Please enable JavaScript.
Coggle requires JavaScript to display documents.
Ментальная карта группы Э-20-1 - Coggle Diagram
Ментальная карта группы Э-20-1
Трубицына О. А.
Сайт
Практическая 2
Доп. бал, создание сайта
Практическая 1
Практическая 3
Практическая 4
Практическая 4 доп.балл
Практическая 5, NumPy
Практическая 5, Pandos
Практическая 5 доп. балл
Практическая 6
Практическая 7
Визуализация Matplotlib (доп к лекции)
Визуализация Seaborn (доп к лекции)
Практическая 9
Практическая 8
Pivot Tables - Сводная таблица (доп к лекции)
Объединение наборов данных (доп к лекции)
Практическая 10
Практическая 11
Прогнозирование временных рядов (доп к лекции)
Прогнозирование данных временных рядов (доп к лекции)
Понимание типов данных в Python (ПР12)
Множества в языке программирования Python (ПР12)
Практическая 12
Многоступенчатое прогнозирование временных рядов с помощью ARIMA, LightGBM и Prophet ( доп к лекции)
Структура данных и алгоритмы (доп к лекции)
Бинарная классификация (доп к лекции)
Интерактивные визуализации в Python (доп.)
Черных Мария,
сайт
практическая 2
практическая 3
практическая 1
доп. практическая 1.1
практическая 4
доп. практическая 4.1
Объединение, комбинация и изменение размера данных(к лекции)
практическая 5 NumPy
практическая 5 Pandas
доп.практическая 5.1
практическая 6
Визуализация Matplotlib(к лекции)
Визуализация Seaborn(к лекции)
практическая 7
практическая 8
практическая 9
Иерархическое индексирование (к лекции)
Переконфигурирование данных с сортировкой (к лекции)
Объединение наборов данных: Concat и Append (к лекции)
практическая 10
практическая 11
практическая 12_Множества в языке программирования Python
практическая 12_Понимание типов данных в Python
Прогнозирование временных рядов(к лекции)
Прогнозирование данных временных рядов(к лекции)
Многоступенчатое прогнозирование временных рядов с помощью ARIMA, LightGBM и Prophet(к лекции)
практическая 12
Бинарный поиск(к лекции)
Корнев Я.А.
Сайт
:red_flag:
Практическая №1
Практическая №3
Дополнительные задания
Практическая №4
.
Практическая 5 Pandas
Практическая 5 NumPY
Практическая №7
Практическая №6
Практическая №8
Практическая №9
Практическая №10
Практическая №11
Понимание типов данных в Python
Множества в языке программирования Python
Практическая №12
Иерархическое индексирование (доп. к лекции)
:star:
Визуализация Seaborn (доп. к лекции)
:star:
Визуализация Matplotlib (доп. к лекции)
:star:
Переконфигурирование данных с сортировкой (доп. к лекции)
:star:
Объединение наборов данных: Concat и Append (доп. к лекции)
:star:
Прогнозирование временных рядов (доп. к лекции)
:star:
Прогнозирование данных временных рядов (доп. к лекции)
:star:
Многоступенчатое прогнозирование временных рядов с помощью ARIMA, LightGBM и Prophet (доп. к лекции)
:star:
Бинарный поиск (доп. к лекции)
:star:
Емельянова В. А.
Сайт
Практика 1
Практика 2
Практика 3
Практика 4
Практика 5 Введение в NumPy.
Практика 5 Pandas за 10 минут
Практика 7
Создание сайта
Практика 6
Практика 9
Практика 10
Практика 8
Практика 11
Множества в языке программирования Python Практика12
Понимание типов данных в Python Практика 12
Бузмакова А.С.
Сайт
Практическая 2
Практическая 3
Практическая 4
Практическая 5 NumPy
Практическая 5 Pandas
Практическая 1
Доп. работа 2 (Описание, комбинация и изменение размера данных)
Доп. работа 1 (создание сайта)
Практическая 6
Практическая 7
Практическая 8
Доп. работа 3 (Иерархическая индексация)
Доп. работа 4 (Визуализация Matplotlib)
Практическая 9
Практическая 10
Практическая 11
Практическая 12
Множества в языке программирования Python (практика12)
Понимание типов данных в Python (к практике 12)
Доп. работа 5 (Прогнозирование временных рядов)
Доп. работа 6 (ARIMA/SARIMA, LightGBM)
Доп. работа 7 (Агрегации: минимум, максимум и все, что между ними)
Воеводина З.А
Сайт
Доп №1
Практическая №2 html+js
Практическая №3 Python
Практическая №4 colab
Доп №2
Практическая №1
Практическая №5(NumPy)
Практическая №5(Pandas)
Доп №3
Практическая №6
Практическая №7
Практическая №8
Практическая №9
Практическая №10
Курс
Лекция
Практическая 11
Практическая 12:Понимание типов данных в Python
Практическая 12:Множества в языке программирования Python
Доп к пр№12
Морозкина В.А.
Сайт
Практическая 3
Практическая 1
Практическая 4
Практическая 2
Доп.1
Практическая 5 NumPy
Практическая 5 Pandas
Практическая 7
Практическая 6
Практическая 8
Практическая 9
Доп. Иерархическая индексация
Доп.Визуализация Matplotlib
Доп. 2
Практическая 10
Практическая 11
Доп. Множества в языке программирования Python
Доп. Понимание типов данных в Python
Доп. Прогнозирование временных рядов
Доп. Прогнозирование данных временных рядов
Доп. Бинарный поиск
Практическая 12
Смиренномудренская А.О.
Сайт
Практическая1
Практическая 2
Практическая 4
Практическая 3
Практическая 5 NumPy
Практическая 5 Pandas
Практическая 7
Доп. работа 3
Практическая 6
Практическая 8
Практическая 9
Практическая 11
Понимание типов данных в Python(к практике 12)
Множества типов данных в Python(к практике 12)
Практическая 12
Практическая 10
Доп.работа 5
Букарева Анастасия
сайт
Практическая 1
Практическая 2
Практическая 3
Практическая 4
Доп. работа 1
Практическая 5 NumPy
Практическая 5 Pandas
Практическая 7
Практическая 6
Практическая 8
Практическая 9
Доп. работа 2: (Иерархическая индексация)
Доп. работа 3: Обнаружение мошенничества с кредитными картами
Практическая 10
Практическая 11
Практическая 12
Практическая 12/1
Практическая 12/2
Похващева М.С.
Сайт
Практическая 2
Практическая 1
Практическая 3
Практическая 4
Практическая 5 NumPy
Дополнительное задание(реферат)
Практическая 5 Pandas
Практическая 7
Практическая 6
Практическая 8
Дополнительное задание (Начало работы с Numpy)
Визуализация Matplotlib(к лекции)
Практическая 9
Иерархическая индексация(лекция)
Агрегации: минимум, максимум и все, что между ними(лекция)
Практическая 10
Практическая 11
Поиск(к лекции)
Практическая 12(Понимание типов данных в Python)
Практическая 12(Множества в языке программирования Python)
Временные ряды(лекция)
Практическая 12(задачи)
Временные ряды-rnn-full-predict(лекция)
Многоступенчатое прогнозирование временных рядов с ARIMA, LightGBM и Prophet(лекция)
Понимание типов данных в Python(диаграммы)
Мягких С.Н.
Сайт
Дополнительное задание
Практическая 1
Практическая 3
Практическая 2
Практическая 4
Практическая 5 NumPy
Практическая 5 Pandas
Практическая 7
Практическая 8
Практическая 6
Практическая 9
Дополнительное задание 2
Практическая 10
Практическая 11
Множества в языке программирования Python
Понимание типов данных в Python
Практическая 12
Дополнительное задание 3
Дополнительное задание 4
Дополнительное задание 5
Дополнительное задание 6
Дополнительное задание 7
Дополнительное задание 8
Аллахвердиева Аида,
Сайт
Практическая 4
Практическая 5 Pandas
Практическая 3
Практическая 6
Практическая 2
Практическая 7
Практическая 5 NumPy
Практическая 8
Практическая 9
Практическая 1
Практическая 10
Практическая 11
ДОПОЛНИТЕЛЬНЫЕ РАБОТЫ
Визуализация в Matplotlib
Иерархическая индексация
Доп. работа 5
Визуализация Seaborn
Доп. работа 1
Понимание типов данных в Python
Практическая 12
Практическая 12.1
Бинарный поиск
Копылова Э. А.
Сайт
Практическая 1
Практическая 2
Практическая 3
Практическая 4
Практическая 5 NumPy
Практическая 5 Pandas
Доп. практическая 5
Практическая 6
Практическая 7
Практическая 8
Практическая 9
Практическая 10
Переконфигурирование данных с сортировкой
Доп. практическая 4
Практическая 11
Визуализация в Matplotlib
Многоступенчатое прогнозирование временных рядов с помощью ARIMA, LightGBM и Prophet
Практическая 12
Практическая 12. 1
Практическая 12.2
Доп. практическая 12
Бинарный поиск
R
R_
Жданова А.С.
Практическая работа №2
Практическая работа №1
Практическая работа №3
Сайт
Доп.работа(создание сайта)
Практическая работа №4
Практическая работа №5 NumPy
Практическая работа №5 Pandas
Практическая работа №6
Практическая работа №7
Практическая работа №9
Практическая работа №8
Доп.работа(иерархическая индексация)
Доп.работа(визуализация Matplotlib)
Практическая работа №10
Практическая работа №11
Практическая работа №12.1
Практическая работа №12.2
Практическая работа №12
Доп.работа(многоступенчатое прогнозирование временных рядов с ARIMA, LightGBM и Prophet)
Доп.работа(переконфигурирование данных с сортировкой)
Доп.работа(начало работы с Numpy)
Доп.работа(бинарный поиск)
Доп.работа(временные ряды)
Доп.работа к практической №12
Загорский В.А.
Сайт
Практическая работа №2
Практическая работа №1
Практическая работа №5 Numpy
Практическая работа №5 Pandas
Практическая работа №4
Практическая работа №3
Практическая работа №7
Практическая работа №8
Практическая работа №9
Практическая работа №6
Практическая работа №10
Практическая работа №11
Практическая работа №12
Понимание типов данных в Python (к практике 12)
Множества в языке программирования Python ( к практике 12)
Объединение, комбинация и изменение размера данных (к лекции)
Бинарный поиск (к лекции)
Многоступенчатое прогнозирование временных рядов с помощью ARIMA, LightGBM и Prophet ( к лекции)
Прогнозирование данных временных рядов (к лекции)
Прогнозирование временных рядов (к лекции)
Объединение наборов данных: Concat и Append (к лекции)
Переконфигурирование данных с сортировкой (к лекции)
Иерархическое индексирование (к лекции)
Визуализация Seaborn (к лекции)
Визуализация Matplotlib (к лекции)
Доп.практическая 5.1
Доп. практическая 4.1
Доп. практическая 1.1 ( Создание и публикация сайта)
Ромащенко К.Р.
Сайт
Доп. практ. 1.1
Практическая №2
Практическая №4
Практическая №1
Практическая №5 (NumPy)
Практическая №5 (Pandas)
Практическая №6
Практическая №7
Практическая №8
Практическая №9
Практическая №10
Практическая №11
Множества в языке программирования (практика 12)
Понимание типов данных в Python (практика 12)
Практическая №12
Доп. практ. 4.1
Объединение, комбинация и изменение размера данных (доп. к лекции)
Доп. практ. 5.1
Визуализация Matplotlib (доп. к лекции)
Визуализация Seaborn (доп. к лекции)
Практическая №3
Иерархическое индексирование (доп. к лекции)
Переконфигурирование данных с сортировкой (доп. к лекции)
Объединение наборов данных: Concat и Append (доп. к лекции)
Прогнозирование временных рядов (доп. к лекции)
Прогнозирование данных временных рядов (доп. к лекции)
Многоступенчатое прогнозирование временных рядов с помощью ARIMA, LightGBM и Prophet (доп. к лекции)
Бинарный поиск (доп. к лекции)
Наторин Д.А.
Сайт
Практическая работа №1
Практическая работа №3
Практическая работа №2
Практическая работа №4
Дополнительное задание
Практическая работа №5 (NumPy)
Практическая работа №5 (Pandas)
Практическая работа №7
Практическая работа №6
Практическая работа №8
Практическая работа №9
Практическая работа №10
Практическая работа №11
Практическая работа №12
Понимание типов данных в Python
Множества в языке программирования Python
Дополнительное задание (финмаркет)
Дополнительное задание 2
Дополнительное задание 4
Дополнительное задание 3
Дополнительное задание 5
Дополнительное задание 6
Дополнительное задание 7
Дополнительное задание 8
Дополнительное задание 9
Дополнительное задание 10
Дополнительное задание 11
Никитина К.С.
сайт
Практическая 1
Практическая 3
Практическая 4
Практическая 5 Pandas
Практическая 7
Практическая 6
Практическая 5 Numpy
Доп задание
Практическая 9
Практическая 8
Доп задание, иерархическая индексация
Практическая 10
Практическая 2
Практическая 11
Практическая 12
Доп задание, визуализация Matplotlib
Практическая 12.2
Практическая 12.1
Грибенщикова Е.Р.
Сайт
Практическая 1
Практическая 2
Практическая 3
Практическая 4
Практическая 5 Pandas
Практическая 7
Практическая 11
Практическая 9
Практическая 12
Практическая 6
Практическая 8
Практическая 10
Распознавание образов с помощью свёрточных нейронных сетей_Яворский
Credit Fraud detection with autoencoders.ipynb
Обнаружение мошенничества с кредитными картами
Пример
Жибоедов Н.В.
сайт
Практическая 3
Практическая 11
Сайт
Практическая 4
Практическая 5
Практическая 12
практическая 12.2
Практическая 9
Практическая 8
Практическая 7
Практическая 6
практическая 2
Пактическая 10
Беляков М.Д.
сайт
Практическая
1
Практическая
2
Практическая
3
Практическая
4
Практическая
5
Практическая
6
Практическая
7
Практическая
8
Практическая
9
Практическая
10
Практическая
11
Практическая
12
Бесплатный тензорный
процессор
Понимание типов данных в
питоне
Доп(иерархическая
индексация
)
Визуализация Matplotlib
Задания (5 семестр)
Прогнозирование цен на акции с долговременной кратковременной памятью (LSTM)
Анализ обзоров Amazon Fine Food
Источник данных