Обработка больших данных (syllabus): различия между версиями

Материал из Поле цифровой дидактики
Строка 25: Строка 25:


== Выращивание данных при помощи многоагентных моделей ==
== Выращивание данных при помощи многоагентных моделей ==
http://digida.mgpu.ru/images/thumb/5/56/Piage_Vyg.png/120px-Piage_Vyg.png


* см. [[:Категория:Model]]
* см. [[:Категория:Model]]

Версия 12:49, 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 Данные
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

Основные понятия

Большие данные, База данных, База знаний, Веб-скрепинг, Датасет, Озеро данных, Агентное моделирование, Гигантская компонента

Источники данных

Выращивание данных при помощи многоагентных моделей

120px-Piage_Vyg.png

Обработка данных

Khurmanenok result pic.png