1

Этап 1

Пройти курс на Codeacademy.com

2

Этап 2

Курсы на Datacamp.com

3

Этап 3

"Программирование на Python" Марк Лутц. Том 1.

4

Этап 4

"Программирование на Python" Марк Лутц. Том 2.

5

Этап 5

Курсы на Code.org

6

Этап 6

Курсы на Khanacademy.org

7

Этап 7

Курсы на Coursera.org

1

Этап 1

Пройти курс на Codeacademy.com

2

Этап 2

Курсы на Datacamp.com

3

Этап 3

"Программирование на Python" Марк Лутц. Том 1.

4

Этап 4

"Программирование на Python" Марк Лутц. Том 2.

5

Этап 5

Курсы на Code.org

6

Этап 6

Курсы на Khanacademy.org

7

Этап 7

Курсы на Coursera.org

18 февраля 2014
Цель завершена 27 апреля 2014

Автор цели

Знания и Навыки

Изучить язык программирования Python

В свое время при поступлении в университет стоял выбор между факультетом информационных технологий и факультетом автомобильного транспорта. Причем я проходил и туда и туда. 

Почему именно эти факультеты.. первый - потому что информационные технологии это очень интересно, мне всегда так казалось, и до сих пор я так считаю, второй - потому что это перспективно, логисты востребованы и тоже интересно, как оказалось. Я выбрал факультет автомобильного транспорта направление "Логистика". Зря или нет, этого я уже не узнаю. Но тяги к информационным технологиям я не потерял. 

Всегда хотел уметь программировать. Но никак не мог определиться. Изучал html. css, немного java. 

Пришло время научиться действительно чему-то серьезному.

И я выбираю Python. 

  1. Пройти курс на Codeacademy.com

    Очень полезный портал.

    Проходил здесь курсы по html, css, java. 

    Все очень доступно и просто объяснено.

    Я думаю курс по Python будет не менее интересен.

  2. Курсы на Datacamp.com

    Introduction to R

    Chapter 1 - Intro to basics

    Chapter 2 - Vectors

    Chapter 3 - Matrices

    Chapter 4 - Factors

    Chapter 5 - Data frames

    Chapter 6 - Lists

    Data Analysis and Statistical Inference

    Lab 0 - Introduction to R

    Lab 1 - Introduction to data

    Lab 2 - Probability

    Lab 3A - Foundations for inference: Sampling distributions

    Lab 3B - Foundations for inference: Confidence intervals

    Lab 4 - Inference for numerical data

    Lab 5 - Inference for categorical data

    Lab 6 - Introduction to linear regression

    Lab 7 - Multiple linear regression

    Introduction to Computational Finance and Financial Econometrics

    Lab 1 - Return calculations

    Lab 2 - Random variables and probability distributions

    Lab 3 - Bivariate distributions

    Lab 4 - Simulating time series data

    Lab 5 - Analyzing stock returns

    Lab 6 - Constant expected return model

    Lab 7 - Introduction to portfolio theory

    Lab 8 - Computing efficient portfolios using matrix algebra

  3. "Программирование на Python" Марк Лутц. Том 1.

  4. "Программирование на Python" Марк Лутц. Том 2.

  5. Курсы на Code.org

  6. Курсы на Khanacademy.org

  7. Курсы на Coursera.org

    1. Курс "Учимся программировать: основы". Как только закончу курс на Codeacademy, можно приступать.

    2. Курс "Введение в интерактивное программирование на языке Python". Начало 24 марта.

    3. Курс "Data Analysis and Statistical Inference". Уже идет.

  • 4483
  • 18 февраля 2014, 21:54

Вывод

69день
Alex Effects27 апр. 2014, 22:13

Отложено до лучших времен. Особенно язык R хочу изучить таки до конца.

Сейчас все свободное время отдаю фотоделу.

Куча информации, программ обучения, было бы желание и ВРЕМЯ!

Дневник цели

6день

Запись к этапу «Курсы на Datacamp.com»

Alex Effects23 февр. 2014, 20:44

In R, you can construct a matrix with the matrix function, for example: matrix(1:9, byrow=TRUE, nrow=3)


The argument byrow indicates that the matrix is filled by the rows. If we want the vector to be filled by the columns, we just place bycol=TRUE or byrow=FALSE


The third argument nrow indicates that the matrix should have three rows.

  • rownames(my.matrix) <- row.names.vectors
  • colnames(my.matrix) <- col.names.vectors

sum.of.rows.vector<- rowSums(my.matrix)

cbind(), which merges matrices and/or vectors together by column. For example: new.combined.matrix <- cbind( matrix1, matrix2, vector1, ... )

Just like every cbind() has an rbind(), every colSums() has a rowSums()

  • my.matrix[1,2] selects from the first row the second element
6день

Запись к этапу «Курсы на Datacamp.com»

Alex Effects23 февр. 2014, 15:04

sample(outcomes, size = 100, replace = TRUE, prob = c(0.2, 0.8)) - 100 experiments 

Lab 2 - Probability

6день

Запись к этапу «Курсы на Datacamp.com»

Alex Effects23 февр. 2014, 04:47

sbux_df[rows, columns]

ex.: 

  • sbux_df[1:5, "Adj.Close"]
  • sbux_df[1:5, 2]
  • sbux_df$Adj.Close[1:5]

The which function returns the indices for which a condition is TRUE. For example: which(sbux_df$Date == "3/1/1994")returns the position of the date 3/1/1994, which indicates in this case the row number in the sbux_df data frame.

type="l" specifies a line plot, col="blue" indicates that line should be blue, lwd=2 doubles the line thickness, ylab="Adjusted close" adds a y-axis label and main="Monthly closing price of SBUX"

In case you would like to calculate the price difference over time, you can use:sbux_prices_df[2:n,1] - sbux_prices_df[1:(n-1),1]

names(sbux_ccret) = sbux_df[2:n, 1] - named the colomns

cbind function to paste the two vectors containing both types of returns next to each other in a matrix

ylab="Return" specifies that "Return" is the label of the y-axis

cumprod function that calculates that cumulative product

_____________________________________________________________

sbux_prices_df = sbux_df[, "Adj.Close", drop = FALSE]

# Denote n the number of time periods

n = nrow(sbux_prices_df)

sbux_ret = (sbux_prices_df[2:n,1] - sbux_prices_df[1:(n-1),1])/sbux_prices_df[1:(n-1),1]

___________________________________________________________

6день

Запись к этапу «Курсы на Datacamp.com»

Alex Effects23 февр. 2014, 03:23

cdc[567, 6] - to see the sixth variable (which happens to be weight) of the 567th respondent

cdc[1:10, 6] - also, alternative cdc$weight[1:10]

subset(cdc, cdc$gender == "m") - will return a data frame that only contains the men from the cdc data frame.

cdc$gender == "m" and another in the console resul True or False

The & is read "and" so that subset(cdc, cdc$gender == "f" & cdc$age > 30)

 The | character is read "or" so that subset(cdc, cdc$gender == "f" | cdc$age > 30)

boxplot(cdc$weight) 

boxplot(cdc$height ~ cdc$gender) - compare the heights of men and women with

hist(cdc$weight, breaks=50) will split the data across 50 bins

Lab 1 - Introduction to data

4день

Запись к этапу «Курсы на Datacamp.com»

Alex Effects21 февр. 2014, 10:56

load(url("url_to_your_data_set")) - load data

head, tail

mean, var and median

summary returns a numerical summary: minimum, first quartile, median, mean, third quartile, andmaximum.

table(cdc$smoke100) - to see the number of people who have smoked at least 100 cigarettes in their lifetime

table(cdc$genhlth)/20000 - Ex.: Compute the relative frequency distribution of genhlth

barplot - Ex.: barplot(table(cdc$smoke100)) (hystogram)

4день
Alex Effects21 февр. 2014, 10:14

read.table("url") - function, read the data

dim(my_data_frame) - will give you the dimensions of your data frame Ex.: 63 3 

names(my_data_frame) - Ex.: "year" "boys" "girls"

my_data_frame$variable_name - access the data in a single column of a data frame separately

 plot(x, y) - Ex.: simple plot of the number of girls born per year (plot(x = present$year, y = present$girls))

type = "l" - add a third argument (plot(x=present$years, y=present$girls, type="l"))

data_frame$variable_name_1 + data_frame$variable_name_2 + ... - sum. Ex.: babies = present$girls + present$boys

Lab 0 - Introduction to R

4день

Запись к этапу «Курсы на Datacamp.com»

Alex Effects21 февр. 2014, 01:19

Посмотрел все видео на данный момент доступные: Unit 1, Part 2. 

Unit 1 Quiz - Introduction in data: 7.56/12. Были совершенно глупые ошибки.

Курс Introduction to R

Chapter 1 - Intro to basics

Chapter 2 - Vectors

3день

Запись к этапу «Курсы на Datacamp.com»

Alex Effects20 февр. 2014, 21:55

numeric_vector <- c(1,2,3)

character_vector <- c("a","b","c")

boolean_vector <- c(TRUE,FALSE)

names(some_vector) - named keys

total_poker <- sum(poker_vector) - find summa

poker_vector[c(1,5)] - select the first amd the fifth day

poker_vector[2:4] - select 2 up to 4

poker_vector[c("Monday","Tuesday")] - select the first element with correct name

mean(vector_name) - average sth

The nice thing about R is that you can use these comparison operators also on vectors. For example, the statement c(4,5,6) > 5 returns: FALSE FALSE TRUE

________________________________________

selection_vector <- poker_vector > 0

# Select from poker_vector these days

poker_winning_days <- poker_vector[selection_vector]

_______________________________________________________________

3день
Alex Effects20 февр. 2014, 16:52

my_variable <- 4  - присвоение

my_variable -  печать

class(some_variable_name) - проверка класса

______________________________________________

довольно забавно, что знак присвоения это не "равно" 

Вы тоже можете
опубликовать свою
цель здесь

Мы поможем вам ее достичь!

309 000

единомышленников

инструменты

для увлекательного достижения

Присоединиться
Регистрация

Регистрация

Уже зарегистрированы?
Быстрая регистрация через соцсети
Вход на сайт

Входите.
Открыто.

Еще не зарегистрированы?
 
Войти через соцсети
Забыли пароль?
gdaclas
Slava
SerToms
resignedangel
Raccoon
Наталья