Лабораторные работы для 2-го курса ФПЛ (2021/2022)

В рамках предмета "Программирование для лингвистов" в НИУ ВШЭ - Нижний Новгород.

Преподаватели:

• Демидовский Александр Владимирович - лектор
• Кащихин Андрей Николаевич - преподаватель практики
• Ураев Дмитрий Юрьевич - преподаватель практики
• Кузнецова Валерия Андреевна - преподаватель практики

План лабораторных работ:

1. Детектирование языка текста на основе доли пересечения наиболее частотных слов
   1. Дедлайн: 1 октября
2. Детектирование языка текста на основе расчёта расстояния между векторными представлениями текстов
   1. Дедлайн: 22 октября
3. [Детектирование языка текста на основе модели N-грамм]
   1. Дедлайн: 26 ноября
4. [Генерация текста на основе модели N-грамм]
   1. Дедлайн: 17 декабря

История занятий

Дата	Тема лекции	Материалы практики
03.09.2021	Знакомство.	Как Python запускает программы? Листинг кода
10.09.2021	Язык программирования Python. Историческая справка. Преимущества и недостатки языка. Виртуальная машина.	Что такое git? Инструкции по настройке
17.09.2021	Типы данных. Числа. Введение в строки: строка - последовательность.	Числа. Срезы. Листинг кода
24.09.2021	Строки как последовательности, штурм задачи про поиск вхождений строки	Строки. Листинг кода
01.10.2021	Форматирование строк. Списки как последовательности.	Сдача лабораторной работы №1.
08.10.2021	Словари - изменяемые неупорядоченные отображения.	Списки. Листинг кода
15.10.2021	Функции - способ организации и переиспользования кода.	Словари. Листинг кода
29.10.2021	Области видимости: локальная, объемлющая, глобальная и встроенная.	Сдача лабораторной работы №2.
12.11.2021	Введение в ООП: общая мотивация, классы, метод __init__.	Практика создания классов. Листинг кода
19.11.2021	Инкапсуляция, метод __str__.	Работа с классами и инкапсуляция атрибутов. Листинг кода
26.11.2021	Наследование, особенности наследования атрибутов и методов.	Сдача лабораторной работы №3.
03.12.2021	Инкапсуляция, наследование атрибутов через метод super().	Работа с классами, практика создание классов родителей и наследников. Листинг кода

Литература

Базовый уровень

1. Mark Lutz. Learning Python.
2. Хирьянов Тимофей Фёдорович. Видеолекции. Практика программирования на Python 3.
3. Хирьянов Тимофей Фёдорович. Видеолекции. Алгоритмы и структуры данных на Python 3.
4. Official Python 3 documentation.

Продвинутый уровень

1. Mark Lutz. Programming Python: Powerful Object-Oriented Programming
2. J. Burton Browning. Pro Python 3: Features and Tools for Professional Development.

Порядок сдачи и оценивания лабораторной работы

Порядок сдачи:

1. лабораторная работа допускается к очной сдаче.
2. студент объяснил работу программы и показал её в действии.
3. студент выполнил мини-задание ментора по некоторой модификации кода.
4. студент получает оценку:
   1. соответствующую ожидаемой, если все шаги выше выполнены и ментор удовлетворён ответом студента
   2. на балл выше ожидаемой, если все шаги выше выполнены и ментор решает поощрить студента за отличный ответ
   3. на балл ниже ожидаемой, если лабораторная работа сдаётся на неделю позже срока сдачи и выполнены критерии в 4.1
   4. на два балла ниже ожидаемой, если лабораторная работа сдаётся на две недели и позже от срока сдачи и выполнены критерии в 4.1

Замечание: студент может улучшить оценку по лабораторной работе, если после основной сдачи выполнит задания следующего уровня сложности относительно того уровня, на котором выполнялась реализация.

Лабораторная работа допускается к очной сдаче, если выполнены все пункты ниже:

1. представлена в виде пулл реквеста (Pull Request, PR) с правильно составленным названием по шаблону: Laboratory work #<NUMBER>, <SURNAME> <NAME> - <UNIVERSITY GROUP NAME>. Пример: Laboratory work #1, Kuznetsova Valeriya - 20FPL1.
2. имеет заполненный файл target_score.txt с ожидаемой оценкой. Допустимые значения: 4, 6, 8, 10.
3. имеет "зелёный" статус - автоматические проверки качества и стиля кода, соответствующие заданной ожидаемой оценке, удовлетворены.
4. имеет лейбл done, выставленный ментором. Означает, что ментор посмотрел код студента и удовлетворён качеством кода.

Ресурсы

1. Таблица успеваемости

Запуск тестов

Для запуска тестов выполните следующую команду в папке с лабораторной работой:

python -m unittest discover -p "*_test.py" -s .

Что делать если в родительском репозитории есть изменения и они мне нужны?

1. Создаем upstream таргет в репозитории:

git remote add upstream https://github.com/fipl-hse/2021-2-level-labs

2. Получаем данные об изменениях в удаленном репозитории:

git fetch upstream

3. Обновляем свой репозиторий с изменениями из удаленного репозитория:

git merge upstream/master