Wiki - Факультет компьютерных наук - Вклад [ru]

Цифровая грамотность Городское планирование 2021-2022

2017-10-29T08:50:18Z

V.klepov: /* Семинары */

== О курсе ==

Курс читается для студентов 1-го курса факультета гуманитарных наук.

Проводится с 2017 года.

'''Лектор на философии:''' Борис Орехов

Лекции проходят по понедельникам 10:30-12:00

'''Лектор на истории:''' Анастасия Бонч-Осмоловская

Лекции проходят по вторникам 10:30-12:00

Каналы в telegram для объявлений:

'''Философия:''' https://t.me/joinchat/AAAAAENCCQC8IQThAoorkg

'''История:''' https://t.me/joinchat/AAAAAEPVfpcWeQ0AWaFnbg

=== Семинары ===
{| class="wikitable"
|-
! Направление подготовки !! Преподаватель !! Группа !! Время !! Кабинет !! Ассистент
|-
| История || Георгий Пяцкий ([mailto:piatskgeorge@mail.ru mail], [https://vk.com/pgeorge vk], [https://t.me/p_george Telegram]) || БИС171 || вторник 9:00-10:20 || 401 || Антон Леонов ( [mailto:aaleonov_1@edu.hse.ru mail], [https://vk.com/grammer vk], [https://t.me/grmmr Telegram] )
|-
| История || [mailto:e-meshch@yandex.ru Евгения Мещерякова] || БИС172 || вторник 12:10-13:30 || 401 || [https://vk.com/balseraph Александр Зойкин], [https://t.me/balseraph Telegram], [mailto:alexzoyv@gmail.com e-mail]
|-
| История || Оксана Дереза ( [mailto:oksana.dereza@gmail.com Почта], [https://t.me/ancatmara Telegram] )|| БИС173 || вторник 12:10-13:30 || 402 || [mailto:noveldyaykin@edu.hse.ru Николай Вельдяйкин] ( [https://vk.com/kolabnya VK], [https://t.me/ReliableHead Telegram]) , ФКН ПМИ 3 курс
|-
| Философия || Анастасия Хазова ( [mailto:hazovaan@gmail.com Почта], [https://t.me/im_haniani Telegram] )|| БФС171 || вторник 10:30-11:50 || Б-304а || Арсения Шихова ([mailto:aishikhova@edu.hse.ru mail], [https://vk.com/shihova.asya VK], [https://t.me/shihova_asya Telegram])
|-
| Философия || Анастасия Хазова || БФС172 || вторник 12:10-13:30 || Б-304а || Кирилл Жингалов ([mailto:kzhingalov@gmail.com mail], [https://t.me/daxno Telegram], [https://vk.com/daxnoman VK])
|-
| Философия || Елена Грамматчикова || БФС174 || понедельник 12:10-13:30 || 401 || Иван Вовк ( [mailto:ivanvovk4@yandex.ru почта], [https://vk.com/ivanvovkprivate VK], [https://t.me/ivvovk Telegram] )
|-
| Философия || Анна Шишкова || БФС173 || понедельник 13:40-15:00 || 402 || [mailto:impecopeco@gmail.com Вероника Саркисян]
|-
|}

=== Чаты групп ===
Чат для вопросов группы БИС171: https://t.me/joinchat/EBvV2gxAkTrAJaAg1u_48Q

Чат для вопросов группы БИС172: https://t.me/joinchat/DFleiQ3cAZoBKc9xE_9hiw

Чат для вопросов группы БИС173: https://t.me/joinchat/ADMP3QtCC5swoawKh4OvrQ

Чат для вопросов группы БФС173: https://t.me/joinchat/CB2Agw3rggJtrhaRS2URPg

=== Правила выставления оценок ===
Философы: итоговая оценка = 0.7*накопленная + 0.3*контрольные

накопленная оценка — средняя по всем дз

У философов одна контрольная работа.

Историки: итоговая оценка = 0.4*накопленная + 0.6*контрольные

накопленная оценка — средняя по всем дз

оценка за контрольные = 0.5*контрольная_1 + 0.5*контрольная_2

=== Ведомости ===
В колонках с накопленными указана средняя по ДЗ!

[https://docs.google.com/spreadsheets/d/e/2PACX-1vTo7-D5ccheEVfPY7izPOaaRMcmU8o9tZJgjMzVMw7_hPztNgtKlr9n3wlVh7K6P_eaF2YTtGVL3EBu/pubhtml?gid=0&single=true БИС171]

[https://docs.google.com/spreadsheets/d/e/2PACX-1vTo7-D5ccheEVfPY7izPOaaRMcmU8o9tZJgjMzVMw7_hPztNgtKlr9n3wlVh7K6P_eaF2YTtGVL3EBu/pubhtml?gid=1720940024&single=true БИС172]

[https://docs.google.com/spreadsheets/d/e/2PACX-1vTo7-D5ccheEVfPY7izPOaaRMcmU8o9tZJgjMzVMw7_hPztNgtKlr9n3wlVh7K6P_eaF2YTtGVL3EBu/pubhtml?gid=518892051&single=true БИС173]

[https://docs.google.com/spreadsheets/d/e/2PACX-1vTo7-D5ccheEVfPY7izPOaaRMcmU8o9tZJgjMzVMw7_hPztNgtKlr9n3wlVh7K6P_eaF2YTtGVL3EBu/pubhtml?gid=2010534371&single=true БФС171]

[https://docs.google.com/spreadsheets/d/e/2PACX-1vTo7-D5ccheEVfPY7izPOaaRMcmU8o9tZJgjMzVMw7_hPztNgtKlr9n3wlVh7K6P_eaF2YTtGVL3EBu/pubhtml?gid=1944465148&single=true БФС172]

[https://docs.google.com/spreadsheets/d/e/2PACX-1vTo7-D5ccheEVfPY7izPOaaRMcmU8o9tZJgjMzVMw7_hPztNgtKlr9n3wlVh7K6P_eaF2YTtGVL3EBu/pubhtml?gid=187880962&single=true БФС173]

[https://docs.google.com/spreadsheets/d/e/2PACX-1vTo7-D5ccheEVfPY7izPOaaRMcmU8o9tZJgjMzVMw7_hPztNgtKlr9n3wlVh7K6P_eaF2YTtGVL3EBu/pubhtml?gid=1604981047&single=true БФС174]

=== Правила сдачи домашних заданий ===
Домашние задания сдаются по умолчанию в репозиториях, указанных в [https://goo.gl/forms/lPp3SxYJLZvnj8S53 форме] '''(пожалуйста, пройдите этот опрос)'''

== Лекции ==
Конспекты семинаров будут выкладываться [https://ancatmara.gitbooks.io/digital-literacy/ здесь].

{| class="wikitable"
|-
! № !! Тема лекции !! презентация !! конспект семинара !! домашнее задание !! дедлайн
|-
| 1 || Данные в науке и в жизни || || [https://ancatmara.gitbooks.io/digital-literacy/chapter1.html Семинар 1. GitHub] || [http://wiki.cs.hse.ru/Цифровая_грамотность_домашки Задание 1] || 11.09.2017 23:59
|-
| 2 || Цифровая среда || || [https://ancatmara.gitbooks.io/digital-literacy/seminar-2.html Семинар 2. Форматы данных и кодировки] [https://docs.google.com/presentation/d/1GUxhkU9oL8pNOmx28r9LH9qbIywDFpyPjNqYYq5hBaU/edit?usp=sharing Презентация]|| [[Цифровая грамотность домашки#Задание 2|Задание 2]] || 20.09.2017 23:59
|-
| 3 || Открытые данные || || [https://ancatmara.gitbooks.io/digital-literacy/seminar-3.html Семинар 3. Регулярные выражения] || [[Цифровая грамотность домашки#Задание 3|Задание 3]] || 29.09.2017 23:59
|-
| 4 || Базы данных || || [https://ancatmara.gitbooks.io/digital-literacy/seminar-4.html Семинар 4. Офисные технологии] || [[Цифровая грамотность домашки#Задание 4|Задание 4]] || 09.10.2017 23:59
|-
| 5 || Корпуса текстов || || [https://ancatmara.gitbooks.io/digital-literacy/seminar-5.html Семинар 5. Работа с НКРЯ] [http://studiorum-ruscorpora.ru/help/ Мануал НКРЯ] || [[Цифровая грамотность домашки#Задание 5|Задание 5]] || 21.10.2017 23:59
|-
| 6 || Работа с корпусами. Частотность || || [https://ancatmara.gitbooks.io/digital-literacy/seminar-7.html Семинар 6. Корпусные технологии] || ||
|-
| 7 || Визуализация данных || || || ||
|-
| 8 || Сетевой анализ || || || ||
|-
| 9 || Машинное обучение (введение) || || || ||
|-
| 10 || Кластерный анализ || || || ||
|-
| 11 || Оцифровка и анализ изображений и компьютерное зрение || || || ||
|-
| 12 || Нейронные сети || || || ||
|-
| 13 || «Футурология» || || || ||
|-
|}

Журналистика данных и визуализация (проект)

2017-09-04T14:06:12Z

V.klepov:

{{Карточка_проекта
|name=Журналистика данных и визуализация
|mentor=Владимир Клепов
|mentor_login={{URLENCODE:V.klepov|WIKI}}
|semester=Осень 2017
|course=2
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
Хорошая визуализация находится между статистикой, дизайном и программированием. У визуализации на компьютере есть два важных преимущества перед классическим печатным форматом: она может изменяться со временем, и, что самое классное, с ней можно взаимодействовать. При этом пока никто не знает, как эффективно эти преимущества использовать.

Каждый участник проекта опубликует интерактивную статью, которая помогает читателю разобраться в незнакомой теме. Формат проекта никак не ограничивает предметную область: это может быть политика, экономика, футбол, музыка или что угодно другое. Такой подход — отличная возможность познакомиться с полным жизненным циклом проекта: планированием, дизайном, разработкой. Работа построена итеративно: несколько раз в месяц собираемся, обсуждаем текущие результаты и предлагаем улучшения.

Действовать будем так:
* Выбираем тему — например, «Недвижимость Краснодара», «Композиторы XX века» или «Геноцид в Руанде».
* Задаём вопросы и думаем, какие данные помогут ответить на них. Для недвижимости: Сколько стоит жилье в разных частях города? Где находится больше частных домов, а где — многоэтажек? В каких годах застраивались районы? Как меняются цены со временем? Какие районы спальные, а в каких больше коммерческих или промышленных помещений?
* Находим нужные данные в интернете, собираем и структурируем их. В исследовании по недвижимости подойдут циан или авито.
* Думаем, какие визуализации понятнее всего представляют данные — для недвижимости пригодятся карта со средними ценами, графики количества предложений по сезонам.
* Пишем сопроводительный текст, подчеркиваем интересные детали — возможно, строительство стадиона обрушило цены на жилье вокруг? В науках о данных это называется сторителлинг.
* Дорабатываем юзабилити — визуальные связи между графиками помогли бы.

[[Файл:rhythm-of-food.png|400px|справа]]
Интересные тематические исследования:
* http://rhythm-of-food.net
* https://www.nytimes.com/interactive/2014/06/05/upshot/how-the-recession-reshaped-the-economy-in-255-charts.html
* https://www.youtube.com/watch?feature=player_embedded&v=jbkSRLYSojo
* https://research.google.com/bigpicture/music/

Обратите внимание, что проект не предполагает сложной статистики — если вам интереснее машин лёрнинг, лучше выбрать что-нибудь другое.

=== Чему вы научитесь? ===
* Проводить собственные исследования и доносить их результаты до других.
* Визуализировать данные.
* Разрабатывать интерактивные веб-интерфейсы (очень горячее IT-направление!)
* Собирать и структурировать любые данные, которые есть в интернете.

=== Какие начальные требования? ===
Главное — желание самостоятельно работать и исследовать выбранную тему. Не критично, но здорово иметь хотя бы отдалённое представление или интерес к веб-разработке.

=== Какие будут использоваться технологии? ===
Предполагаемый стек:
* Сбор данных на node.js + cheerio или python + scrapy.
* Статья верстается стандартным веб-стеком: HTML, CSS, webpack.
* Визуализации на d3, leaflet, react или всём, что вам понравится.

=== Темы вводных занятий ===
* Есть блок из 4-5 занятий по основам js.
* Устроим несколько семинаров для знакомства с принципами визуализации по Тафти.
Остальные вопросы будем решать по мере поступления.

=== Направления развития ===
Формат проекта — создание готового и ''достаточно'' хорошего продукта за ограниченный срок. Дизайн, исследование и код можно улучшать бесконечно, но сложно назвать направления заранее. Было бы здорово придумать и использовать нестандартные типы визуализаций (например, график потоков в https://www.nytimes.com/interactive/2014/08/13/upshot/where-people-in-each-state-were-born.html)

=== Критерии оценки ===
Обязательная часть проекта (на 4 балла) — собрать данные и как-то отобразить их на странице. Остаток складывается из:
* 2 балла: визуализация. Качество визуализации вычисляем, кидаясь друг в друга ссылками на авторитетных специалистов в области.
* 2 балла: исследование. Интересные и разнообразные вопросы, логичные выводы, уместное использование статистики.
* 1 балл: текст статьи. Грамотный, читаемый и интересный.
* 1 балл: интерфейс. Приложение работает, точки на графиках подсвечиваются, и я в роли пользователя не могу его сломать.

Работа построена итеративно (делаем — обсуждаем — улучшаем), так что всех, кто иногда делает что-то по проекту, ждёт приятный сюрприз.

=== Ориентировочное расписание занятий ===
Любой день после 19:00

Журналистика данных и визуализация (проект)

2017-09-04T14:03:46Z

V.klepov:

{{Карточка_проекта
|name=Журналистика данных и визуализация
|mentor=Владимир Клепов
|mentor_login={{URLENCODE:V.klepov|WIKI}}
|semester=Осень 2017
|course=2
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
Хорошая визуализация находится между статистикой, дизайном и программированием. У визуализации на компьютере есть два важных преимущества перед классическим печатным форматом: она может изменяться со временем, и, что самое классное, с ней можно взаимодействовать. При этом пока никто не знает, как эффективно эти преимущества использовать.

Каждый участник проекта опубликует интерактивную статью, которая помогает читателю разобраться в незнакомой теме. Формат проекта никак не ограничивает предметную область: это может быть политика, экономика, футбол или что угодно другое. Такой подход — отличная возможность познакомиться с полным жизненным циклом проекта: планированием, дизайном, разработкой. Работа построена итеративно: несколько раз в месяц собираемся, обсуждаем текущие результаты и предлагаем улучшения.

Действовать будем так:
* Выбираем тему — например, «Недвижимость Краснодара», «Композиторы XX века» или «Геноцид в Руанде».
* Задаём вопросы и думаем, какие данные помогут ответить на них. Для недвижимости: Сколько стоит жилье в разных частях города? Где находится больше частных домов, а где — многоэтажек? В каких годах застраивались районы? Как меняются цены со временем? Какие районы спальные, а в каких больше коммерческих или промышленных помещений?
* Находим нужные данные в интернете, собираем и структурируем их. В исследовании по недвижимости подойдут циан или авито.
* Думаем, какие визуализации понятнее всего представляют данные — для недвижимости пригодятся карта со средними ценами, графики количества предложений по сезонам.
* Пишем сопроводительный текст, подчеркиваем интересные детали — возможно, строительство стадиона обрушило цены на жилье вокруг? В науках о данных это называется сторителлинг.
* Дорабатываем юзабилити — визуальные связи между графиками помогли бы.

[[Файл:rhythm-of-food.png|400px|справа]]
Интересные тематические исследования:
* http://rhythm-of-food.net
* https://www.nytimes.com/interactive/2014/06/05/upshot/how-the-recession-reshaped-the-economy-in-255-charts.html
* https://www.youtube.com/watch?feature=player_embedded&v=jbkSRLYSojo
* https://research.google.com/bigpicture/music/

Обратите внимание, что проект не предполагает сложной статистики — если вам интереснее машин лёрнинг, лучше выбрать что-нибудь другое.

=== Чему вы научитесь? ===
* Проводить собственные исследования и доносить их результаты до других.
* Визуализировать данные.
* Разрабатывать интерактивные веб-интерфейсы (очень горячее IT-направление!)
* Собирать и структурировать любые данные, которые есть в интернете.

=== Какие начальные требования? ===
Главное — желание самостоятельно работать и исследовать выбранную тему. Не критично, но здорово иметь хотя бы отдалённое представление или интерес к веб-разработке.

=== Какие будут использоваться технологии? ===
Предполагаемый стек:
* Сбор данных на node.js + cheerio или python + scrapy.
* Статья верстается стандартным веб-стеком: HTML, CSS, webpack.
* Визуализации на d3, leaflet, react или всём, что вам понравится.

=== Темы вводных занятий ===
* Есть блок из 4-5 занятий по основам js.
* Устроим несколько семинаров для знакомства с принципами визуализации по Тафти.
Остальные вопросы будем решать по мере поступления.

=== Направления развития ===
Формат проекта — создание готового и ''достаточно'' хорошего продукта за ограниченный срок. Дизайн, исследование и код можно улучшать бесконечно, но сложно назвать направления заранее. Было бы здорово придумать и использовать нестандартные типы визуализаций (например, график потоков в https://www.nytimes.com/interactive/2014/08/13/upshot/where-people-in-each-state-were-born.html)

=== Критерии оценки ===
Обязательная часть проекта (на 4 балла) — собрать данные и как-то отобразить их на странице. Остаток складывается из:
* 2 балла: визуализация. Качество визуализации вычисляем, кидаясь друг в друга ссылками на авторитетных специалистов в области.
* 2 балла: исследование. Интересные и разнообразные вопросы, логичные выводы, уместное использование статистики.
* 1 балл: текст статьи. Грамотный, читаемый и интересный.
* 1 балл: интерфейс. Приложение работает, точки на графиках подсвечиваются, и я в роли пользователя не могу его сломать.

Работа построена итеративно (делаем — обсуждаем — улучшаем), так что всех, кто иногда делает что-то по проекту, ждёт приятный сюрприз.

=== Ориентировочное расписание занятий ===
Любой день после 19:00

Журналистика данных и визуализация (проект)

2017-09-04T13:11:48Z

V.klepov:

{{Карточка_проекта
|name=Журналистика данных и визуализация
|mentor=Владимир Клепов
|mentor_login={{URLENCODE:V.klepov|WIKI}}
|semester=Осень 2017
|course=2
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
Хорошая визуализация находится между статистикой, дизайном и программированием. У визуализации на компьютере есть два важных преимущества перед классическим печатным форматом: она может изменяться со временем, и, что самое классное, с ней можно взаимодействовать. При этом пока никто не знает, как эффективно эти преимущества использовать.

Каждый участник проекта опубликует интерактивную статью, которая помогает читателю разобраться в незнакомой теме. Формат проекта никак не ограничивает предметную область: это может быть политика, экономика, футбол или что угодно другое. Такой подход — отличная возможность познакомиться с полым жизненным циклом проекта: планированием, дизайном, разработкой. Работа построена итеративно: несколько раз в месяц собираемся, обсуждаем текущие результаты и предлагаем улучшения.

Действовать будем так:
* Выбираем тему — например, «Недвижимость Краснодара», «Композиторы XX века» или «Геноцид в Руанде».
* Задаём вопросы и думаем, какие данные помогут ответить на них. Для недвижимости: Сколько стоит жилье в разных частях города? Где находится больше частных домов, а где — многоэтажек? В каких годах застраивались районы? Кака меняются цены со временем? Какие районы спальные, а в каких больше коммерческих или промышленных помещений?
* Находим нужные данные в интернете, собираем и структурируем их. Для исследования по недвижимости подойдут циан или авито.
* Думаем, какие визуализации понятнее всего представляют данные — для недвижимости пригодятся карта со средними ценами, графики количества предложений по сезонам.
* Пишем сопроводительный текст, подчеркиваем интересные детали — возможно, строительство стадиона обрушило цены на жилье вокруг? В науках о данных это называется сторителлинг.
* Дорабатываем юзабилити — визуальные связи между графиками помогли бы.

[[Файл:rhythm-of-food.png|400px|справа]]
Интересные тематические исследования:
* http://rhythm-of-food.net
* https://www.nytimes.com/interactive/2014/06/05/upshot/how-the-recession-reshaped-the-economy-in-255-charts.html
* https://www.youtube.com/watch?feature=player_embedded&v=jbkSRLYSojo
* https://research.google.com/bigpicture/music/

Обратите внимание, что проект не предполагает сложной статистики — если вам интереснее машин лёрнинг, лучше выбрать что-нибудь другое.

=== Чему вы научитесь? ===
* Проводить собственные исследования и доносить их результаты до других.
* Визуализировать данные.
* Разрабатывать интерактивные веб-интерфейсы (очень горячее IT-направление!)
* Собирать и структурировать любые данные, которые есть в интернете.

=== Какие начальные требования? ===
Главное требование — желание самостоятельно работать и исследовать выбранную тему. Не критично, но здорово иметь хотя бы отдалённое представление или интерес к веб-разработке.

=== Какие будут использоваться технологии? ===
Предполагаемый стек:
* Сбор данных на node.js + cheerio или python + scrapy.
* Статья верстается стандартным веб-стеком: HTML, CSS, webpack.
* Визуализации на d3, leaflet, react или всём, что вам понравится.

=== Темы вводных занятий ===
* Есть блок из 4 занятий по основам js
* Скорее всего проведём несколько семинаров для знакомства с принципами визуализаций по Тафти.
Остальные вопросы будем решать по мере поступления.

=== Направления развития ===
Формат проекта — создание готового и достаточно хорошего продукта за ограниченный срок. Дизайн, исследование и код можно улучшать бесконечно, но сложно назвать направления заранее. Было бы здорово придумать и использовать нестандартные типы визуализаций (например, график потоков в https://www.nytimes.com/interactive/2014/08/13/upshot/where-people-in-each-state-were-born.html)

=== Критерии оценки ===
Обязательная часть проекта (на 4 балла) — собрать данные и как-то отобразить их на странице. Далее оценка складывается из:
* 2 балла: визуализация. Качество визуализации вычисляем, кидаясь друг в друга ссылками на авторитетных специалистов в области.
* 2 балла: исследование: интересные и разнообразные вопросы, логичные выводы, уместное использование статистики.
* 1 балл: грамотный, читаемый и интересный текст статьи.
* 1 балл: интерактивность работает и я в роли пользователя не могу сломать ваше приложение.

Работа построена итеративно (делаем — обсуждаем — улучшаем), так что всех, кто иногда делает что-то по проекту, ждёт приятный сюрприз.

=== Ориентировочное расписание занятий ===
Любой день после 19:00

Журналистика данных и визуализация (проект)

2017-09-04T13:08:01Z

V.klepov:

{{Карточка_проекта
|name=Журналистика данных и визуализация
|mentor=Владимир Клепов
|mentor_login={{URLENCODE:V.klepov|WIKI}}
|semester=Осень 2017
|course=2
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
Хорошая визуализация находится между статистикой, дизайном и программированием. У визуализации на компьютере есть два важных преимущества перед классическим печатным форматом: она может изменяться со временем, и, что самое классное, с ней можно взаимодействовать. При этом пока никто не знает, как эффективно эти преимущества использовать.

Каждый участник проекта опубликует интерактивную статью, которая помогает читателю разобраться в незнакомой теме. Формат проекта никак не ограничивает предметную область: это может быть политика, экономика, футбол или что угодно другое. Такой подход — отличная возможность познакомиться с полым жизненным циклом проекта: планированием, дизайном, разработкой. Работа построена итеративно: несколько раз в месяц собираемся, обсуждаем текущие результаты и предлагаем улучшения.

Действовать будем так:
* Выбираем тему — например, «Недвижимость Краснодара», «Композиторы XX века» или «Геноцид в Руанде».
* Задаём вопросы и думаем, какие данные помогут ответить на них. Для недвижимости: Сколько стоит жилье в разных частях города? Где находится больше частных домов, а где — многоэтажек? В каких годах застраивались районы? Кака меняются цены со временем? Какие районы спальные, а в каких больше коммерческих или промышленных помещений?
* Находим нужные данные в интернете, собираем и структурируем их. Для исследования по недвижимости подойдут циан или авито.
* Думаем, какие визуализации понятнее всего представляют данные — для недвижимости пригодятся карта со средними ценами, графики количества предложений по сезонам.
* Пишем сопроводительный текст, подчеркиваем интересные детали — возможно, строительство стадиона обрушило цены на жилье вокруг? В науках о данных это называется сторителлинг.
* Дорабатываем юзабилити — визуальные связи между графиками помогли бы.

[[Файл:rhythm-of-food.png|400px|справа]]
Интересные тематические исследования:
* http://rhythm-of-food.net
* https://www.youtube.com/watch?feature=player_embedded&v=jbkSRLYSojo
* https://pudding.cool/2017/03/music-history/
* https://research.google.com/bigpicture/music/

Обратите внимание, что проект не предполагает сложной статистики — если вам интереснее машин лёрнинг, лучше выбрать что-нибудь другое.

=== Чему вы научитесь? ===
* Проводить собственные исследования и доносить их результаты до других.
* Визуализировать данные.
* Разрабатывать интерактивные веб-интерфейсы (очень горячее IT-направление!)
* Собирать и структурировать любые данные, которые есть в интернете.

=== Какие начальные требования? ===
Главное требование — желание самостоятельно работать и исследовать выбранную тему. Не критично, но здорово иметь хотя бы отдалённое представление или интерес к веб-разработке.

=== Какие будут использоваться технологии? ===
Предполагаемый стек:
* Сбор данных на node.js + cheerio или python + scrapy.
* Статья верстается стандартным веб-стеком: HTML, CSS, webpack.
* Визуализации на d3, leaflet, react или всём, что вам понравится.

=== Темы вводных занятий ===
* Есть блок из 4 занятий по основам js
* Скорее всего проведём несколько семинаров для знакомства с принципами визуализаций по Тафти.
Остальные вопросы будем решать по мере поступления.

=== Направления развития ===
Формат проекта — создание готового и достаточно хорошего продукта за ограниченный срок. Дизайн, исследование и код можно улучшать бесконечно, но сложно назвать направления заранее. Было бы здорово придумать и использовать нестандартные типы визуализаций (например, график потоков в https://www.nytimes.com/interactive/2014/08/13/upshot/where-people-in-each-state-were-born.html)

=== Критерии оценки ===
Обязательная часть проекта (на 4 балла) — собрать данные и как-то отобразить их на странице. Далее оценка складывается из:
* 2 балла: визуализация. Качество визуализации вычисляем, кидаясь друг в друга ссылками на авторитетных специалистов в области.
* 2 балла: исследование: интересные и разнообразные вопросы, логичные выводы, уместное использование статистики.
* 1 балл: грамотный, читаемый и интересный текст статьи.
* 1 балл: интерактивность работает и я в роли пользователя не могу сломать ваше приложение.

Работа построена итеративно (делаем — обсуждаем — улучшаем), так что всех, кто иногда делает что-то по проекту, ждёт приятный сюрприз.

=== Ориентировочное расписание занятий ===
Любой день после 19:00

Журналистика данных и визуализация (проект)

2017-09-04T12:49:18Z

V.klepov: добавил пикчу

{{Карточка_проекта
|name=Журналистика данных и визуализация
|mentor=Владимир Клепов
|mentor_login={{URLENCODE:V.klepov|WIKI}}
|semester=Осень 2017
|course=2
|summer=on
|number_of_students=8
|categorize=yes
}}

=== Что это за проект? ===
Хорошая визуализация находится между статистикой, дизайном и программированием. У визуализации на компьютере есть два важных преимущества перед классическим печатным форматом: она может изменяться со временем, и, что самое классное, с ней можно взаимодействовать. При этом пока никто не знает, как эффективно эти преимущества использовать.

Каждый участник проекта опубликует интерактивную статью, которая помогает читателю разобраться в незнакомой теме. Формат проекта никак не ограничивает предметную область: это может быть политика, экономика, футбол или что угодно другое. Такой подход — отличная возможность познакомиться с полым жизненным циклом проекта: планированием, дизайном, разработкой. Работа построена итеративно: несколько раз в месяц собираемся, обсуждаем текущие результаты и предлагаем улучшения.

Действовать будем так:
* Выбираем тему — например, «Недвижимость Краснодара», «Композиторы XX века» или «Геноцид в Руанде».
* Задаём вопросы и думаем, какие данные помогут ответить на них. Для недвижимости: Сколько стоит жилье в разных частях города? Где находится больше частных домов, а где — многоэтажек? В каких годах застраивались районы? Кака меняются цены со временем? Какие районы спальные, а в каких больше коммерческих или промышленных помещений?
* Находим нужные данные в интернете, собираем и структурируем их. Для исследования по недвижимости подойдут циан или авито.
* Думаем, какие визуализации понятнее всего представляют данные — для недвижимости пригодятся карта со средними ценами, графики количества предложений по сезонам.
* Пишем сопроводительный текст, подчеркиваем интересные детали — возможно, строительство стадиона обрушило цены на жилье вокруг? В науках о данных это называется сторителлинг.
* Дорабатываем юзабилити — визуальные связи между графиками помогли бы.

[[Файл:rhythm-of-food.png|400px|справа]]
Интересные тематические исследования:
* http://rhythm-of-food.net
* https://www.youtube.com/watch?feature=player_embedded&v=jbkSRLYSojo
* https://pudding.cool/2017/03/music-history/
* https://research.google.com/bigpicture/music/

Обратите внимание, что проект не предполагает сложной статистики — если вам интереснее машин лёрнинг, лучше выбрать что-нибудь другое.

=== Чему вы научитесь? ===
* Проводить собственные исследования и доносить их результаты до других.
* Визуализировать данные.
* Разрабатывать интерактивные веб-интерфейсы (очень горячее IT-направление!)
* Собирать и структурировать любые данные, которые есть в интернете.

=== Какие начальные требования? ===
Главное требование — желание самостоятельно работать и исследовать выбранную тему. Не критично, но здорово иметь хотя бы отдалённое представление или интерес к веб-разработке.

=== Какие будут использоваться технологии? ===
Предполагаемый стек:
* Сбор данных на node.js + cheerio или python + scrapy.
* Статья верстается стандартным веб-стеком: HTML, CSS, webpack.
* Визуализации на d3, leaflet, react или всём, что вам понравится.

=== Темы вводных занятий ===
* Есть блок из 4 занятий по основам js
* Скорее всего проведём несколько семинаров для знакомства с принципами визуализаций по Тафти.
Остальные вопросы будем решать по мере поступления.

=== Направления развития ===
Формат проекта — создание готового и достаточно хорошего продукта за ограниченный срок. Дизайн, исследование и код можно улучшать бесконечно, но сложно назвать направления заранее. Было бы здорово придумать и использовать нестандартные типы визуализаций (например, график потоков в https://www.nytimes.com/interactive/2014/08/13/upshot/where-people-in-each-state-were-born.html)

=== Критерии оценки ===
Обязательная часть проекта (на 4 балла) — собрать данные и как-то отобразить их на странице. Далее оценка складывается из:
* 2 балла: визуализация. Качество визуализации вычисляем, кидаясь друг в друга ссылками на авторитетных специалистов в области.
* 2 балла: исследование: интересные и разнообразные вопросы, логичные выводы, уместное использование статистики.
* 1 балл: грамотный, читаемый и интересный текст статьи.
* 1 балл: интерактивность работает и я в роли пользователя не могу сломать ваше приложение.

Работа построена итеративно (делаем — обсуждаем — улучшаем), так что всех, кто иногда делает что-то по проекту, ждёт приятный сюрприз.

=== Ориентировочное расписание занятий ===
Любой день после 19:00

Файл:Rhythm-of-food.png

2017-09-04T12:46:12Z

V.klepov:

Журналистика данных и визуализация (проект)

2017-09-04T12:43:10Z

V.klepov: Новая страница, с помощью формы Новый_проект

{{Карточка_проекта
|name=Журналистика данных и визуализация
|mentor=Владимир Клепов
|mentor_login={{URLENCODE:V.klepov|WIKI}}
|semester=Осень 2017
|course=2
|summer=on
|number_of_students=8
|categorize=yes
}}

=== Что это за проект? ===
Хорошая визуализация находится между статистикой, дизайном и программированием. У визуализации на компьютере есть два важных преимущества перед классическим печатным форматом: она может изменяться со временем, и, что самое классное, с ней можно взаимодействовать. При этом пока никто не знает, как эффективно эти преимущества использовать.

Каждый участник проекта опубликует интерактивную статью, которая помогает читателю разобраться в незнакомой теме. Формат проекта никак не ограничивает предметную область: это может быть политика, экономика, футбол или что угодно другое. Такой подход — отличная возможность познакомиться с полым жизненным циклом проекта: планированием, дизайном, разработкой. Работа построена итеративно: несколько раз в месяц собираемся, обсуждаем текущие результаты и предлагаем улучшения.

Действовать будем так:
* Выбираем тему — например, «Недвижимость Краснодара», «Композиторы XX века» или «Геноцид в Руанде».
* Задаём вопросы и думаем, какие данные помогут ответить на них. Для недвижимости: Сколько стоит жилье в разных частях города? Где находится больше частных домов, а где — многоэтажек? В каких годах застраивались районы? Кака меняются цены со временем? Какие районы спальные, а в каких больше коммерческих или промышленных помещений?
* Находим нужные данные в интернете, собираем и структурируем их. Для исследования по недвижимости подойдут циан или авито.
* Думаем, какие визуализации понятнее всего представляют данные — для недвижимости пригодятся карта со средними ценами, графики количества предложений по сезонам.
* Пишем сопроводительный текст, подчеркиваем интересные детали — возможно, строительство стадиона обрушило цены на жилье вокруг? В науках о данных это называется сторителлинг.
* Дорабатываем юзабилити — визуальные связи между графиками помогли бы.

Интересные тематические исследования:
http://rhythm-of-food.net
https://www.youtube.com/watch?feature=player_embedded&v=jbkSRLYSojo
https://pudding.cool/2017/03/music-history/
https://research.google.com/bigpicture/music/

Обратите внимание, что проект не предполагает сложной статистики — если вам интереснее машин лёрнинг, лучше выбрать что-нибудь другое.

=== Чему вы научитесь? ===
* Проводить собственные исследования и доносить их результаты до других.
* Визуализировать данные.
* Разрабатывать интерактивные веб-интерфейсы (очень горячее IT-направление!)
* Собирать и структурировать любые данные, которые есть в интернете.

=== Какие начальные требования? ===
Главное требование — желание самостоятельно работать и исследовать выбранную тему. Не критично, но здорово иметь хотя бы отдалённое представление или интерес к веб-разработке.

=== Какие будут использоваться технологии? ===
Предполагаемый стек:
* Сбор данных на node.js + cheerio или python + scrapy.
* Статья верстается стандартным веб-стеком: HTML, CSS, webpack.
* Визуализации на d3, leaflet, react или всём, что вам понравится.

=== Темы вводных занятий ===
* Есть блок из 4 занятий по основам js
* Скорее всего проведём несколько семинаров для знакомства с принципами визуализаций по Тафти.
Остальные вопросы будем решать по мере поступления.

=== Направления развития ===
Формат проекта — создание готового и достаточно хорошего продукта за ограниченный срок. Дизайн, исследование и код можно улучшать бесконечно, но сложно назвать направления заранее. Было бы здорово придумать и использовать нестандартные типы визуализаций (например, график потоков в https://www.nytimes.com/interactive/2014/08/13/upshot/where-people-in-each-state-were-born.html)

=== Критерии оценки ===
Обязательная часть проекта (на 4 балла) — собрать данные и как-то отобразить их на странице. Далее оценка складывается из:
* 2 балла: визуализация. Качество визуализации вычисляем, кидаясь друг в друга ссылками на авторитетных специалистов в области.
* 2 балла: исследование: интересные и разнообразные вопросы, логичные выводы, уместное использование статистики.
* 1 балл: грамотный, читаемый и интересный текст статьи.
* 1 балл: интерактивность работает и я в роли пользователя не могу сломать ваше приложение.

Работа построена итеративно (делаем — обсуждаем — улучшаем), так что всех, кто иногда делает что-то по проекту, ждёт приятный сюрприз.

=== Ориентировочное расписание занятий ===
Любой день после 19:00

Участник:V.klepov

2017-09-02T13:05:33Z

V.klepov:

[[Файл:Vladimir.jpg|мини|справа|Это Владимир]]

{{Карточка_ментора
|categorize = yes
}}

==Владимир Клепов==

Закончил ФКН Вышки. Занимаюсь веб-разработкой, особенно фронтендом — пользовательскими интерфейсами к сложным веб-приложениям. Помимо собственно программирования и юзабилити интересуюсь дизайном, управлением проектами и визуализацией данных.

Мои проекты скорее прикладные, чем научные — думаю, в мире очень не хватает специалистов, которые искали бы интересные технологические решения повседневных проблем.

==Контакты==
* почта: v.klepov@gmail.com
* telegram: @vovcello
* телефон: +7 965 265-00-61
* вк: https://vk.com/id6959040

Участник:V.klepov

2017-09-02T13:02:19Z

V.klepov:

[[Файл:Vladimir.jpg|мини|справа|Это Владимир]]

{{Карточка_ментора
|categorize = yes
}}

==Владимир Клепов==

Закончил ФКН Вышки. Занимаюсь веб-разработкой, особенно фронтендом — пользовательскими интерфейсами к сложным веб-приложениям. Помимо собственно программирования и юзабилити интересуюсь дизайном, управлением проектами и визуализацией данных.

Мои проекты скорее прикладные, чем научные — думаю, в мире очень не хватает специалистов, которые могли бы применять интересные технологические решения к повседневным проблемам.

==Контакты==
* почта: v.klepov@gmail.com
* telegram: @vovcello
* телефон: +7 965 265-00-61
* вк: https://vk.com/id6959040

Участник:V.klepov

2017-09-02T11:36:47Z

V.klepov: фоточку добавил

[[Файл:Vladimir.jpg|мини|справа|Это Владимир]]

{{Карточка_ментора
|categorize = yes
}}

==Владимир Клепов==

* Веб-программист

==Контакты==
* почта: v.klepov@gmail.com
* телефон: +7 965 265-00-61
* вк: https://vk.com/id6959040

Файл:Vladimir.jpg

2017-09-02T11:35:39Z

V.klepov:

Участник:V.klepov

2016-10-07T16:32:28Z

V.klepov: Новая страница: «{{Карточка_ментора |categorize = yes }} ==Владимир Клепов== * Веб-программист ==Контакты== * почта: v.k…»

{{Карточка_ментора
|categorize = yes
}}

==Владимир Клепов==

* Веб-программист

==Контакты==
* почта: v.klepov@gmail.com
* телефон: +7 965 265-00-61
* вк: https://vk.com/id6959040

Агрегатор новостей на подобии Meduza.io (командный проект)

2016-08-29T19:05:26Z

V.klepov:

{{Карточка_командного_проекта
|name=Агрегатор новостей на подобии Meduza.io
|company=IPONWEB
|semester=Осень 2016
|course=3
|number_of_students=3-4
|categorize=yes
}}

=== Что это за проект? ===
Агрегатор новостных сайтов, также кластеризует новости, находя похожие темы. Также есть админка для коллективной работы над текстами новостей с привязкой к собранным темам.

=== Чему научатся студенты? Что самое интересное в проекте? ===
* Пример разработки системы агрегации
* Обработка и анализ текста
* Разработка системы взаимодействия в реальном времени

=== Организация работы (Как студенты будут работать в команде?) ===
Основные моменты взаимодействия:
* Непрерывня интеграция: линтеры кода, прогон тестов, покрытие тестами, сборка пакета и выкладка на прод, работа с конфигурациями. Настройка на примере Jenkins или Phabricator. Работа с конфигурациями через Puppet (или, возможно, Docker или Vagrant)
* Гибкая методология разработки: бэклог, организация спринтов, оценка сложности задач и сопоставление с фактически потраченным, демо. Технически на примере Trello, RedMine или Phabricator
* В группе каждые 2 недели (спринт) переходит роль менеджера проекта, чтобы каждый мог попробовать роль пару раз и на планирование не забивали.
* Взаимные код-ревью: все ревьюят всех.
* Удаленная работа, встречаться нечасто (например, в конце каждого спринта), но раз в 2-3 дня обязательно синхронизовать результаты и планы в слаке/телеграмме или по почте.

=== Компоненеты (Из каких частей состоит проект?) ===
* Агрегация и работа с разными источниками.
* Кластеризация новостей, склеивание по общим темам, возможно склеивание в истории с развитием.
* Параллельная работа в админке (см. Описание Медузы)
* Редактор новости: проверка правописания, выявление именованных сущностей и рекомендации справки о них, поиск новостей по этой же теме по мере написания материала.
* Составление рекомендаций связанного контента: по тексту и корректировка по поведению пользователей

Техническое описание устройства Медузы:
* https://medium.com/meduza-dev/-9dbf37861e11#.tcci76sag
* https://medium.com/meduza-dev/-f86a924c09a2#.uqcmksrtt
* https://medium.com/meduza-how-it-works/-1a99202d27a3#.uocxelhaj

Сделать агрегацию нескольких источников, нормализацию текста (и перевод в bag-of-words), затем кластеризацию новостей за последнее время для поиска схожих тем и их развитий.

Админка должна отображать текущие агрегированные темы, тему, на которую составляется новость. Также через веб-сокеты должна быть реализована совместная работа над текстом. Также печатаемый текст проверяется на поиск именованых сущностей для привязки справки по ним.

=== Какие будут использоваться технологии? ===
Язык разработки непринципиален, подойдет любой, в котором удобно работать с HTTP-запросами, взаимодействовать с СУБД и разрабатывать веб-сервер (например, Python, Ruby, JavaScript)

В качестве платформы подойдут AWS или Google Cloud

=== Какие начальные требования? ===
* Базовое понимание HTTP, опыт работы с API.
* Опыт веб-разработки

=== Темы вводных занятий ===
* Взаимодействие в команде, методология Agile
* Архитектура разрабатываемого проекта
* Составление бэклога и планирование спринтов

=== Критерии оценки ===
Минимальные требования (на 4-5):
* Агрегация по крайне мере 10 источников новостей на русском языке
* Нормализация (составление bag of words, векторной модели новостей)
* Кластеризация новостей по схожести, определение дубликатов

Точные требования на 6-10 будут сформулированы на первых занятиях исходя из составленного бэклога и уровня подготовки участников проекта.

=== Похожие проекты ===
* Яндекс.Новости, Google News - агрегация
* Meduza.io - редактирование новостей

=== Контактная информация ===
* Почта: acccko@gmail.com
* Телеграмм: @acccko

Создание схем общественного транспорта на основе геоданных (проект)

2016-08-29T17:38:51Z

V.klepov:

{{Карточка_проекта
|name=Создание схем общественного транспорта на основе геоданных
|mentor=Владимир Клепов
|mentor_login={{URLENCODE:V.klepov|WIKI}}
|semester=Осень 2016
|course=2
|summer=
|number_of_students=7
|categorize=yes
}}

=== Что это за проект? ===
Генератор маршрутных схем создает карты маршрутов общественного транспорта на основе данных из интернета.

Ручной дизайн таких схем занимает много сил и времени, и часто им не занимаются. Во многих городах схемы транспорта или вообще нет, или по ней сложно что-нибудь узнать. С другой стороны, отдельные операции хорошо автоматизируются:

* Подобрать цвета линий
* Привязать направления к сетке, сохранив топологию сети
* Выделить близкие линии
* Расставить остановки так, чтобы названия не мешали друг другу.

В зависимости от сложности и масштаба схемы используют несколько степеней упрощения:
* Карта: с буквальной привязкой к географии, подходит для небольших транспортных систем.
* Схема: подходит для сложных систем (или карт в мелком масштабе). Географию необходимо упростить: объединить несколько близкоидущих линий, привязать направления к регулярной сетке, поменять масштаб в зависимости от плотности остановок (например, на схеме метро Москвы центр гораздо больше, чем на самом деле)
* Комбинированная схема: ближайшие остановки привязаны к географии, но за пределами района работает как схема. Некоторые линии можно убрать (большой творческий простор).

Автоматизация сосредоточена на одном сценарии: я знаю, откуда и куда хочу добраться, и система подскажет кратчайший путь. Но есть много случаев, в которых лучше именно схема: например, нужно узнать, куда я могу доехать со своей остановки, или если у меня нет смартфона с интернетом.

Проект состоит из двух частей. Для начала нужно собрать инфомацию о координатах остановок и маршрутах между ними. Если очень повезет, часть данных может найтись в каком-нибудь АПИ. Иначе нужно будет найти какой-нибудь сайт с картой маршрутов и украсть данные оттуда. Эта часть проекта сложно обобщается на разные города и делается один раз. Вторая часть — веб-интерфейс, который принимает на вход данные о маршрутах и остановках и строит схему:

# Применяет алгоритмы для упрощения схемы (опционально)
# Отрисовать схему (для карт с привязкой -- на карте)
# Возможно, скорректировать дизайн (выбрать обозначения остановок, толщину линий и т.д.)
# Иногда (например, для обозначения сложных пересадок) может потребоваться ручная коррекция результатов.

=== Чему вы научитесь? ===
* Писать веб-скреперы (программы для сбора данных с веб-страниц без API).
* Нескольким алгоритмам на планарных графах.
* Работать с геоданными (API OpenStreetMap, Leaflet).
* Генерировать векторную графику по данным (очень полезно для анализа данных!)

=== Какие начальные требования? ===
Конечно же желание покодить. Желательно иметь опыт работы с веб-стеком: js, HTML, CSS-селекторы (не настаиваю, это не очень сложно).

=== Какие будут использоваться технологии? ===
* Javascript (для интерфейса и отрисовки)
* Собирать данные можно на чем угодно. Я использую node + cheerio и расскажу о них, но принципы везде одинаковые.
* Геоданные берутся из API OpenStreetMap.
* Результат генерируется в SVG через библиотеку общей (как d3) или географической (как Leaflet) визуализации. Можно использовать фронтенд-фреймворк: React очень хорош.

=== Темы вводных занятий ===
* Программирование на js/node.js, работа с npm, использование модуля request (HTTP-запросы), выгрузка данных в JSON.
* Веб-скрепинг: поиск нужных данных в интернете и автоматизация их сбора.
* Принципы дизайна транспортных схем.
* Алгоритмы автоматизации постоения схем.
* Создание веб-интерфейсов для динамической визуализации схем.

=== Направления развития ===
* При упрощении схемы использовать полную или частичную схематизацию
* Автоматически подбирать цвета линий
* Интерактивный веб-интерфейс: управлять графическими элементами, корректировать положение остановок и т.д.

=== Критерии оценки ===
4-5: Собрать данные о графе остановок и отрисовать карту.

6-7: Реализовать алгоритмы схематизации

8-10: Добавить что-либо из продвинутых возможностей (см. описание)

=== Ориентировочное расписание занятий ===
ПН-ПТ: с 15:00 по договоренности.

Создание схем общественного транспорта на основе геоданных (проект)

2016-08-29T17:13:40Z

V.klepov:

{{Карточка_проекта
|name=Создание схем общественного транспорта на основе геоданных
|mentor=Владимир Клепов
|mentor_login={{URLENCODE:V.klepov|WIKI}}
|semester=Осень 2016
|course=2
|summer=
|number_of_students=7
|categorize=yes
}}

=== Что это за проект? ===
Генератор маршрутных схем создает карты маршрутов общественного транспорта на основе данных из интернета.

Ручной дизайн таких схем занимает много сил и времени, и часто им не занимаются. Во многих городах схемы транспорта или вообще нет, или по ней сложно что-нибудь узнать. С другой стороны, отдельные операции хорошо автоматизируются:

* Подобрать цвета линий
* Привязать направления к сетке, сохранив топологию сети
* Выделить близкие линии
* Расставить остановки так, чтобы названия не мешали друг другу.

В зависимости от сложности и масштаба схемы используют несколько степеней упрощения:
* Карта: с буквальной привязкой к географии, подходит для небольших транспортных систем.
* Схема: подходит для сложных систем (или карт в мелком масштабе). Географию необходимо упростить: объединить несколько близкоидущих линий, привязать направления к регулярной сетке, поменять масштаб в зависимости от плотности остановок (например, на схеме метро Москвы центр гораздо больше, чем на самом деле)
* Комбинированная схема: ближайшие остановки привязаны к географии, но за пределами района работает как схема. Некоторые линии можно убрать (большой творческий простор).

Автоматизация сосредоточена на одном сценарии: я знаю, откуда и куда хочу добраться, и система подскажет кратчайший путь. Но есть много случаев, в которых лучше именно схема: например, узнать, куда я могу доехать со своей остановки, или у меня нет смартфона с интернетом.

Проект состоит из двух частей. Для начала нужно собрать инфомацию о координатах остановок и маршрутах между ними. Если очень повезет, часть данных может найтись в каком-нибудь АПИ. Иначе нужно будет найти какой-нибудь сайт с картой маршрутов и украсть данные оттуда. Эта часть проекта сложно обобщается на разные города и делается один раз. Вторая часть — веб-интерфейс, который принимает на вход данные о маршрутах и остановках и строит схему:

# Применяет алгоритмы для упрощения схемы (опционально)
# Отрисовать схему (для карт с привязкой -- на карте)
# Возможно, скорректировать дизайн (выбрать обозначения остановок, толщину линий и т.д.)
# Ингода (например, для обозначения сложных пересадок) может потребоваться ручная коррекция результатов.

=== Чему вы научитесь? ===
* Писать веб-скреперы (программы для сбора данных с веб-страниц без API).
* Нескольким алгоритмам на планарных графах.
* Работать с геоданными (API OpenStreetMap, Leaflet).
* Генерировать векторную графику по данным (очень полезно для анализа данных!)

=== Какие начальные требования? ===
Конечно же желание покодить. Желательно иметь опыт работы с веб-стеком: js, HTML, CSS-селекторы (не настаиваю, это не очень сложно).

=== Какие будут использоваться технологии? ===
* Javascript (для интерфейса и представления данных)
* Собирать данные можно на чем угодно (я использую node)
* Геоданные берутся из API OpenStreetMap
* Результат генерируется в SVG через библиотеку общей или географической визуализации (или фронтенд-фреймворк).

=== Темы вводных занятий ===
* Программирование на js/node.js, работа с npm, использование модуля request (HTTP-запросы), выгрузка данных в JSON.
* Веб-скрепинг: поиск нужных данных в интернете и автоматизация их сбора.
* Принципы дизайна транспортных схем.
* Алгоритмы автоматизации постоения схем.
* Создание веб-интерфейсов для динамической визуализации схем.

=== Направления развития ===
* При упрощении схемы использовать полную или частичную схематизацию
* Автоматически подбирать цвета линий
* Интерактивный веб-интерфейс: управлять графическими элементами, корректировать положение остановок и т.д.

=== Критерии оценки ===
4-5: Собрать данные о графе остановок и отрисовать карту.

6-7: Реализовать алгоритмы схематизации

8-10: Добавить что-либо из продвинутых возможностей (см. описание)

=== Ориентировочное расписание занятий ===
ПН-ПТ: с 15:00 по договоренности.

Создание схем общественного транспорта на основе геоданных (проект)

2016-08-29T17:12:58Z

V.klepov:

{{Карточка_проекта
|name=Создание схем общественного транспорта на основе геоданных
|mentor=Владимир Клепов
|mentor_login={{URLENCODE:V.klepov|WIKI}}
|semester=Осень 2016
|course=2
|summer=
|number_of_students=7
|categorize=yes
}}

=== Что это за проект? ===
Генератор маршрутных схем создает карты маршрутов общественного транспорта на основе данных из интернета.

Ручной дизайн таких схем занимает много сил и времени, и часто им не занимаются. Во многих городах схемы транспорта или вообще нет, или по ней сложно что-нибудь узнать. С другой стороны, отдельные операции хорошо автоматизируются:

* Подобрать цвета линий
* Привязать направления к сетке, сохранив топологию сети
* Выделить близкие линии
* Расставить остановки так, чтобы названия не мешали друг другу.

В зависимости от сложности и масштаба схемы используют несколько степеней упрощения:
* Карта: с буквальной привязкой к географии, подходит для небольших транспортных систем.
* Схема: подходит для сложных систем (или карт в мелком масштабе). Географию необходимо упростить: объединить несколько близкоидущих линий, привязать направления к регулярной сетке, поменять масштаб в зависимости от плотности остановок (например, на схеме метро Москвы центр гораздо больше, чем на самом деле)
* Комбинированная схема: ближайшие остановки привязаны к географии, но за пределами района работает как схема. Некоторые линии можно убрать (большой творческий простор).

Автоматизация сосредоточена на одном сценарии: я знаю, откуда и куда хочу добраться, и система подскажет кратчайший путь. Но есть много случаев, в которых лучше именно схема: например, узнать, куда я могу доехать со своей остановки, или у меня нет смартфона с интернетом.

Проект состоит из двух частей. Для начала нужно собрать инфомацию о координатах остановок и маршрутах между ними. Если очень повезет, часть данных может найтись в каком-нибудь АПИ. Иначе нужно будет найти какой-нибудь сайт с картой маршрутов и украсть данные оттуда. Эта часть проекта сложно обобщается на разные города и делается один раз. Вторая часть — веб-интерфейс, который принимает на вход данные о маршрутах и остановках и строит схему:

# Применяет алгоритмы для упрощения схемы (опционально)
# Отрисовать схему (для карт с привязкой -- на карте)
# Возможно, скорректировать дизайн (выбрать обозначения остановок, толщину линий и т.д.)
# Ингода (например, для обозначения сложных пересадок) может потребоваться ручная коррекция результатов.

=== Чему вы научитесь? ===
* Писать веб-скреперы (программы для сбора данных с веб-страниц без API).
* Нескольким алгоритмам на планарных графах.
* Работать с геоданными (API OpenStreetMap, Leaflet).
* Генерировать векторную графику по данным (очень полезно для анализа данных!)

=== Какие начальные требования? ===
КОнечно же желание покодить. Желательно иметь опыт работы с веб-стеком: js, HTML, CSS-селекторы (не настаиваю, это не очень сложно).

=== Какие будут использоваться технологии? ===
* Javascript (для интерфейса и представления данных)
* Собирать данные можно на чем угодно (я использую node)
* Геоданные берутся из API OpenStreetMap
* Результат генерируется в SVG через библиотеку общей или географической визуализации (или фронтенд-фреймворк).

=== Темы вводных занятий ===
* Программирование на js/node.js, работа с npm, использование модуля request (HTTP-запросы), выгрузка данных в JSON.
* Веб-скрепинг: поиск нужных данных в интернете и автоматизация их сбора.
* Принципы дизайна транспортных схем.
* Алгоритмы автоматизации постоения схем.
* Создание веб-интерфейсов для динамической визуализации схем.

=== Направления развития ===
* При упрощении схемы использовать полную или частичную схематизацию
* Автоматически подбирать цвета линий
* Интерактивный веб-интерфейс: управлять графическими элементами, корректировать положение остановок и т.д.

=== Критерии оценки ===
4-5: Собрать данные о графе остановок и отрисовать карту.

6-7: Реализовать алгоритмы схематизации

8-10: Добавить что-либо из продвинутых возможностей (см. описание)

=== Ориентировочное расписание занятий ===
ПН-ПТ: с 15:00 по договоренности.

Создание схем общественного транспорта на основе геоданных (проект)

2016-08-29T17:12:17Z

V.klepov:

{{Карточка_проекта
|name=Создание схем общественного транспорта на основе геоданных
|mentor=Владимир Клепов
|mentor_login={{URLENCODE:V.klepov|WIKI}}
|semester=Осень 2016
|course=2
|summer=
|number_of_students=7
|categorize=yes
}}

=== Что это за проект? ===
Генератор маршрутных схем создает карты маршрутов общественного транспорта на основе данных из интернета.

Ручной дизайн таких схем занимает много сил и времени, и часто им не занимаются. Во многих городах схемы транспорта или вообще нет, или по ней сложно что-нибудь узнать. С другой стороны, отдельные операции хорошо автоматизируются:

* Подобрать цвета линий
* Привязать направления к сетке, сохранив топологию сети
* Выделить близкие линии
* Расставить остановки так, чтобы названия не мешали друг другу.

В зависимости от сложности и масштаба схемы используют несколько степеней упрощения:
* Карта: с буквальной привязкой к географии, подходит для небольших транспортных систем.
* Схема: подходит для сложных систем (или карт в мелком масштабе). Географию необходимо упростить: объединить несколько близкоидущих линий, привязать направления к регулярной сетке, поменять масштаб в зависимости от плотности остановок (например, на схеме метро Москвы центр гораздо больше, чем на самом деле)
* Комбинированная схема: ближайшие остановки привязаны к географии, но за пределами района работает как схема. Некоторые линии можно убрать (большой творческий простор).

Автоматизация сосредоточена на одном сценарии: я знаю, откуда и куда хочу добраться, и система подскажет кратчайший путь. Но есть много случаев, в которых лучше именно схема: например, узнать, куда я могу доехать со своей остановки, или у меня нет смартфона с интернетом.

Проект состоит из двух частей. Для начала нужно собрать инфомацию о координатах остановок и маршрутах между ними. Если очень повезет, часть данных может найтись в каком-нибудь АПИ. Иначе нужно будет найти какой-нибудь сайт с картой маршрутов и украсть данные оттуда. Эта часть проекта сложно обобщается на разные города и делается один раз. Вторая часть — веб-интерфейс, который принимает на вход данные о маршрутах и остановках и строит схему:

1. Применяет алгоритмы для упрощения схемы (опционально)
2. Отрисовать схему (для карт с привязкой -- на карте)
3. Возможно, скорректировать дизайн (выбрать обозначения остановок, толщину линий и т.д.)
4. Ингода (например, для обозначения сложных пересадок) может потребоваться ручная коррекция результатов.

=== Чему вы научитесь? ===
* Писать веб-скреперы (программы для сбора данных с веб-страниц без API).
* Нескольким алгоритмам на планарных графах.
* Работать с геоданными (API OpenStreetMap, Leaflet).
* Генерировать векторную графику по данным (очень полезно для анализа данных!)

=== Какие начальные требования? ===
КОнечно же желание покодить. Желательно иметь опыт работы с веб-стеком: js, HTML, CSS-селекторы (не настаиваю, это не очень сложно).

=== Какие будут использоваться технологии? ===
* Javascript (для интерфейса и представления данных)
* Собирать данные можно на чем угодно (я использую node)
* Геоданные берутся из API OpenStreetMap
* Результат генерируется в SVG через библиотеку общей или географической визуализации (или фронтенд-фреймворк).

=== Темы вводных занятий ===
* Программирование на js/node.js, работа с npm, использование модуля request (HTTP-запросы), выгрузка данных в JSON.
* Веб-скрепинг: поиск нужных данных в интернете и автоматизация их сбора.
* Принципы дизайна транспортных схем.
* Алгоритмы автоматизации постоения схем.
* Создание веб-интерфейсов для динамической визуализации схем.

=== Направления развития ===
* При упрощении схемы использовать полную или частичную схематизацию
* Автоматически подбирать цвета линий
* Интерактивный веб-интерфейс: управлять графическими элементами, корректировать положение остановок и т.д.

=== Критерии оценки ===
4-5: Собрать данные о графе остановок и отрисовать карту.

6-7: Реализовать алгоритмы схематизации

8-10: Добавить что-либо из продвинутых возможностей (см. описание)

=== Ориентировочное расписание занятий ===
ПН-ПТ: с 15:00 по договоренности.

Создание схем общественного транспорта на основе геоданных (проект)

2016-08-29T17:11:57Z

V.klepov:

{{Карточка_проекта
|name=Создание схем общественного транспорта на основе геоданных
|mentor=Владимир Клепов
|mentor_login={{URLENCODE:V.klepov|WIKI}}
|semester=Осень 2016
|course=2
|summer=
|number_of_students=7
|categorize=yes
}}

=== Что это за проект? ===
Генератор маршрутных схем создает карты маршрутов общественного транспорта на основе данных из интернета.

Ручной дизайн таких схем занимает много сил и времени, и часто им не занимаются. Во многих городах схемы транспорта или вообще нет, или по ней сложно что-нибудь узнать. С другой стороны, отдельные операции хорошо автоматизируются:

* Подобрать цвета линий
* Привязать направления к сетке, сохранив топологию сети
* Выделить близкие линии
* Расставить остановки так, чтобы названия не мешали друг другу.

В зависимости от сложности и масштаба схемы используют несколько степеней упрощения:
* Карта: с буквальной привязкой к географии, подходит для небольших транспортных систем.
* Схема: подходит для сложных систем (или карт в мелком масштабе). Географию необходимо упростить: объединить несколько близкоидущих линий, привязать направления к регулярной сетке, поменять масштаб в зависимости от плотности остановок (например, на схеме метро Москвы центр гораздо больше, чем на самом деле)
* Комбинированная схема: ближайшие остановки привязаны к географии, но за пределами района работает как схема. Некоторые линии можно убрать (большой творческий простор).

Автоматизация сосредоточена на одном сценарии: я знаю, откуда и куда хочу добраться, и система подскажет кратчайший путь. Но есть много случаев, в которых лучше именно схема: например, узнать, куда я могу доехать со своей остановки, или у меня нет смартфона с интернетом.

Проект состоит из двух частей. Для начала нужно собрать инфомацию о координатах остановок и маршрутах между ними. Если очень повезет, часть данных может найтись в каком-нибудь АПИ. Иначе нужно будет найти какой-нибудь сайт с картой маршрутов и украсть данные оттуда. Эта часть проекта сложно обобщается на разные города и делается один раз. Вторая часть — веб-интерфейс, который принимает на вход данные о маршрутах и остановках и строит схему:

1. Применяет алгоритмы для упрощения схемы (опционально)
2. Отрисовать схему (для карт с привязкой -- на карте)
3. Возможно, скорректировать дизайн (выбрать обозначения остановок, толщину линий и т.д.)
4. Ингода (например, для обозначения сложных пересадок) может потребоваться ручная коррекция результатов.

=== Чему вы научитесь? ===
* Писать веб-скреперы (программы для сбора данных с веб-страниц без API).
* Нескольким алгоритмам на планарных графах.
* Работать с геоданными (API OpenStreetMap, Leaflet).
* Генерировать векторную графику по данным (очень полезно для анализа данных!)

=== Какие начальные требования? ===
КОнечно же желание покодить. Желательно иметь опыт работы с веб-стеком: js, HTML, CSS-селекторы (не настаиваю, это не очень сложно).

=== Какие будут использоваться технологии? ===
* Javascript (для интерфейса и представления данных)
* Собирать данные можно на чем угодно (я использую node)
* Геоданные берутся из API OpenStreetMap
* Результат генерируется в SVG через библиотеку общей или географической визуализации (или фронтенд-фреймворк).

=== Темы вводных занятий ===
* Программирование на js/node.js, работа с npm, использование модуля request (HTTP-запросы), выгрузка данных в JSON.
* Веб-скрепинг: поиск нужных данных в интернете и автоматизация их сбора.
* Принципы дизайна транспортных схем.
* Алгоритмы автоматизации постоения схем.
* Создание веб-интерфейсов для динамической визуализации схем.

=== Направления развития ===
* При упрощении схемы использовать полную или частичную схематизацию
* Автоматически подбирать цвета линий
* Интерактивный веб-интерфейс: управлять графическими элементами, корректировать положение остановок и т.д.

=== Критерии оценки ===
4-5: Собрать данные о графе остановок и отрисовать карту.
6-7: Реализовать алгоритмы схематизации
8-10: Добавить что-либо из продвинутых возможностей (см. описание)

=== Ориентировочное расписание занятий ===
ПН-ПТ: с 15:00 по договоренности.

Создание схем общественного транспорта на основе геоданных (проект)

2016-08-29T17:11:37Z

V.klepov:

{{Карточка_проекта
|name=Создание схем общественного транспорта на основе геоданных
|mentor=Владимир Клепов
|mentor_login={{URLENCODE:V.klepov|WIKI}}
|semester=Осень 2016
|course=2
|summer=
|number_of_students=7
|categorize=yes
}}

=== Что это за проект? ===
Генератор маршрутных схем создает карты маршрутов общественного транспорта на основе данных из интернета.

Ручной дизайн таких схем занимает много сил и времени, и часто им не занимаются. Во многих городах схемы транспорта или вообще нет, или по ней сложно что-нибудь узнать. С другой стороны, отдельные операции хорошо автоматизируются:

* Подобрать цвета линий
* Привязать направления к сетке, сохранив топологию сети
* Выделить близкие линии
* Расставить остановки так, чтобы названия не мешали друг другу.

В зависимости от сложности и масштаба схемы используют несколько степеней упрощения:
* Карта: с буквальной привязкой к географии, подходит для небольших транспортных систем.
* Схема: подходит для сложных систем (или карт в мелком масштабе). Географию необходимо упростить: объединить несколько близкоидущих линий, привязать направления к регулярной сетке, поменять масштаб в зависимости от плотности остановок (например, на схеме метро Москвы центр гораздо больше, чем на самом деле)
* Комбинированная схема: ближайшие остановки привязаны к географии, но за пределами района работает как схема. Некоторые линии можно убрать (большой творческий простор).

Автоматизация сосредоточена на одном сценарии: я знаю, откуда и куда хочу добраться, и система подскажет кратчайший путь. Но есть много случаев, в которых лучше именно схема: например, узнать, куда я могу доехать со своей остановки, или у меня нет смартфона с интернетом.

Проект состоит из двух частей. Для начала нужно собрать инфомацию о координатах остановок и маршрутах между ними. Если очень повезет, часть данных может найтись в каком-нибудь АПИ. Иначе нужно будет найти какой-нибудь сайт с картой маршрутов и украсть данные оттуда. Эта часть проекта сложно обобщается на разные города и делается один раз. Вторая часть — веб-интерфейс, который принимает на вход данные о маршрутах и остановках и строит схему:

1. Применяет алгоритмы для упрощения схемы (опционально)
2. Отрисовать схему (для карт с привязкой -- на карте)
3. Возможно, скорректировать дизайн (выбрать обозначения остановок, толщину линий и т.д.)
4. Ингода (например, для обозначения сложных пересадок) может потребоваться ручная коррекция результатов.

=== Чему вы научитесь? ===
* Писать веб-скреперы (программы для сбора данных с веб-страниц без API).
* Нескольким алгоритмам на планарных графах.
* Работать с геоданными (API OpenStreetMap, Leaflet).
* Генерировать векторную графику по данным (очень полезно для анализа данных!)

=== Какие начальные требования? ===
КОнечно же желание покодить. Желательно иметь опыт работы с веб-стеком: js, HTML, CSS-селекторы (не настаиваю, это не очень сложно).

=== Какие будут использоваться технологии? ===
* Javascript (для интерфейса и представления данных)
* Собирать данные можно на чем угодно (я использую node)
* Геоданные берутся из API OpenStreetMap
* Результат генерируется в SVG через библиотеку общей или географической визуализации (или фронтенд-фреймворк).

=== Темы вводных занятий ===
* Программирование на js/node.js, работа с npm, использование модуля request (HTTP-запросы), выгрузка данных в JSON.
* Веб-скрепинг: поиск нужных данных в интернете и автоматизация их сбора.
* Принципы дизайна транспортных схем.
* Алгоритмы автоматизации постоения схем.
* Создание веб-интерфейсов для динамической визуализации схем.

=== Направления развития ===
- При упрощении схемы использовать полную или частичную схематизацию
- Автоматически подбирать цвета линий
- Интерактивный веб-интерфейс: управлять графическими элементами, корректировать положение остановок и т.д.

=== Критерии оценки ===
4-5: Собрать данные о графе остановок и отрисовать карту.
6-7: Реализовать алгоритмы схематизации
8-10: Добавить что-либо из продвинутых возможностей (см. описание)

=== Ориентировочное расписание занятий ===
ПН-ПТ: с 15:00 по договоренности.

Создание схем общественного транспорта на основе геоданных (проект)

2016-08-29T15:14:56Z

V.klepov: Новая страница, с помощью формы Новый_проект

{{Карточка_проекта
|name=Создание схем общественного транспорта на основе геоданных
|mentor=Владимир Клепов
|mentor_login={{URLENCODE:V.klepov|WIKI}}
|semester=Осень 2016
|course=2
|summer=
|number_of_students=7
|categorize=yes
}}

=== Что это за проект? ===
Генератор маршрутных схем создает карты маршрутов общественного транспорта на основе данных из интернета.

Ручной дизайн таких схем занимает много сил и времени, и часто им не занимаются. Во многих городах схемы транспорта или вообще нет, или по ней сложно что-нибудь узнать. С другой стороны, отдельные операции хорошо автоматизируются:

* Подобрать цвета линий
* Привязать направления к сетке, сохранив топологию сети
* Выделить близкие линии
* Расставить остановки так, чтобы названия не мешали друг другу.

В зависимости от сложности и масштаба схемы используют несколько степеней упрощения:
* Карта: с буквальной привязкой к географии, подходит для небольших транспортных систем.
* Схема: подходит для сложных систем (или карт в мелком масштабе). Географию необходимо упростить: объединить несколько близкоидущих линий, привязать направления к регулярной сетке, поменять масштаб в зависимости от плотности остановок (например, на схеме метро Москвы центр гораздо больше, чем на самом деле)
* Комбинированная схема: ближайшие остановки привязаны к географии, но за пределами района работает как схема. Некоторые линии можно убрать (большой творческий простор).

Автоматизация сосредоточена на одном сценарии: я знаю, откуда и куда хочу добраться, и система подскажет кратчайший путь. Но есть много случаев, в которых лучше именно схема: например, узнать, куда я могу доехать со своей остановки, или у меня нет смартфона с интернетом.

Проект состоит из двух частей. Для начала нужно собрать инфомацию о координатах остановок и маршрутах между ними. Если очень повезет, часть данных может найтись в каком-нибудь АПИ. Иначе нужно будет найти какой-нибудь сайт с картой маршрутов и украсть данные оттуда. Эта часть проекта сложно обобщается на разные города и делается один раз. Вторая часть — веб-интерфейс, который принимает на вход данные о маршрутах и остановках и строит схему:

1. Применяет алгоритмы для упрощения схемы (опционально)
2. Отрисовать схему (для карт с привязкой -- на карте)
3. Возможно, скорректировать дизайн (выбрать обозначения остановок, толщину линий и т.д.)
4. Ингода (например, для обозначения сложных пересадок) может потребоваться ручная коррекция результатов.

=== Чему вы научитесь? ===
* Писать веб-скреперы (программы для сбора данных с веб-страниц без API).
* Нескольким алгоритмам на планарных графах.
* Работать с геоданными (API OpenStreetMap, Leaflet).
* Генерировать векторную графику по данным (очень полезно для анализа данных!)

=== Какие начальные требования? ===
КОнечно же желание покодить. Желательно иметь опыт работы с веб-стеком: js, HTML, CSS-селекторы (не настаиваю, это не очень сложно).

=== Какие будут использоваться технологии? ===
* Javascript (для интерфейса и представления данных)
* Собирать данные можно на чем угодно (я использую node)
* Геоданные берутся из API OpenStreetMap
* Результат генерируется в SVG через библиотеку общей или географической визуализации (или фронтенд-фреймворк).

=== Темы вводных занятий ===
- Программирование на js/node.js и модулем request (чтобы собирать данные).
- Веб-скрепинг: поиск нужных данных в интернете и автоматизация их сбора.
- Принципы дизайна транспортных схем.
- Алгоритмы автоматизации постоения схем.
- Создание веб-интерфейсов для динамической визуализации схем.

=== Направления развития ===
- При упрощении схемы использовать полную или частичную схематизацию
- Автоматически подбирать цвета линий
- Интерактивный веб-интерфейс: управлять графическими элементами, корректировать положение остановок и т.д.

=== Критерии оценки ===
4-5: Собрать данные о графе остановок и отрисовать карту.
6-7: Реализовать алгоритмы схематизации
8-10: Добавить что-либо из продвинутых возможностей (см. описание)

=== Ориентировочное расписание занятий ===
ПН-ПТ: с 15:00 по договоренности.