• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2021/2022

Цифровая грамотность

Направление: 05.03.02. География
Когда читается: 1-й курс, 1, 2 модуль
Формат изучения: с онлайн-курсом
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 3
Контактные часы: 26

Программа дисциплины

Аннотация

Данный курс направлен на формирования начальных компетенций в области работы с данными. В курсе будут рассмотрены базовые темы, которые необходимы для безопасного и эффективного использования цифровых технологий и ресурсов Интернета. Также будут рассматриваться инструменты для проведения научных исследований, оформления работ, представления результатов. Кроме того, будут рассмотрены специализированные темы, связанные с применением современных технологий в гуманитарных дисциплинах.
Цель освоения дисциплины

Цель освоения дисциплины

  • Обучить студентов принципам и методам использования цифровых инструментов в географической области знания.
Планируемые результаты обучения

Планируемые результаты обучения

  • Знает особенности типов данных и принципы работы современных технологий в географии
  • Называет переходные адаптеры для подключения несовместимых устройств
  • Объясняет понятие машинного обучения
  • Объясняет, как работают поисковые системы
  • Описывает виды моделей машинного обучения и их сущность, алгоритм оценки качества модели
  • Описывает основные составляющие медиаграмотности и особенности коммуникации в сети
  • Определяет версию операционной системы, установленную на компьютере
  • Определяет признаки различных типов данных
  • Применяет конвертацию файлов из одного формата в другой
  • Создает корректные и грамотные письма для решения учебных задач
  • Создает релевантные поисковые запросы для поиска информации в сети Интернет
  • Сравнивает форматы для изображений и звука и применяет наиболее подходящий
  • Умеет вставлять изображения, таблицы, гиперсылки, нумерацию страниц
  • Умеет вызывать простейшие действия типа "копировать", "вставить", "найти", "отмена" и т.п.
  • Умеет защищать свои персональные данные от мошенников и вредоносного программного обеспечения
  • Умеет настраивать уровни конфиденциальности своей информации в сети
  • Умеет ориентироваться на панели Google.Документы
  • Умеет осуществлять базовую визуализацию данных
  • Умеет преобразовывать данные из одного типа в другой, вбивать формулы, растягивать формулы, копировать данные из одного листа на другой, переключать стили обращения к ячейкам, фиксировать ячейки в формулах
  • Умеет проводить первичную обработку и анализ данных
  • Умеет работать с таблицами и графиками
  • Умеет работать с текстом и изображениями
  • Умеет распознавать угрозы цифрового пространства
  • Умеет создавать агрегированные таблицы
  • Умеет создавать нумерованный список, делить текст на колонки. Оптимизировать работу с текстом, создать стили (например, создавать заголовки).
  • Умеет создавать слайды, копировать, копировать стиль, менять фон слайда, дублировать форматирование, сохранять и экспортировать слайды в разных форматах
  • Умеет форматировать различные составляющие сплошного текста: шрифт, выравнивание на листе, отступы, межстрочные интервалы
  • Умеет хранить, загружать, находить и скачивать файлы на Google.Диске, предоставлять доступ к документу другим пользователям, комментировать документ и отвечать на комментарии других пользователей
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Компьютерная безопасность
  • Базовые текстовые технологии
  • Работа с табличными данными
  • Основы интернет- и медиаграмотности
  • Подготовка презентаций: инструменты и использование
  • Академическая грамотность. Написание исследовательских работ
  • Основы работы с данными
  • Компьютерная грамотность
  • Юридические аспекты информационных технологий
  • Геоинформационные системы и пространственная визуализация
  • Структуры и модели данных
Элементы контроля

Элементы контроля

  • неблокирующий Оценка за онлайн курс
    Курс "Цифровая грамотность" размещен на внутренней платформе НИУ ВШЭ [URL: online.hse.ru]. Оценка за дисциплину выставляется в соответствии с формулой оценивания от всех пройденных элементов контроля
  • неблокирующий Проект
    Критерии для проекта «сравнение и анализ датасетов»: использование нескольких датасетов — по 1 баллу за каждый датасет (max. 3) уместное использование различных видов диаграмм — по 1,5 балла за каждые 2 вида (max. 3) использование различных типов признаков для анализа — по 0,5 балла за каждый тип (целочисленные, категориальные и т.п.) (max. 2) общая аккуратность и оформление презентации (max. 2) бонусный +1 балл: feature engineering, создание нового признака на основе существующих в датасетах Критерии для проекта «пространственная визуализация в QGIS»: сложность работы, количество слоёв разных типов (max. 3) уровень детализированности визуализации (max. 3) работа с данными, сложность предобработки (max. 2) общая аккуратность и оформление презентации (max. 2)
  • неблокирующий Подготовка проекта
  • неблокирующий Домашние задания
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2021/2022 учебный год 2 модуль
    0.2 * Подготовка проекта + 0.3 * Экзамен + 0.2 * Проект + 0.1 * Домашние задания + 0.2 * Оценка за онлайн курс
Список литературы

Список литературы

Рекомендуемая основная литература

  • Slager, D. (2016). Essential Excel 2016 : A Step-by-Step Guide. [Berkeley]: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1361984
  • Бринк Х. Машинное обучение / Х. Бринк, Д. Ричардс, М. Феверолф. - Санкт-Петербург : Питер, 2017. - 336 с. - ISBN 978-5-496-02989-6. - URL: https://ibooks.ru/bookshelf/355472/reading (дата обращения: 12.10.2020). - Текст: электронный.
  • Секреты приложений Google / Балуев Д. - М.:Альпина Пабл., 2016. - 287 с.: ISBN 978-5-9614-1274-1 - Режим доступа: http://znanium.com/catalog/product/923761

Рекомендуемая дополнительная литература

  • Can Google Scholar and Mendeley help to assess the scholarly impacts of dissertations? (2019). Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.C32203D9
  • Петроченков А.С. Введение в Google Analytics / А.С. Петроченков. - Санкт-Петербург : Питер, 2018. - 224 с. - ISBN 978-5-496-02929-2. - URL: https://ibooks.ru/bookshelf/355482/reading (дата обращения: 12.10.2020). - Текст: электронный.
  • Флах, П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных / П. Флах. — Москва : ДМК Пресс, 2015. — 400 с. — ISBN 978-5-97060-273-7. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/69955 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.