Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Бакалаврская программа «Программная инженерия»

06
Апрель

Внешнее измерение цифровых компетенций. Итоговый контроль

2024/2025
Учебный год
RUS
Обучение ведется на русском языке
Статус:
Курс обязательный
Когда читается:
3-й курс, 2 модуль

Преподаватель

Программа дисциплины

Аннотация

Внешнее измерение цифровых компетенций (далее — ВИ ЦК) интегрировано во все образовательные программы НИУ ВШЭ и обязательно для студентов бакалавриата, обучающихся на русскоязычных программах на 2 курсе. ВИ ЦК "Итоговый контроль" определяет итоговый уровень сформированности цифровых компетенций студента. ВИ ЦК "Итоговый контроль" осуществляется с помощью процедур прокторинга, продолжительность экзамена — 180 минут. Экзамен состоит из тестовой и практической части. В практической части студент решает проблемную ситуацию с помощью выбора одного из нескольких вариантов действий. Итоговый результат переводится в шкалу от 1 до 10. Оценка ниже 4 баллов округляется с отбрасыванием дробной части (к меньшему целому), оценка от 4 баллов округляется к ближайшему целому. Отсутствие положительных результатов внешнего измерения цифровых компетенций в установленные сроки не влечет за собой академическую задолженность. Непрохождение внешнего измерения цифровых компетенций приравнивается к задолженности до момента сдачи.
Цель освоения дисциплины

Цель освоения дисциплины

  • Большие данные. Анализ данных. Искусственный интеллект. Машинное обучение. Виды машинного обучения: обучение с учителем, обучение без учителя, обучение с подкреплением. Разметка данных. Объекты, ответы и признаки в машинном обучении. Измерение ошибки.
Планируемые результаты обучения

Планируемые результаты обучения

  • Визуализация. Статистика. Теория вероятностей
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Внешнее измерение цифровых компетенций
Элементы контроля

Элементы контроля

  • неблокирующий Часть А
    В тестовой части студенту предстоит решить 8 тестовых заданий с вариантами ответов / задания, где нужно вписать ответ / расставить блоки кода в правильном порядке и т.д.
  • неблокирующий Часть B
  • неблокирующий Часть C
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 2nd module
    0.25 * Часть А + 0.35 * Часть B + 0.4 * Часть C
Список литературы

Список литературы

Рекомендуемая основная литература

  • Data Science (наука о данных) в становлении информационного общества: учебное пособие - 978-5-00172-110-9 - Колесниченко О.Ю. - 2021 - Москва: Прометей - https://ibooks.ru/bookshelf/395220 - 395220 - iBOOKS
  • Derivatives analytics with Python : data analysis, models, simulation, calibration and hedging, Hilpisch, Y. J., 2015
  • Python для сложных задач : наука о данных и машинное обучение, Плас, Дж. В., 2018
  • Python для сложных задач: наука о данных и машинное обучение : пер. с англ., Плас, Дж. Вандер, 2019

Рекомендуемая дополнительная литература

  • Gabriel Peyré, & Marco Cuturi. (2019). Computational Optimal Transport : With Applications to Data Science. Norwell, MA: Now Publishers. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2241984

Авторы

  • Рословцева Кристина Олеговна
  • Акаева Кавсарат Исламовна