Вступить
Большие данные и машинное обучение в когнитивных и социальных науках

Образовательный модуль Сириус
Модуль ориентирован на формирование комплексных знаний и компетенций, необходимых для профессиональной деятельности и проведения научно-исследовательской работы в когнитивных и социальных науках с применением технологий Big Data, машинного обучения и анализа открытых пользовательских данных социальных сетей.
Для кого
Студенты и исследователи социогуманитарных направлений
Чему мы учим
Сбор данных социальных сетей, анализ структурных и содержательных характеристик интернет активности пользователей, машинное обучение в когнитивных исследованиях

Где применить знания
Исследования психологических характеристик личности, их взаимосвязь с цифровыми следами


Программа
Программа сочетает в себе лекционные и практические занятия. Закрепление знаний и навыков происходит в процессе групповой проектной работы с наставником
Введение в анализ данных
- Введение в Big Data: перспективы, границы и возможности метода
- Принципы цифровой аналитики
- Проектирование дизайна исследования с использованием технологий и методов Big Data
Инструменты сбора и анализа данных
- Введение в язык программирования Python 3
- Основные методы статистического анализа данных
- Введение в машинное обучение
- Работа с API социальных сетей. Сбор открытой информации
- Платформа по сбору и анализу данных социальных сетей Университетского Консорциума исследователей больших данных
- Social Network Analysis: сетевое взаимодействие между субъектами в социальных сетях
- Инструменты автоматического анализа текстов
Специализация
- Исследование психологических характеристик личности, их взаимосвязь с цифровыми следами.
- Большие данные и машинное обучение в прогнозировании когнитивных особенностей личности
Групповая работа (тема по выбору)
- Поиск талантов на основе анализа цифрового следа
- Прогнозирование креативного потенциала личности на основе анализа цифрового следа
- Рекомендательная система по оптимизации персональной образовательной траектории
- Оценка образовательных достижений старшеклассников и студентов на основе анализа цифрового следа
- Анализ содержательных характеристик персональных интернет-активностей