Цифровая грамотность Городское планирование 2021-2022 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Исправлена неработающая ссылка)
Строка 49: Строка 49:
  
 
=== Правила сдачи домашних заданий ===
 
=== Правила сдачи домашних заданий ===
Домашние задания сдаются по умолчанию в репозиториях, указанных в [http://форме https://goo.gl/forms/lPp3SxYJLZvnj8S53] '''(пожалуйста, пройдите этот опрос)'''
+
Домашние задания сдаются по умолчанию в репозиториях, указанных в [https://goo.gl/forms/lPp3SxYJLZvnj8S53 форме] '''(пожалуйста, пройдите этот опрос)'''
  
 
== Лекции ==
 
== Лекции ==

Версия 11:24, 30 августа 2017

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


Канал в telegram для объявлений: ???

Семинары

Направление подготовки Преподаватель Группа Время Кабинет Ассистент
История Георгий Пяцкий БИС171 вторник 9:00-10:20 401 Антон Леонов
История Женя Мещерякова БИС172 вторник 12:10-13:30 401 Саша Зойкин
История Оксана Дереза БИС173 вторник 12:10-13:30 402 Николай Вельдяйкин
Философия Анастасия Хазова вторник 10:30-13:30 ? Ася Шихова
Философия Анастасия Хазова вторник 10:30-13:30 ? Кирилл Жингалов
Философия Елена Грамматчикова понедельник 12:10-13:30
Философия Анна Шишкова понедельник 13:40-15:00 Вероника Саркисян

Контакты преподавателей и ассистентов

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

Тема лекции презентация конспект семинара домашнее задание дедлайн
1 Данные в науке и в жизни
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»