На лекциях разбирается тема и вместе с учащимися решаются простые упражнения на понимание.
Полученные знания закрепляются на семинарах, где предлагается большое число задач для самостоятельного решения, а также материалы для углубленного изучения темы. Задачи отличаются практической направленностью и разбирают конкретные проблемы, которые могут возникнуть при анализе тех или иных данных.
Помимо этого, после каждого занятия студентам предлагаются домашние работы для дополнительной отработки умений.
Данные для большинства современных естественно-научных задач могут занимать терабайты дискового пространства, а для их обработки нужно большое количество оперативной памяти или GPU. Это требует навыков работы с серверами, большая часть которых функционируют на Linux. Поэтому в курсе отводится время на работу с командной строкой и работа с ней при помощи Bash. В результате этого прошедшие курс получают практические навыки работы на сервере и в операционной системе Linux.
Ожидаемые результаты: получение навыков программирования на языке Python, навыки написания скриптов и составления интерактивных отчетов на нем.
- 01:36:07Лекция 1. Вводная лекция
- 01:07:42Лекция 2. Форматирование строк. Ветвление. Циклы
- 01:47:54Лекция 3. Коллекции. Модуль collections. Случайные числа в Python
- 01:45:36Лекция 4. Работа с текстовыми файлами. JSON. Бинарные файлы. Модуль Pathlib
- 01:33:07Лекция 5. Знакомство с Linux
- 47:10Практическое занятие к лекции № 5. Знакомство с Linux
- 01:45:35Лекция 6. Работа с архивами. Стандартные потоки и их перенаправление
- 01:32:20Лекция 7. Системы контроля версий на примере Git
- 01:40:35Лекция 8. Что такое Linux и как он работает
- 02:03:44Лекция 9. Функции. Вычисления. Полезные модули
- 01:56:32Лекция 10. Введение в объектно-ориентированное программирование. Зачем оно и как облегчает работу с научными данными
- 01:17:29Лекция 11. Функции и их аргументы. Итераторы. Генераторы
- 01:33:46Лекция 12. Matplotlib NumPy и почему это быстро. Базовый анализ данных
- 01:16:50Лекция 13. Знакомство с Pandas. Группировки и построение простых графиков Seaborn. Plotly




