Методы обработки больших данных (syllabus) - История изменений

Patarakin: /* Примеры активных эссе */

2026-04-04T05:55:40Z

Примеры активных эссе

← Предыдущая версия		Версия от 08:55, 4 апреля 2026
Строка 143:		Строка 143:

	=== Примеры активных эссе ===		=== Примеры активных эссе ===
	* [[~~Scratch как живая лаборатория~~ командного творчества]]		* [[Лаборатории изучения командного творчества подростков в цифровых средах]]
	* [[Wealth Distribution]] - новые данные		* [[Wealth Distribution]] - новые данные

Patarakin: /* Примеры активных эссе */

2026-03-31T05:37:56Z

Примеры активных эссе

← Предыдущая версия		Версия от 08:37, 31 марта 2026
Строка 144:		Строка 144:
	=== Примеры активных эссе ===		=== Примеры активных эссе ===
	* [[Scratch как живая лаборатория командного творчества]]		* [[Scratch как живая лаборатория командного творчества]]
			* [[Wealth Distribution]] - новые данные


	----		----
	{{Шаблон:Оценивание эссе}}		{{Шаблон:Оценивание эссе}}

Patarakin: /* Модуль 6. Active Essay и коллективное социосемантическое исследование */

2026-03-31T05:36:05Z

Модуль 6. Active Essay и коллективное социосемантическое исследование

← Предыдущая версия		Версия от 08:36, 31 марта 2026
Строка 141:		Строка 141:

	Заключительное занятие посвящено сравнительному обсуждению всех проектов: студенты анализируют, какие типы социосемантических конфигураций были обнаружены, как они соотносятся с теоретическими моделями социосемантических сетей и какие новые вопросы возникают для следующих потоков курса. Таким образом, курс замыкает петлю: Digida выступает и как лаборатория, и как объект исследования, а студенты — как участники социосемантической системы, которые одновременно изучают её и изменяют.		Заключительное занятие посвящено сравнительному обсуждению всех проектов: студенты анализируют, какие типы социосемантических конфигураций были обнаружены, как они соотносятся с теоретическими моделями социосемантических сетей и какие новые вопросы возникают для следующих потоков курса. Таким образом, курс замыкает петлю: Digida выступает и как лаборатория, и как объект исследования, а студенты — как участники социосемантической системы, которые одновременно изучают её и изменяют.

			=== Примеры активных эссе ===
			* [[Scratch как живая лаборатория командного творчества]]


	----		----
	{{Шаблон:Оценивание эссе}}		{{Шаблон:Оценивание эссе}}

Patarakin: /* Описание курса */

2026-03-31T04:42:05Z

Описание курса

← Предыдущая версия		Версия от 07:42, 31 марта 2026
Строка 19:		Строка 19:
	# агрегировать в Java/MapReduce,		# агрегировать в Java/MapReduce,
	# проанализировать в [[R]] (сетевые и статистические методы),		# проанализировать в [[R]] (сетевые и статистические методы),
	# визуализировать		# визуализировать полученные данные
	# вернуть результат в виде [[Active Essay]] на Digida.		# вернуть результат в виде [[Active Essay]] на Digida.

Patarakin: /* Модуль 6. Active Essay и коллективное социосемантическое исследование */

2026-03-31T04:40:03Z

Модуль 6. Active Essay и коллективное социосемантическое исследование

← Предыдущая версия		Версия от 07:40, 31 марта 2026
Строка 141:		Строка 141:

	Заключительное занятие посвящено сравнительному обсуждению всех проектов: студенты анализируют, какие типы социосемантических конфигураций были обнаружены, как они соотносятся с теоретическими моделями социосемантических сетей и какие новые вопросы возникают для следующих потоков курса. Таким образом, курс замыкает петлю: Digida выступает и как лаборатория, и как объект исследования, а студенты — как участники социосемантической системы, которые одновременно изучают её и изменяют.		Заключительное занятие посвящено сравнительному обсуждению всех проектов: студенты анализируют, какие типы социосемантических конфигураций были обнаружены, как они соотносятся с теоретическими моделями социосемантических сетей и какие новые вопросы возникают для следующих потоков курса. Таким образом, курс замыкает петлю: Digida выступает и как лаборатория, и как объект исследования, а студенты — как участники социосемантической системы, которые одновременно изучают её и изменяют.

			----
			{{Шаблон:Оценивание эссе}}

Patarakin: /* Модуль 3. NetLogo как генератор экспериментальных данных */

2026-03-24T09:28:51Z

Модуль 3. NetLogo как генератор экспериментальных данных

← Предыдущая версия		Версия от 12:28, 24 марта 2026
Строка 114:		Строка 114:
	Третий модуль сосредоточен на [[NetLogo]] как средстве генерации контролируемых экспериментальных данных для исследований в духе комплексных адаптивных систем и swarm robotics. Студенты знакомятся с уже существующими моделями, описанными на Digida, а также с протоколом [[ODD]] для документирования агент‑ориентированных моделей, что позволяет им воспринимать [[NetLogo]]‑модели как научные объекты. Особое внимание уделяется моделям, в которых агенты‑роботы взаимодействуют между собой и со средой, демонстрируя коллективное поведение, устойчивость или сбои в выполнении задач.		Третий модуль сосредоточен на [[NetLogo]] как средстве генерации контролируемых экспериментальных данных для исследований в духе комплексных адаптивных систем и swarm robotics. Студенты знакомятся с уже существующими моделями, описанными на Digida, а также с протоколом [[ODD]] для документирования агент‑ориентированных моделей, что позволяет им воспринимать [[NetLogo]]‑модели как научные объекты. Особое внимание уделяется моделям, в которых агенты‑роботы взаимодействуют между собой и со средой, демонстрируя коллективное поведение, устойчивость или сбои в выполнении задач.

	Практические занятия посвящены использованию [[BehaviorSpace]] для запуска серий экспериментов с варьированием параметров (число агентов, плотность препятствий, алгоритмы поведения, шум и ошибки). Каждый запуск порождает логи, которые экспортируются в CSV и описываются как Dataset‑страницы в Digida, с указанием параметров, используемых моделей и ссылок на NetLogo‑файлы. Таким образом, формируется второй крупный источник данных курса — параметрические экспериментальные массивы, через которые можно исследовать связь между конфигурациями модели и производительностью системы, интегрируя эти результаты в общую картину.		Практические занятия посвящены использованию [[BehaviorSpace]] для запуска серий экспериментов с варьированием параметров (число агентов, плотность препятствий, алгоритмы поведения, шум и ошибки). Каждый запуск порождает логи, которые экспортируются в CSV и описываются как Dataset‑страницы в Digida, с указанием параметров, используемых моделей и ссылок на NetLogo‑файлы. Таким образом, формируется второй крупный источник данных курса — параметрические экспериментальные массивы, через которые можно исследовать связь между конфигурациями модели и производительностью системы, интегрируя эти результаты в общую картину.

			; [[Team Assembly (model)]]
			* https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/teams_assembly_experiment_19_03_26.csv

	== Модуль 4. Внешние данные, External Data и Lua + Scribunto ==		== Модуль 4. Внешние данные, External Data и Lua + Scribunto ==

Patarakin: /* Описание курса */

2026-03-24T09:08:46Z

Описание курса

← Предыдущая версия		Версия от 12:08, 24 марта 2026
Строка 14:		Строка 14:

	Результатом курса становится сформированная у студентов способность мыслить образовательные цифровые среды как социосемантические системы и работать с ними как с источником больших данных. На уровне знаний акцент делается на структуре и семантическом слое Digida (PageForms, свойства SMW, концепты), на принципах генерации и анализа экспериментальных данных в NetLogo и BehaviorSpace. На уровне умений — на полном цикле:		Результатом курса становится сформированная у студентов способность мыслить образовательные цифровые среды как социосемантические системы и работать с ними как с источником больших данных. На уровне знаний акцент делается на структуре и семантическом слое Digida (PageForms, свойства SMW, концепты), на принципах генерации и анализа экспериментальных данных в NetLogo и BehaviorSpace. На уровне умений — на полном цикле:
	# извлечь данные (SMW queries, MediaWiki API, External Data),		# извлечь данные (SMW queries, [[MediaWiki API]], External Data),
	#очистить (OpenRefine),		#очистить ([[OpenRefine]]),
	#		#
	# агрегировать в Java/MapReduce,		# агрегировать в Java/MapReduce,
	# проанализировать в R (сетевые и статистические методы),		# проанализировать в [[R]] (сетевые и статистические методы),
	# визуализировать		# визуализировать
	# вернуть результат в виде Active Essay на Digida.		# вернуть результат в виде [[Active Essay]] на Digida.

	На уровне владения — сочетать языки и инструменты ([[Lua]], [[R]], [[NetLogo]], [[Java]]) в рамках единого дидактического и исследовательского сценария.		На уровне владения — сочетать языки и инструменты ([[Lua]], [[R]], [[NetLogo]], [[Java]]) в рамках единого дидактического и исследовательского сценария.

Patarakin в 07:43, 17 февраля 2026

2026-02-17T07:43:05Z

← Предыдущая версия		Версия от 10:43, 17 февраля 2026
Строка 4:		Строка 4:
	* Уметь выявлять структуры, отношения и тренды в образовательных и языковых данных,.		* Уметь выявлять структуры, отношения и тренды в образовательных и языковых данных,.
	* Разработать свои проекты по обработке цифровых данных, применимых в школьной практике и во внеурочной деятельности.		* Разработать свои проекты по обработке цифровых данных, применимых в школьной практике и во внеурочной деятельности.
	\|Environment=R, Java, OpenRefine, NetLogo, VOSviewer, RAWGraphs, Mermaid, Semantic MediaWiki, CORGIS, CODAP		\|Environment=R, Java, OpenRefine, NetLogo, VOSviewer, RAWGraphs, Mermaid, Semantic MediaWiki, CORGIS, CODAP, Digida2026
	\|Book=APIs for social scientists: A collaborative review, Big Data with R, R for Data Science		\|Book=APIs for social scientists: A collaborative review, Big Data with R, R for Data Science
	}}		}}

Patarakin: /* Последовательность курса */

2026-02-17T06:20:35Z

Последовательность курса

← Предыдущая версия		Версия от 09:20, 17 февраля 2026
Строка 56:		Строка 56:
	NetLogo модели		NetLogo модели
	R, Java, OpenRefine		R, Java, OpenRefine
			CORGIS
	end note		end note

Patarakin в 05:33, 17 февраля 2026

2026-02-17T05:33:57Z

← Предыдущая версия		Версия от 08:33, 17 февраля 2026
Строка 4:		Строка 4:
	* Уметь выявлять структуры, отношения и тренды в образовательных и языковых данных,.		* Уметь выявлять структуры, отношения и тренды в образовательных и языковых данных,.
	* Разработать свои проекты по обработке цифровых данных, применимых в школьной практике и во внеурочной деятельности.		* Разработать свои проекты по обработке цифровых данных, применимых в школьной практике и во внеурочной деятельности.
	\|Environment=R, Java, OpenRefine, NetLogo, VOSviewer, RAWGraphs, Mermaid, Semantic MediaWiki		\|Environment=R, Java, OpenRefine, NetLogo, VOSviewer, RAWGraphs, Mermaid, Semantic MediaWiki, CORGIS, CODAP
			\|Book=APIs for social scientists: A collaborative review, Big Data with R, R for Data Science
	}}		}}
	В 2026 году для [[:Категория:ИНДОР-211]]		В 2026 году для [[:Категория:ИНДОР-211]]