1 лабораторная

1.

Магистерские программы
«Лингвистические средства САПР сверхбольших
интегральных схем и систем на кристалле»
«Автоматизированное проектирование субмикронных СБИС
и систем на кристалле»
Дисциплина «Основы методов машинного обучения
искусственного интеллекта»
Лабораторная работа 01 – Обработка табличных данных
Тельпухов Дмитрий Владимирович
Институт интегральной электроники имени
академика К.А. Валиева (ИнЭл)
Д.т.н., Профессор
2025 год

2.

Содержание лабораторной работы
Лабораторная работа выполняется по следующему плану:
Ознакомление с примерами использования библиотек pandas и numpy;
Закрепление пройденного материала путем решения заданий;
Решение финального задания по теме pandas и numpy;
Ознакомление с примерами использования SQL;
Закрепление пройденного материала путем решения заданий;
Решение финального задания по теме SQL.
Лабораторная работа 01
2

3.

Numpy/Pandas
Numpy – библиотека Python, реализующая большое количество математических операций.
Она используется в задачах анализа данных, машинного обучения и научных
вычислениях, а также существенно облегчает обработку векторов и матриц. Некоторые
ведущие пакеты Python используют Numpy как основной элемент своей инфраструктуры. К
их числу относятся scikit-learn, SciPy, pandas и tensorflow.
Pandas — библиотека Python, предоставляющая широкие возможности для анализа
табличных данных. Основными структурами данных в Pandas являются
классы Series и DataFrame.
Лабораторная работа 01
3

4.

SQL
SQL — язык структурированных запросов (SQL, Structured Query Language), который
используется в качестве эффективного способа сохранения данных, поиска их частей,
обновления, извлечения и удаления из базы данных.
Обращение к реляционным СУБД осуществляется именно благодаря SQL. С помощью него
выполняются все основные манипуляции с базами данных, например:
• Извлекать данные из базы данных;
• Вставлять записи в базу данных;
• Обновлять записи в базе данных;
• Удалять записи из базы данных;
• Создавать новые базы данных;
• Создавать хранимые процедуры в базе данных
• Устанавливать разрешения для таблиц, процедур и представлений
• И т.д.
Лабораторная работа 01
4

5.

Задание лабораторной работы
Лабораторная работа делится на 2 части – часть посвященная numpy и pandas, и часть
посвященная SQL.
Задания, которые необходимо выполнить, отмечены символом “⭐”. Две звездочки
обозначают задание повышенной сложности.
Студент должен ввести решение в пустое поле и, при сдаче, продемонстрировать его
преподавателю и объяснить принцип работы.
Лабораторная работа выполняется в Jupyter Notebook, в котором одновременно
присутствуют методические указания, блоки для запуска примеров и блоки для
выполнения заданий.
Лабораторная работа 01
5

6.

DataFrame
Ознакомление с библиотеками pandas и numpy.
В качестве входных данных используются csv-файлы из директории data/meteo.
Разбираются следующие темы:
Индексирование
Фильтр по условию
Агрегирование данных
Построение графиков
Лабораторная работа 01
6

7.

SQLite БД
Ознакомление с библиотекой sqlite3 и языком структурированных запросов SQL.
В качестве входных данных используются SQL-таблицы в формате sqlite.
Разбираются следующие темы:
Функция connect()
Класс Cursor и метод execute()
Команды для создания таблицы, передачи и получения данных
Лабораторная работа 01
7

8.

Требования к выполнению и сдаче задания лабораторной работы
Для успешной сдачи лабораторной работы необходимо выполнение всех следующих
требований:
Самостоятельно разработать/доработать решения представленных в лабораторной
работе заданий;
Продемонстрировать работу разработанных решений;
Ответить на контрольные вопросы по теоретической части (включают в себя вопросы по
теме соответствующих лекций курса) и по практической части (вопросы, относящиеся к
разработанному программному коду).
Лабораторная работа 01
8