Цифровая грамотность(востоковедение)

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск

О курсе

Курс читается на 1 курсе ОП "Востоковедение", в 1 модуле.
Литературу по курсу можно найти в программе учебной дисциплины (ПУДе)

Программные средства

Для успешного освоения дисциплины, студент использует следующие программные средства:

Студенты НИУ ВШЭ имеют право бесплатно использовать Microsoft Office 365 для образования, в том числе Word, Excel, PowerPoint, OneNote, Microsoft Teams и дополнительные учебные средства. У каждого студента есть корпоративная почта, при помощи которой открывается доступ к скачиванию офисных приложений. Подробнее о том, как скачать Office 365 на свой компьютер, читайте в (инструкции)

Преподаватели

Лекции ведут:

Бурова Маргарита Борисовна

Курмуков Анвар Илдарович

  • email: kurmukovai@gmail.com
  • telegram: @anvarki

Семинары ведут:

Группа Семинарист Ассистент
K1, K2 Степанов Артём Алексеевич, @arstep, stepartm@gmail.com Турсунходжаев Агзамходжа Махсудхужаевич, @agzamg, amtursunkhodzhaev@edu.hse.ru
К3, К4, К5 Волосникова Марина Сергеевна, @marinamarina123, mvolosnikova@gmail.com Черных Татьяна Олеговна, @tanicher, tochernykh@edu.hse.ru
Я1, Я2 Кириллов Алексей Павлович, @KirillovAP, KirillovAl@yandex.ru Орлов Александр Викторович, @TheLordOfSiberia, alexander.orlov98@gmail.com
Р2, А2 Кротова Елена Борисовна, @Lena_Kr, mail Саломатин Юрий Владимирович, @Drizir, yuvsalomatin@edu.hse.ru
Р1, А1 Кротова Елена Борисовна, @Lena_Kr, mail Вельдяйкин Николай Олегович, @NickVeld, noveldyaykin@edu.hse.ru , nickveldhw@gmail.com
Я3, Я4 Кротова Елена Борисовна, @Lena_Kr, kroelebor@gmail.com Саунин Дамир Сергеевич, @Dogstergame, vk, dgt.saunin@mail.ru

Материалы курса

Лекции

Дата лекции Тема Презентация
1 Структура курса, введение в анализ данных Лекция 1. Введение в цифровую грамотность.
2 Поиск информации, виды данных Лекция 2. Виды данных.
3 Введение в статистический анализ данных Лекция 3. Статистический анализ. Меры Центральной тенденции.
4 Введение в статистический анализ данных Лекция 4. Статистический анализ. Корреляция.
5 Введение в статистический анализ данных Лекция 5. Машинное обучение.
6 Визуализация данных Лекция 6. Визуализация данных.
7 Визуализация данных Лекция 7. Визуализация данных.
8 Разбор кейсов
9 Защита проекта

Семинары

БВВ181 (К1 и К2):

Семинар 1

Семинар 2

Семинар 3

Семинар 4

Семинар 5

Семинар 6

Семинар 7

Семинар 8

БВВ 183 (Я1 и Я2):

Семинар 1 (14.09.2018)

Семинар 2 (21.09.2018)

Семинар 3 (28.09.2018

Семинар 4 (05.10.2018)

Семинар 5 (05.10.2018)

Семинар 6 (12.10.2018)

Семинар 7 (13.10.2018)

Семинар 8 (13.10.2018)

БВВ184 (К3, К4, К5):

Семинар 1 (20.09.2018)

Семинар 2 (27.09.2018)

Семинар 3 (04.10.2018)

Семинар 4 (11.10.2018)

Семинар 5 (13.10.2018)

Семинар 6 (13.10.2018)

Семинар 7 (13.10.2018)

Семинар 8 (13.10.2018)

Чаты групп

Чат для вопросов группы Я4, Р1, А1 (БВВ182): https://t.me/joinchat/GxwSERFSuEpL0Gb2JBRs0w

Чат для вопросов группы Р2, А2 (БВВ181): https://t.me/joinchat/GxwSERFpx5BzPjEDRRsTbg

Чат для вопросов группы Я3: https://t.me/joinchat/GxwSERAD4-W_5bMUMVIJLg

Чат для вопросов группы Я1, Я2 (БВВ 183): https://t.me/joinchat/Bro_NE1SpHUXplqZncNuCw

Критерии оценки знаний, навыков

Оценки по всем формам текущего контроля выставляются по 10-ти балльной шкале. В диплом выставляется результирующая оценка по учебной дисциплине.


Оценка по курсу формируется из следующих составляющих:

  • Домашнее задание 1 (оценивается от 0 до 10) – Одз1
  • Домашнее задание 2 (оценивается от 0 до 10) – Одз2
  • Домашнее задание 3 (оценивается от 0 до 10) – Одз3
  • Самостоятельные работы (оцениваются от 0 до 10) – Оср
  • Защита проекта (оценивается от 0 до 10) – Опроект


Оценка за самостоятельные работы (Оср) расчитывается как среднее арифметическое лучших 6 оценок.

Результирующая оценка рассчитывается следующим образом: Орез=0,15* Одз1 + 0,15* Одз2+ 0,15* Одз3+ 0,15* Опроект+ 0,4* Оср

Способ округления результирующей оценки по учебной дисциплине - арифметический. Проведение итогового экзамена не предусматривается.


Дедлайны

Все домашние задания, самостоятельные работы и проект имеют жесткий дедлайн, который объявляется заранее. По решению преподавателя работы после дедлайна могут приниматься с понижением оценки. Дедлайн по самостоятельным работам по решению преподавателя может быть продлен.

Сроки сдачи Самостоятельных работ (Оср):

  • Самостоятельные работы вывешиваются в день проведения семинарских занятий (у каждой группы вариант немного отличается)
  • Самостоятельные работы могут быть сданы в течение одного дня без потери балла. Для сдачи самостоятельной работы присутствие на семинаре не обязательно.
  • Самостоятельные работы могут быть сданы на следующий день с коэффициентом 0.8 . На третий и четвертый дни с коэффициентами 0.6 и 0.4 соответственно.

Сроки сдачи Домашних работ (Одз1,2,3):

  • Домашние задания разрешается сдавать с опозданием (вплоть до 1 недели).
  • С опозданием на 3 дня - (понижающий) коэффициент 0.8, 5 дней - 0.6, 7 дней - 0.4

Проект

  • Проект выполняется в группе из 3 человек.
  • Записать свою групу можно в гугл-таблице. Указывать строго Фамилию и Имя, а также номер группы!

Ведомости