Instructional Data Analytics and Education Intelligence(1),19/20-R

Paātrinoties e-izglītības vadības sistēmu, lietojumprogrammu un iesaistīto mobilo ierīču nemitīgai atjaunināšanai un straujai iekārtu paaudžu nomaiņai šo procesu analīze, novērtēšana un nākotnes prognozēšana kļūst par izaicinājumu procesu optimizācijā, kas saistās ar (1) e-studiju biznesu, (2) e-izglītības pētniecību un (3) e-studiju satura radīšanu, pārvaldību un piemērošanu jauniem apstākļiem. Studiju kurss “E-izglītības datu pētījumi un analītika” ir ieskats atbildē uz šo izaicinājumu.

Kursa gaitā paredzēts: (1) iepazīt datu analītikas teorētiskos pamatjēdzienus, (2) veidot priekšstatu par datu izaicinājumiem e-studiju ietvarā, (3) praktiski piedalīties e-studiju datu izgūšanā un sagatavošanā, (4) gūt priekšstatu par praktisku datu analīzi, (5) iepazīties ar mūsdienās lietojamiem programmēšanas ietvariem un vadošajām industrijas valodām (piemēram, JAVA, SCALA, KOTLIN, R un PYTHON). Papildus paredzēts (6) apskatīt datu izgūšanu no mobilajām ierīcēm un novērtēšanu, kā arī (7) apskatīt datu izguvi e-studiju mākoņos izplatītajās vidēs. Kursa saturu noslēdzošā tēma ir (8) ieskats mākslīgā intelekta un mašīnmācīšanās uzdevumos un risinājumos e-studijās.

Kursa laikā studenti tiks aicināti iepazīties ar datu analītikas zinātnes sasniegumiem. Studenti piedalīsies klātienes pārrunās, patstāvīgā izstrādē un tiks iedrošināti praksē risināt e-studiju datu izguves, analīzes un vizualizācijas problēmas.

Darba rezultāts par katru apskatīto tēmu tiks vērtēts pēc studenta spējām iesaistīties vienā no četriem aktivitāšu līmeņiem: (1) ar e-tehnoloģijām realizēts atstāsts par apskatāmo tēmu, (2) tēmas padziļināts pētījums ar tematiku izejošu ārpus kursa kontaktstundās apskatītā materiāla, (3) praktiskā datu apstrādē ievirzīts darbs ar ietvertiem programmēšanas elementiem par kursa ietvarā apskatīto tēmu un (4) praktiskā datu apstrādē ievirzīts darbs ar ietvertiem programmēšanas elementiem, rīkiem un valodām par ārpus kursa ietvara attīstīto tēmu.

Darbs tiek vērtēts pēc līmeņa un lietojamības kvalitātes, pēc integrācijas pakāpes dažādās IT infrastruktūrās, disciplīnās, moduļos un mācību vidēs.