Бакалавриат
2026/2027





Научно-исследовательский семинар "Прикладной анализ данных в исторических исследованиях"
Статус:
Курс по выбору (История)
Кто читает:
Школа исторических наук
Где читается:
Факультет гуманитарных наук
Когда читается:
2-й курс, 1-3 модуль
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
3
Контактные часы:
44
Программа дисциплины
Аннотация
В рамках научно-исследовательского семинара студенты познакомится с инструментами для оптического распознавания источников, ГИС-сервисами, техниками сетевого анализа.
Цель освоения дисциплины
- Сформировать практические навыки полного цикла работы с историческими данными на языке Python: сбор, очистка, разведочный анализ, визуализация и интерпретация.
- Научить самостоятельно подбирать и применять цифровые и количественные методы, соответствующие исследовательской задаче и характеру источника.
- Обеспечить перенос освоенного инструментария в собственную исследовательскую практику студента через выполнение группового проекта полного цикла.
Планируемые результаты обучения
- Конструирует структурированный набор данных на основе исторического источника: определяет единицу наблюдения и состав признаков, нормализует имена, топонимы, даты и меры, документирует принятые решения
- Проводит разведочный анализ датасета и его визуализацию средствами Python, оценивает полноту и репрезентативность данных и указывает ограничения, которые они накладывают на выводы
- Применяет к историческому материалу методы пространственного (ГИС), сетевого анализа и автоматической обработки текста и обосновывает выбор метода характером источника и исследовательским вопросом
- Интерпретирует результаты цифрового анализа, соотносит их с содержательной исторической проблемой и оценивает достоверность полученных выводов
Содержание учебной дисциплины
- Раздел 1. От источника к датасету: сбор, оцифровка и очистка данных
- Раздел 2. Разведочный анализ и визуализация исторических данных
- Раздел 3. Пространственный и сетевой анализ
- Раздел 4. Анализ текстовых источников и инструменты искусственного интеллекта
Элементы контроля
- Домашнее задание 2: применение метода анализаФорма проведения: самостоятельная работа вне аудитории. Студент формирует набор данных на основе выбранного исторического источника и сдаёт вычислительный блокнот (Jupyter Notebook) с кодом сбора и очистки данных и краткое описание датасета (до 2 страниц): единица наблюдения, состав признаков, происхождение данных, принятые решения о нормализации. Результат кратко представляется на семинаре.
- Домашнее задание 2: применение метода анализаФорма проведения: самостоятельная работа вне аудитории. Студент применяет к собственным или предложенным преподавателем данным один из методов, изученных в разделах 2–4 (разведочный анализ и визуализация, ГИС, сетевой анализ, обработка текста или тематическое моделирование), и сдаёт вычислительный блокнот с кодом, полученными визуализациями и письменной интерпретацией результата. Результат кратко представляется на семинаре.
- ПроектФорма проведения: групповой проект (2–4 человека), выполняемый в течение учебного периода. Команда проходит полный цикл исследования на цифровых данных: постановка вопроса, сбор и подготовка данных, анализ, визуализация, выводы. Сдаётся репозиторий проекта (данные, код, документация) и итоговый текст объёмом до 10 страниц. Оценивается результат работы команды
- ЭкзаменФорма проведения: устный экзамен без билетов, офлайн, в сессию. Команда защищает проект (до 25 минут): доклад, демонстрация кода и результатов, ответы на вопросы. Каждому участнику задаются индивидуальные вопросы по его части работы и по методам курса, включая задачу на изменение условий («как изменился бы результат, если бы данные были собраны иначе»). Оценка выставляется индивидуально.
Промежуточная аттестация
- 2026/2027 3rd module0.2 * Домашнее задание 2: применение метода анализа + 0.2 * Проект + 0.4 * Экзамен + 0.2 * Домашнее задание 2: применение метода анализа
Список литературы
Рекомендуемая основная литература
- Анализ данных : учебник для вузов / под редакцией В. С. Мхитаряна. — Москва : Издательство Юрайт, 2025. — 448 с. — (Высшее образование). — ISBN 978-5-534-19964-2. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/560311 (дата обращения: 02.07.2026).
- Зольников, И. Д. Введение в геоинформационные системы и дистанционное зондирование : учебник для вузов / И. Д. Зольников, Н. В. Глушкова. — Москва : Издательство Юрайт, 2025. — 118 с. — (Высшее образование). — ISBN 978-5-534-18577-5. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/568930 (дата обращения: 02.07.2026).
- Нугуманова, А. Б. Автоматизированная обработка текстовых массивов : учебник и практикум для вузов / А. Б. Нугуманова. — 2-е изд. — Москва : Издательство Юрайт, 2026. — 82 с. — (Высшее образование). — ISBN 978-5-534-20738-5. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/589978 (дата обращения: 02.07.2026).
Рекомендуемая дополнительная литература
- Моделирование исторических процессов : от реконструкции реальности к анализу альтернатив, Бородкин, Л. И., 2016