Max Home IndustryТолько что начался четырехнедельный MOOC Гарвардского университета, цель которого — дать студентам возможность применять навыки Python в исследовательских проектах.
Используя Python 3, он нацелен на преодоление разрыва между вводными и продвинутыми курсами, используя тематические исследования, выбранные за их научную широту и охват различных функций Python.
PH526x: Использование Python для исследований является самостоятельным процессом, и у вас есть семь месяцев на его выполнение. Поскольку это на платформе edX, вы можете учиться бесплатно с возможностью покупки проверенного сертификата (49 долларов США) в любое время. Для этого требуется веб-камера и удостоверение личности государственного образца с фотографией, например паспорт или водительские права.
Инструктором курса является Юкка-Пекка «JP» Оннела, доцент кафедры биостатистики, и здесь он представляет курс. Описывая Python как мощный, гибкий и увлекательный, он отмечает, что после этого курса вы сможете пройти более продвинутые курсы по науке о данных, машинному обучению, вычислительной физике и биомедицинским наукам.
Ожидается, что студенты будут иметь некоторые знания о Python, и ожидается, что первая неделя обучения будет посвящена основам программирования на Python 3. Вторая неделя посвящена инструментам Python для исследовательских приложений, в частности NumPy и SciPy, а последние две недели посвящены практическим тематическим исследованиям в различных дисциплинах.
Курс рассчитан на 4-8 часов в неделю в течение 4 недель. Он состоит из видеолекций, проверок понимания после каждой и интерактивных домашних заданий, созданных в DataCamp, онлайн-школе по науке о данных. Оцениваются все проверки на понимание прочитанного и интерактивные домашние задания. На проверку понимания приходится 40% общей оценки, на интерактивные домашние задания или на 60%, а для прохождения курса студентам необходимо набрать 70% баллов.
Программа курса:
Неделя 1: Основы Python 3
Часть 1: Объекты и методы
Часть 2: Объекты последовательности
Часть 3: Управление объектами
Неделя 2: Библиотеки Python и концепции, используемые в исследованиях
Часть 1. Правила и классы области действия
Часть 2: NumPy
Часть 3: Matplotlib и Pyplot
Часть 4: Случайность и время
Неделя 2 Домашнее задание
Неделя 3: Примеры из практики, часть 1
Домашнее задание по переводу ДНК
Языковая обработка
Введение в классификацию
Неделя 4: Примеры из практики, часть 2
Классификация виски
Миграция птиц
Анализ социальных сетей
Этот курс кажется очень привлекательным и хорошим дополнением к большому количеству курсов Python, доступных в Интернете, поскольку есть чем заинтересовать студентов из самых разных областей.