Методичні вказівки до виконання індивідуальних завдань комп'ютерного практикуму на Python з курсу "Математична статистика"
Дата
2020
ORCID
DOI
Науковий ступінь
Рівень дисертації
Шифр та назва спеціальності
Рада захисту
Установа захисту
Науковий керівник
Члени комітету
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Сучасна підготовка студентів з математичної статистики потребує викладання матеріалу багатьох питань, в тому числі, питання описової статистики та статистичної діагностики. Лабораторний практикум проводиться на мові Python. Python – інтерпретована об'єктно-орієнтована мова програмування високого рівня. (Найчастіше вживане прочитання – "Пайтон", запозичено назву з британського шоу Монті Пайтон [Wikipedia]). Пропонується використовувати пакет бібліотек та компілятор з дистрибутиву Anaconda та проводити розробку в середовищі PyCharm. Anaconda – дистрибутив для мов програмування Python та R з відкритим кодом для обробки даних великого об'єму, побудови аналітичних прогнозів і наукових обчислень [Wikipedia]. PyCharm – інтегроване середовище розробки для мови програмування Python. Надає засоби для аналізу коду, графічний зневаджувач, інструмент для запуску юніт-тестів і підтримує веб-розробку на Django. PyCharm розроблена чеською компанією JetBrains на основі IntelliJ IDEA [Wikipedia]. Для виконання лабораторного практикуму необхідно завантажити та встановити на комп’ютері: Anaconda 5.0.0 for Windows Installer (Python 3.6 version (https://www.anaconda.com/download/) та PyCharm Community Edition (https://www.jetbrains.com/pycharm/).
Опис
Ключові слова
методичні вказівки, програмне забезпечення, графічні інтерфейси, статистичні рішення, Метод Байеса
Бібліографічний опис
Методичні вказівки до виконання індивідуальних завдань комп'ютерного практикуму на Python з курсу "Математична статистика" [Електронний ресурс] : для студентів спец. 113 "Прикладна математика", 122 "Комп'ютерні науки". Ч. 1 / уклад.: О. О. Ларін, О. І. Суханова ; Нац. техн. ун-т "Харків. політехн. ін-т". – Електрон. текст. дані. – Харків, 2020. – 48 с. – URI: http://repository.kpi.kharkov.ua/handle/KhPI-Press/49664.