Бакалавриат
2021/2022
Цифровая грамотность
Статус:
Курс обязательный (География глобальных изменений и геоинформационные технологии)
Направление:
05.03.02. География
Где читается:
Факультет географии и геоинформационных технологий
Когда читается:
1-й курс, 1, 2 модуль
Формат изучения:
с онлайн-курсом
Онлайн-часы:
50
Охват аудитории:
для своего кампуса
Преподаватели:
Хусяинов Тимур Маратович
Язык:
русский
Кредиты:
3
Контактные часы:
26
Программа дисциплины
Аннотация
Данный курс направлен на формирования начальных компетенций в области работы с данными. В курсе будут рассмотрены базовые темы, которые необходимы для безопасного и эффективного использования цифровых технологий и ресурсов Интернета. Также будут рассматриваться инструменты для проведения научных исследований, оформления работ, представления результатов. Кроме того, будут рассмотрены специализированные темы, связанные с применением современных технологий в гуманитарных дисциплинах.
Цель освоения дисциплины
- Обучить студентов принципам и методам использования цифровых инструментов в географической области знания.
Планируемые результаты обучения
- Знает особенности типов данных и принципы работы современных технологий в географии
- Называет переходные адаптеры для подключения несовместимых устройств
- Объясняет понятие машинного обучения
- Объясняет, как работают поисковые системы
- Описывает виды моделей машинного обучения и их сущность, алгоритм оценки качества модели
- Описывает основные составляющие медиаграмотности и особенности коммуникации в сети
- Определяет версию операционной системы, установленную на компьютере
- Определяет признаки различных типов данных
- Применяет конвертацию файлов из одного формата в другой
- Создает корректные и грамотные письма для решения учебных задач
- Создает релевантные поисковые запросы для поиска информации в сети Интернет
- Сравнивает форматы для изображений и звука и применяет наиболее подходящий
- Умеет вставлять изображения, таблицы, гиперсылки, нумерацию страниц
- Умеет вызывать простейшие действия типа "копировать", "вставить", "найти", "отмена" и т.п.
- Умеет защищать свои персональные данные от мошенников и вредоносного программного обеспечения
- Умеет настраивать уровни конфиденциальности своей информации в сети
- Умеет ориентироваться на панели Google.Документы
- Умеет осуществлять базовую визуализацию данных
- Умеет преобразовывать данные из одного типа в другой, вбивать формулы, растягивать формулы, копировать данные из одного листа на другой, переключать стили обращения к ячейкам, фиксировать ячейки в формулах
- Умеет проводить первичную обработку и анализ данных
- Умеет работать с таблицами и графиками
- Умеет работать с текстом и изображениями
- Умеет распознавать угрозы цифрового пространства
- Умеет создавать агрегированные таблицы
- Умеет создавать нумерованный список, делить текст на колонки. Оптимизировать работу с текстом, создать стили (например, создавать заголовки).
- Умеет создавать слайды, копировать, копировать стиль, менять фон слайда, дублировать форматирование, сохранять и экспортировать слайды в разных форматах
- Умеет форматировать различные составляющие сплошного текста: шрифт, выравнивание на листе, отступы, межстрочные интервалы
- Умеет хранить, загружать, находить и скачивать файлы на Google.Диске, предоставлять доступ к документу другим пользователям, комментировать документ и отвечать на комментарии других пользователей
Содержание учебной дисциплины
- Компьютерная безопасность
- Базовые текстовые технологии
- Работа с табличными данными
- Основы интернет- и медиаграмотности
- Подготовка презентаций: инструменты и использование
- Академическая грамотность. Написание исследовательских работ
- Основы работы с данными
- Компьютерная грамотность
- Юридические аспекты информационных технологий
- Геоинформационные системы и пространственная визуализация
- Структуры и модели данных
Элементы контроля
- Оценка за онлайн курсКурс "Цифровая грамотность" размещен на внутренней платформе НИУ ВШЭ [URL: online.hse.ru]. Оценка за дисциплину выставляется в соответствии с формулой оценивания от всех пройденных элементов контроля
- ПроектКритерии для проекта «сравнение и анализ датасетов»: использование нескольких датасетов — по 1 баллу за каждый датасет (max. 3) уместное использование различных видов диаграмм — по 1,5 балла за каждые 2 вида (max. 3) использование различных типов признаков для анализа — по 0,5 балла за каждый тип (целочисленные, категориальные и т.п.) (max. 2) общая аккуратность и оформление презентации (max. 2) бонусный +1 балл: feature engineering, создание нового признака на основе существующих в датасетах Критерии для проекта «пространственная визуализация в QGIS»: сложность работы, количество слоёв разных типов (max. 3) уровень детализированности визуализации (max. 3) работа с данными, сложность предобработки (max. 2) общая аккуратность и оформление презентации (max. 2)
- Подготовка проекта
- Домашние задания
- Экзамен
Промежуточная аттестация
- 2021/2022 учебный год 2 модуль0.2 * Подготовка проекта + 0.3 * Экзамен + 0.2 * Проект + 0.1 * Домашние задания + 0.2 * Оценка за онлайн курс
Список литературы
Рекомендуемая основная литература
- Slager, D. (2016). Essential Excel 2016 : A Step-by-Step Guide. [Berkeley]: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1361984
- Бринк Х. Машинное обучение / Х. Бринк, Д. Ричардс, М. Феверолф. - Санкт-Петербург : Питер, 2017. - 336 с. - ISBN 978-5-496-02989-6. - URL: https://ibooks.ru/bookshelf/355472/reading (дата обращения: 12.10.2020). - Текст: электронный.
- Секреты приложений Google / Балуев Д. - М.:Альпина Пабл., 2016. - 287 с.: ISBN 978-5-9614-1274-1 - Режим доступа: http://znanium.com/catalog/product/923761
Рекомендуемая дополнительная литература
- Can Google Scholar and Mendeley help to assess the scholarly impacts of dissertations? (2019). Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.C32203D9
- Петроченков А.С. Введение в Google Analytics / А.С. Петроченков. - Санкт-Петербург : Питер, 2018. - 224 с. - ISBN 978-5-496-02929-2. - URL: https://ibooks.ru/bookshelf/355482/reading (дата обращения: 12.10.2020). - Текст: электронный.
- Флах, П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных / П. Флах. — Москва : ДМК Пресс, 2015. — 400 с. — ISBN 978-5-97060-273-7. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/69955 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.