DE0614 Datu apstrāde Python valodā

Kods DE0614
Nosaukums Datu apstrāde Python valodā
Statuss Obligātais/Ierobežotās izvēles; Brīvās izvēles
Līmenis un tips Pamatstudiju, Akadēmiskais
Tematiskā joma Datormācība
Struktūrvienība Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte
Mācībspēks Aleksejs Jurenoks
Kredītpunkti 6.0
Daļas 1
Anotācija Studiju kurss veido izpratni par digitālo datu analīzes un apstrādes iespējām un metodēm, izmantojot Python programmēšanas valodu. Studiju kursā ir apskatīti informācijas apstrādes veidi, informācijas iegūšanas metodes, datu analīzes metodes, Python valodas datu apstrādes bibliotēkas..
Studiju kursa saturs
Saturs Pilna un nepilna laika klātienes studijas Nepilna laika neklātienes studijas
Kontaktstundas Patstāvīgais darbs Kontaktstundas Patstāvīgais darbs
Datu apstrādes un analīzes metodes. 4 4 2 6
Programmēšanas valodas Python struktūra un sintakse. 12 12 6 18
Datu analīzes metodes Python valodā. 8 8 4 12
Datu analīze metodes. 6 6 2 10
Digitālo datu atlases metodes. 8 8 4 12
Datu apstrādes metodes un standarti. 6 6 2 10
Datu apstrādes un vizualizācijas bibliotēkas. 10 10 4 16
Informācijas vizualizācijas bibliotēkas. 10 10 4 16
Tīmekļa datu iegūšanas un apstrādes metodes. 8 8 4 12
Procesu automatizācijas pieejas un metodes. 8 8 2 14
Kopā: 80 80 34 126
Mērķis un uzdevumi, izteikti
kompetencēs un prasmēs
Studiju kursa mērķis ir sniegt studentam zināšanas un prasmes par datu pirmsapstrādes metodēm, trūkstošo datu noteikšanu, datu formatēšanas iespējām un pārskatu sagatavošanas metodēm; datu formātiem un to transformācijas veidiem, datu apstrādes un kārtošanas metodēm, informācijas atlases metodēm, datu importēšanas un eksportēšanas metodēm un rīkiem, datu analīzi un statistikas iegūšanas rīkiem un metodēm; programmas uzbūves posmiem un programmēšanas valodas Python pamatiem, kas ļaus izmantot datu apstrādes automatizēšanas iespējas. Studiju kursa uzdevumi ir: - sniegt iemaņas darbam ar strukturētajiem datiem un ar nestrukturētajiem datiem; - iemācīt izmantot analīzes rīku komplektu salikto datu analīzes vajadzībām; - sniegt zināšanas par datu importēšanas un eksportēšanas metodēm un iespējām; - attīstīt prasmes formulēt un analītiski aprakstīt uzkrātos datus; - veicināt izpratni par vaicājuma veidošanas metodēm un datu atlases iespējām no datubāzes; - iepazīstināt ar informācijas pārraides standartiem un datu apstrādes darbības ciklu un attīstīt prasmes to pielietot praksē.
Sasniedzamie studiju
rezultāti un to vērtēšana
Pārzina datu analīzes metodes, digitālo datu vākšanas metodes, datu apstrādes metodes un standartus. - Zināšanu pārbaudes testi un eksāmens.
Pārzina programmēšanas valodu sintaksi un semantiku, dažādu valodu lietojumsfēras, programmu veidošanas tehnoloģiju, valodas pamatelementus. Spēj izstrādāt un izpildīt programmu sazaroto procesu apstrādei. - Laboratorijas darbs, zināšanu pārbaudes testi un eksāmens.
Spēj īstenot programmas loģisko struktūru un apakšfunkcijas. - Laboratorijas darbs.
Spēj izstrādāt un izpildīt programmu teksta datu apstrādei. Spēj izstrādāt un izpildīt programmu datu failu apstrādei. - Laboratorijas darbs.
Spēj izmantot procesu automatizācijas metodes un bibliotēkas. - Laboratorijas darbs, zināšanu pārbaudes testi un eksāmens.
Pārzina tīmekļa datu iegūšanas un apstrādes metodes. - Laboratorijas darbs, zināšanu pārbaudes testi un eksāmens.
Spēj izstrādāt un izpildīt programmu, izmantojot datu apstrādes un vizualizācijas metodes un bibliotēkas. - Laboratorijas darbs.
Spēj demonstrēt teorētiskās un praktiskās zināšanas par datu analīzi, izmantojot Python valodu praktisko uzdevumu risināšanai. - Zināšanu pārbaudes testi un eksāmens.
Studiju rezultātu vērtēšanas kritēriji
Laboratorijas darbi - 30%
Zināšanu pārbaudes testi - 40%
Eksāmens - 30%
 
Priekšzināšanas Nav nepieciešamas.
Studiju kursa plānojums
Daļa KP Stundas Pārbaudījumi Pārbaudījumi (brīvai izvēlei)
Lekcijas Prakt. d. Lab. Ieskaite Eksāmens Darbs Ieskaite Eksāmens Darbs
1 6.0 40.0 0.0 40.0 * *

Pieteikties uz šo kursu

[Kursa apraksts PDF formātā]