Машинное обучение и высоконагруженные системы

Репозиторий с материалами курса по основам программирования на Python для программы "Машинное обучение и высоконагруженные системы".

Домашние задания

Домашние задания оцениваются по десятибалльной шкале. После предоставления первой версии решения возможен один раунд исправлений по итогам комментария проверяющего. По итогам предоставления второй версии решения ставится окончательная оценка, однако она может превышать оценку исходной версии не более чем на 2 балла, если исходная оценка < 7 баллов, и не более чем на 1 балл, если исходная оценка >= 7 баллов

• Задание 1. Дедлайн: 11.09.2021 02:00
• Задание 2. Дедлайн: 20.09.2021 01:00
• Задание 3. Дедлайн: 25.09.2021 14:00
• Задание 4. Дедлайн: 02.10.2021 14:00
• Задание 5. Дедлайн: 09.10.2021 14:00
• Задание 6. Дедлайн: 16.10.2021 14:00

Референсные решения домашних заданий

• Задания 2-5.

Формы контроля

• ДЗ-1 – Решение задач на платформе coursera
• ДЗ-2 – Решение авторских задач (см. раздел Домашние задания выше)
• ДЗ-3 – Написание бота для VK/Telegram/... (4 неделя +)
• ДЗ-4 – Бонусное задание (продолжение проекта, элементы визуализации данных и анализа данных; 16.10 -- 23.10)

Формула оценки

Итог = Округление(0.4 * Максимум(ДЗ-1, ДЗ-4) + 0.2 * ДЗ-2 + 0.4 * ДЗ-3)

Округление по арифметическим правилам.

Полезные ссылки

• Python: https://www.python.org/
• Скачиваем Python: https://www.python.org/downloads/
• Документация: https://docs.python.org/3/
• PEPы: https://www.python.org/dev/peps/
• Tutorial: https://docs.python.org/3/tutorial/index.html
• Туториал: https://pythontutor.ru/
• Организация с python-related репозиториями: https://github.com/python
• Собственно репозиторий с ванильным Python: https://github.com/python/cpython
• Для работы с jupyter ноутбуками без лишних действий: https://colab.research.google.com
• Ставим pip (утилиту для управления пакетами python): https://packaging.python.org/tutorials/installing-packages/
• Способы поставить себе Jupyter (jupyterlab): https://jupyter.org/install
• PyCharm: https://www.jetbrains.com/pycharm/download/
• GitHub (создавайте себе приватные репозитории, давайте доступ persdep и mr-patty): https://github.com/
• GitHub student pack: https://education.github.com/pack
• Рейтинг(и) языков программирования (и вообще можно глянуть что такое IEEE): https://spectrum.ieee.org/top-programming-languages
• Бенчмарки языков программирования: https://benchmarksgame-team.pages.debian.net/benchmarksgame/fastest/python3-gcc.html
• Типизация в языках программирования (по мотивам теста): https://habr.com/ru/post/161205/
• История про компилирование, интерпретирование и т.д. применительно к Python (по мотивам теста): https://towardsdatascience.com/understanding-python-bytecode-e7edaae8734d
• Hackerrank для тех, кто хочет что-то ещё порешать: https://www.hackerrank.com/domains/python
• Экосистема вокруг Python: https://github.com/vinta/awesome-python
• Coursera (ну вдруг): https://www.coursera.org/learn/python-osnovy-programmirovaniya
• (Для знакомства) Cython (не путать с CPython): https://ru.wikipedia.org/wiki/Cython
• (Для знакомства) в частности Numba: http://numba.pydata.org/
• Modules & namespaces: https://realpython.com/python-import/#using-importlib
• HTTP request & responce playground: https://httpbin.org/
• Itertools: https://docs.python.org/3/library/itertools.html
• Exceptions: https://docs.python.org/3/library/exceptions.html
• Built-ins: https://docs.python.org/3/library/functions.html
• Functools: https://docs.python.org/3/library/functools.html
• Using dask for progressive data processing: https://dask.org/ https://docs.dask.org/en/stable/dataframe.html https://examples.dask.org/dataframe.html
• Nice small article on dask: https://towardsdatascience.com/trying-out-dask-dataframes-in-python-for-fast-data-analysis-in-parallel-aa960c18a915
• gevent: http://sdiehl.github.io/gevent-tutorial/

Credits:

• http://uneex.org/