Цифровая грамотность Городское планирование 2021-2022

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

О курсе

Курс читается для студентов 1-го курса факультета гуманитарных наук.

Проводится с 2017 года.

Лектор на философии: Борис Орехов

Лекции проходят по понедельникам 10:30-12:00

Лектор на истории: Анастасия Бонч-Осмоловская

Лекции проходят по вторникам 10:30-12:00


Каналы в telegram для объявлений:

Философия: https://t.me/joinchat/AAAAAENCCQC8IQThAoorkg

История: https://t.me/joinchat/AAAAAEPVfpcWeQ0AWaFnbg

Семинары

Направление подготовки Преподаватель Группа Время Кабинет Ассистент
История Георгий Пяцкий БИС171 вторник 9:00-10:20 401 Антон Леонов ( mail, vk, Telegram )
История Евгения Мещерякова БИС172 вторник 12:10-13:30 401 Александр Зойкин
История Оксана Дереза БИС173 вторник 12:10-13:30 402 Николай Вельдяйкин ( VK, Telegram) , ФКН ПМИ 3 курс
Философия Анастасия Хазова БФС171 вторник 10:30-11:50 Б-304а Арсения Шихова
Философия Анастасия Хазова БФС172 вторник 12:10-13:30 Б-304а Кирилл Жингалов
Философия Елена Грамматчикова БФС174 понедельник 12:10-13:30 401 Иван Вовк ( почта, Telegram )
Философия Анна Шишкова БФС173 понедельник 13:40-15:00 401 Вероника Саркисян

Чаты групп

Чат для вопросов группы БИС171: https://t.me/joinchat/EBvV2gxAkTrAJaAg1u_48Q

Чат для вопросов группы БФС173: https://t.me/joinchat/CB2Agw3rggJtrhaRS2URPg

Правила выставления оценок

итоговая оценка = 0.7*накопленная + 0.3*контрольные

накопленная оценка — средняя по всем дз у историков две контрольные с равным весом, у философов — одна.


Правила сдачи домашних заданий

Домашние задания сдаются по умолчанию в репозиториях, указанных в форме (пожалуйста, пройдите этот опрос)

Лекции

Конспекты семинаров будут выкладываться здесь.

Тема лекции презентация конспект семинара домашнее задание дедлайн
1 Данные в науке и в жизни https://ancatmara.gitbooks.io/digital-literacy/chapter1.html
2 Цифровая среда
3 Открытые данные
4 Базы данных
5 Корпуса текстов
6 Работа с корпусами. Частотность
7 Визуализация данных
8 Сетевой анализ
9 Машинное обучение (введение)
10 Кластерный анализ
11 Оцифровка и анализ изображений и компьютерное зрение
12 Нейронные сети
13 «Футурология»