Data science спеціалізація проекту Coursera
Електронна бібліотека НАПН України
Переглянути архів Інформація| Поле | Співвідношення | |
| Relation |
http://lib.iitta.gov.ua/711467/
https://ccjournals.eu/ojs/index.php/nocote/article/view/899 |
|
| Title |
Data science спеціалізація проекту Coursera
The study of Coursera’s data science specialization |
|
| Creator |
Панченко, Л.Ф.
|
|
| Subject |
004.77 General networking applications and services
004.9 ІКТ ( Application-oriented computer-based techniques ) 378 Higher education. Universities. Academic study |
|
| Description |
Мета дослідження: з’ясування суті поняття «specialization» в практиці масових онлайн курсів. Об’єкт дослідження: процес навчання на масових відкритих дистанційних курсах. Предмет дослідження: особливості «data science» спеціалізації проекту Coursera. Завдання дослідження: взяти участь в якості студента в декількох онлайн масових курсах з категорії «data science specialization», з’ясувати сутність і структуру цієї спеціалізації, визначити її особливості, шляхи включення в традиційний навчальний процес українських вузів. Методи дослідження: включене спостереження, контент-аналіз, аналіз продуктів діяльності. Результати дослідження: спеціалізація Data science проекту Cousera – серія з 9-ти курсів, що охоплюють концепції і засоби аналізу даних, починаючи з постановки дослідницьких питань і закінчуючи публікацією результатів. Послідовність курсів завершується виконанням спеціального проекту (Capstone Project). Курси в серії пов’язані жорсткою і м’якою залежністю. Щомісяця курси повторюються. Структуру курсу становить Сілабус, короткі відеолекції, тести, рeer оцінювання, курсові проекти, форум. Для завдань з програмування використовуються R, RStudio, Git, GitHub. Висновки і рекомендації: шляхи включення такої форми навчання як спеціалізація data science в традиційний навчальний процес українських вузів: оновлення навчально-методичного забезпечення дисциплін, що викладаються, організація самостійної роботи студентів з матеріалами курсів, включення в тематику кваліфікаційних робіт, використання нових засобів і методів, що вивчаються в спеціалізації, в дослідженнях аспірантів і докторантів для аналізу отриманих даних.
Objective: To identify the characteristics of the specialization form of the massive open online courses. Research object: a learning process of the massive open online courses. Research subject: Data science specialization of Coursera. Research objectives: to participate as a student in the several online courses in “data science specialization”, to find the structure of this specialization, to determine its characteristics. Methods: participant observation, content analysis. Results: Data science specialization of Cousera project is a series of 9 courses covering concepts and tools of data analysis, from the research questions formulation to results publication. The implementation of a special Capstone Project has completed this sequence of courses. Сourses are repeated once a month during a year. The courses in the specialization are related with a hard and a soft dependences. Course structure consists of syllabus, short video lectures, tests, peer assessment, course projects, forum. The software R, RStudio, Git, GitHub are used for programming assignment. Conclusions and recommendations: there are next ways to aggregate this form in the traditional educational process of Ukrainian universities: developing training and methodological support of disciplines, the students work organization with course materials, including the topics in qualification works, using new data analysis tools and techniques in the post graduate and post doctoral studies. |
|
| Publisher |
Видавничий центр ДВНЗ «Криворізький національний університет»
|
|
| Date |
2015
|
|
| Type |
Article
PeerReviewed |
|
| Format |
text
|
|
| Language |
uk
|
|
| Identifier |
http://lib.iitta.gov.ua/711467/1/172-179_Panchenko.pdf
- Панченко, Л.Ф. (2015) The study of Coursera’s data science specialization Новітні комп’ютерні технології. Спецвипуск «Хмарні технології в освіті» (13). pp. 172-179. ISSN 2309-1460 |
|