Бакалавриат 2024/2025

Научно-исследовательский семинар "Краудсорсинг пространственной информации"

Статус: Курс по выбору (География глобальных изменений и геоинформационные технологии)

Направление: 05.03.02. География

Кто читает: Факультет географии и геоинформационных технологий

Где читается: Факультет географии и геоинформационных технологий

Когда читается: 2-й курс, 3, 4 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Курамагомедов Башир Магомедович, Медведев Андрей Александрович

Язык: русский

Кредиты: 3

Программа дисциплины

Аннотация

Курс предлагается на выбор всем студентам образовательной программы «География глобальных изменений и геоинформационные технологии». Курс направлен на то, чтобы научить студентов осуществлять краудсорсинг пространственной информации с использованием функционала современных географических информационных систем. Цели освоения дисциплины Краудсорсинг пространственно информации» - дать студентам базовые знания о методах и средствах сбора географической информации, о различных источниках данных и формах представления информации; а также научить студентов практическим навыкам сбора и организации пространственных данных.

Цель освоения дисциплины

• дать студентам базовые знания о методах и средствах сбора географической информации
• познакомить студентов с различными источниками данных и формах представления информации
• научить студентов практическим навыкам сбора и организации пространственных данных

Планируемые результаты обучения

• Осуществляет краудсорсинг пространственной информации с использованием функционала современных географических информационных систем

Содержание учебной дисциплины

• Методы и инструменты краудсорсинга пространственной информации

Элементы контроля

• Работа на занятиях
• Практические работы
• Итоговый проект

Промежуточная аттестация

• 2024/2025 4th module
  0.2 * Итоговый проект + 0.2 * Практические работы + 0.2 * Практические работы + 0.2 * Работа на занятиях + 0.2 * Работа на занятиях

Список литературы

Рекомендуемая основная литература

• Simoff, S. J., Böhlen, M. H., & Mazeika, A. (2008). Assisting Human Cognition in Visual Data Mining. Springer. https://doi.org/10.5167/uzh-56371
• Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2017). Data Mining : Practical Machine Learning Tools and Techniques (Vol. Fourth edition). Cambridge, MA: Morgan Kaufmann. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1214611

Рекомендуемая дополнительная литература

• Kotu, V., & Deshpande, B. (2014). Predictive Analytics and Data Mining : Concepts and Practice with RapidMiner. Amsterdam: Morgan Kaufmann. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=919334
• Kotu, V., & Deshpande, B. (2019). Data Science : Concepts and Practice (Vol. Second edition). Cambridge, MA: Morgan Kaufmann. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1866160
• Rigaux, P., Scholl, M. O., & Voisard, A. (2002). Spatial Databases : With Application to GIS. Morgan Kaufmann.
• Yang, Y. (2016). Temporal Data Mining Via Unsupervised Ensemble Learning. Elsevier.

Авторы

• Курамагомедов Башир Магомедович
• Медведев Андрей Александрович