Обработка больших данных (syllabus): различия между версиями

Материал из Поле цифровой дидактики
Строка 1: Строка 1:
{{Curriculum
{{Curriculum
|Environment=R, RStudio, NetLogo
|Learning_outcomes=Готовность студентов к профессиональной деятельности, связанной с обработкой и анализом больших данных, в педагогической сфере.
; Знать
# основные понятиям и термины в области обработки больших данных
# методы сбора, выращивания, хранения и обработки больших данных.
# методов анализа больших данных
# инструменты визуализации данных для представления и интерпретации результатов анализа
; Уметь
# Собирать данные с полей учебной и исследовательской деятельности
# Выращивать данные в искусственных средах. Ставить эксперименты с данными
# Обрабатывать данные
#
#
|Environment=R, RStudio, NetLogo, Excel, Snap!, Google Data Studio
|Book=R for Data Science, Mastering Shiny: Build Interactive Apps, Tidy Modeling with R
|Book=R for Data Science, Mastering Shiny: Build Interactive Apps, Tidy Modeling with R
}}
}}

Версия 12:20, 29 августа 2023



Планируемые результаты обучения (Знать, Уметь, Владеть) Готовность студентов к профессиональной деятельности, связанной с обработкой и анализом больших данных, в педагогической сфере.
Знать
  1. основные понятиям и термины в области обработки больших данных
  2. методы сбора, выращивания, хранения и обработки больших данных.
  3. методов анализа больших данных
  4. инструменты визуализации данных для представления и интерпретации результатов анализа
Уметь
  1. Собирать данные с полей учебной и исследовательской деятельности
  2. Выращивать данные в искусственных средах. Ставить эксперименты с данными
  3. Обрабатывать данные
Содержание разделов курса
Видео запись
Среды и средства, которые поддерживают учебный курс R, RStudio, NetLogo, Excel, Snap!, Google Data Studio
Книги, на которых основывается учебный курс R for Data Science, Mastering Shiny: Build Interactive Apps, Tidy Modeling with R