Методы обработки больших данных (syllabus): различия между версиями

Версия от 13:38, 15 февраля 2026

Планируемые результаты обучения (Знать, Уметь, Владеть)	Научиться находить и собирать большие наборы данных из открытых источников (Википедия, вики-проекты, NetLogo модели), адаптировать их для учебных задач. Освоить основные подходы к обработке и визуализации больших 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.
Содержание разделов курса
Видео запись
Среды и средства, которые поддерживают учебный курс	R, Java, OpenRefine, NetLogo, VOSviewer, RAWGraphs, Mermaid, Semantic MediaWiki
Книги, на которых основывается учебный курс

@@ Строка 8: / Строка 8: @@
 В 2026 году для [[:Категория:ИНДОР-2121]]
+== Описание курса ==
+== Последовательность курса  ==
 <uml>
 @startuml
@@ Строка 21: / Строка 25: @@
 :Learning outcomes;
 note right
-Освоить пайплайн big data в Digida+NetLogo:
+Освоить процесс
-социосемантический анализ + экспериментальные данные
+больших данных
 end note
 :Ключевые концепции;
 note left
-Socio-semantic graphs (Roth)
+Социо-семантические сети
 NetLogo BehaviorSpace
 SMW свойства + MediaWiki API
@@ Строка 44: / Строка 48: @@
    :1. Данные Digida;
    note right
-#ask для страниц/свойств
+ask для страниц/свойств
 MediaWiki API для логов активности
 Биграф участник–страница
@@ Строка 50: / Строка 54: @@
    fork
-     :2. NetLogo эксперименты;
+     :2. Выращивание данных;
    fork again
-     :3. Внешние данные (External Data)
+     :3. Внешние данные;
    end fork