Язык R и высшая математика для студентов-политологов — опыт построения практико-ориентированного курса (Никита Шалаев, OSEDUCONF-2024) — различия между версиями

Материал из 0x1.tv

 
|}}
|aEUeiikCOek}}
{{SlidesSection}}
[[File:Язык R и высшая математика для студентов-политологов — опыт построения практико-ориентированного курса (Никита Шалаев, OSEDUCONF-2024).pdf|left|page=-|300px]]

{{----}}

== Thesis ==

Текущая версия на 22:03, 2 августа 2024

Докладчик
Никита Шалаев.jpg
Никита Шалаев

Студенты-политологи (как и в целом студенты социальных наук) обычно относятся к изучению высшей математики как к не нужной трате времени, поскольку перспектив применения этих навыков они не видят, а преподавание строится вокруг классического подхода «с бумагой и карандашом».

Этот доклад будет посвящён попытке изменить ситуацию в более продуктивную сторону через совмещение преподавания математики и изучения языка R и среды разработки RStudio.

В рамках доклада будет рассмотрен опыт организации курса высшей математики, построенного на базе свободного и бесплатного программного обеспечения и ориентированного на решение практических задач, и интеграции его в процесс обучения в целом.

Видео

on youtube

Презентация

Язык R и высшая математика для студентов-политологов — опыт построения практико-ориентированного курса (Никита Шалаев, OSEDUCONF-2024).pdf Язык R и высшая математика для студентов-политологов — опыт построения практико-ориентированного курса (Никита Шалаев, OSEDUCONF-2024).pdf Язык R и высшая математика для студентов-политологов — опыт построения практико-ориентированного курса (Никита Шалаев, OSEDUCONF-2024).pdf Язык R и высшая математика для студентов-политологов — опыт построения практико-ориентированного курса (Никита Шалаев, OSEDUCONF-2024).pdf Язык R и высшая математика для студентов-политологов — опыт построения практико-ориентированного курса (Никита Шалаев, OSEDUCONF-2024).pdf Язык R и высшая математика для студентов-политологов — опыт построения практико-ориентированного курса (Никита Шалаев, OSEDUCONF-2024).pdf Язык R и высшая математика для студентов-политологов — опыт построения практико-ориентированного курса (Никита Шалаев, OSEDUCONF-2024).pdf Язык R и высшая математика для студентов-политологов — опыт построения практико-ориентированного курса (Никита Шалаев, OSEDUCONF-2024).pdf Язык R и высшая математика для студентов-политологов — опыт построения практико-ориентированного курса (Никита Шалаев, OSEDUCONF-2024).pdf Язык R и высшая математика для студентов-политологов — опыт построения практико-ориентированного курса (Никита Шалаев, OSEDUCONF-2024).pdf Язык R и высшая математика для студентов-политологов — опыт построения практико-ориентированного курса (Никита Шалаев, OSEDUCONF-2024).pdf Язык R и высшая математика для студентов-политологов — опыт построения практико-ориентированного курса (Никита Шалаев, OSEDUCONF-2024).pdf

Thesis

Следует отметить, что вопрос «особого» подхода к обучению математике студентов по специальностям, относящимся к социальным наукам, возник не сегодня. Идея о том, что в данном случае нужен некоторым образом адаптированный курс, была реализована, к примеру, в учебнике Акимова (МГИМО)[1], О'Брайена и Гарсии (Саутгемптонский университет)[2], Гилла (Калифорнийский университет в Дейвисе)[3] и других. Однако обычно речь идёт об отборе конкретных областей математики, с которыми в социальных науках шанс встретиться выше. В остальном же преподавание построено вокруг классической модели обучения математике самой по себе, хотя по возможности и с приведением релевантных примеров из социальных наук (в основном, правда, экономики).

В то же время идея необходимости математики в социальных науках не вызывает сомнения, как бы ни казалось студентам, что выбранные ими специальности представляют собой тихие гавани, убежища, свободные от формул и вычислений. Здесь можно опереться на авторитетное мнение политолога Рейна Таагеперы[4], с точки зрения которого математика должна быть поставлена во главу угла при проведении исследований, в то время как довольствоваться математикой, «законсервированной» внутри готовых статистических процедур разных прикладных программ, есть путь глубоко пагубный и скорее вредящий прогрессу в исследованиях, чем способствующий ему — и при этом совершенно типичный в наше время.

Существуют, однако, и попытки сделать математику ещё «ближе» для студентов. Здесь можно упомянуть учебник Ахтямова (БашГУ)[5], где параллельно с подачей «классического» материала рассматривалась работа и решение задач с системой компьютерной алгебры Maple. Этот подход можно покритиковать разве что за выбор проприетарного (и довольно дорогого) программного обеспечения для нужд образовательного процесса. Однако все вышеперечисленные идеи легли в основание курса, являющегося предметом доклада. С одной стороны, в рамках этого курса особое внимание было уделено областям математики, которые представляют наибольший практический интерес для политологов (например, теория множеств и булева алгебра, и, как следствие, качественный сравнительный анализ — QCA; разностные уравнения; экстраполяция и интерполяция данных). С другой стороны, для решения математических проблем было привлечено программное обеспечение — но уже свободное и бесплатное: язык R и среда разработки RStudiо, а также несколько «опорных» пакетов из арсенала CRAN (прежде всего, Ryacas и pracma).

Выбор R неслучаен. Во-первых, он широко используется в настоящих, полноценных исследованиях в социальных науках по своему прямому назначению — как язык статистического программирования. Поэтому изучая его, студенты изучают нечто, заведомо им полезное и в других областях профессиональной деятельности. Это выгодно отличает R от более пригодных именно к математическим задачам систем компьютерной алгебры (например, Maxima) или численного анализа (скажем, GNU Octave). Кроме того, экосистема R (прежде всего, репозиторий CRAN) постоянно прирастают новыми пакетами, которые реализуют новейшие идеи и методы, позволяя пользователю оставаться на передовом крае науки. Во-вторых, R и RStudio являются свободным и бесплатным программным обеспечением, что выгодно отличает их от проприетарных продуктов (Maple, Matlab, SPSS, STATA и т. д.), доступ к которым может оказаться потерян в любой момент по множеству причин, а в нормальных условиях потребует от студентов дополнительных трат после окончания обучения. R же останется со студентами и после выпуска, безо всяких условий и ограничений, что в целом отвечает критерию фундаментальности и постоянства получаемых в стенах университета знаний. Наконец, в-третьих, R и RStudio позволяют реализовывать концепции «грамотного программирования» и воспроизводимых исследований, в том числе в коллективе.

Конечно, в рамках курса пришлось пойти и на некоторые компромиссы. Так, например, был сделан выбор в пользу системы компьютерной алгебры yacas, так как она легко доступна в виде одного пакета (Ryacas), в то время как гораздо более мощная Maxima требует отдельной установки. Также большое внимание уделяется не только «первосортным» аналитическим методам и компьютерной алгебре, но и численным методам решения задач, для которых R приспособлен много лучше[6].

С другой стороны, выявились и неожиданные преимущества от реализуемой схемы. Например, списывание оказалось легко выявляемым как при копировании кода между студентами, так и при выдаче им за свой труд кода, написанного кем-то ещё (возможно, как раз знакомым студентом какого-то технического направления). И в целом по результатам тестирования ФЭПО отмечается последовательное улучшение результатов. Наконец, благодаря широким возможностям R, эту же программную основу получилось повторно использовать и в других курсах: от теории игр до анализа государственной политики.


Язык R и высшая математика для студентов-политологов — опыт построения практико-ориентированного курса (Никита Шалаев, OSEDUCONF-2024)!.jpg

Примечания и ссылки

  1. Акимов В. П. Математика для политологов. Учебное пособие. 2 изд. М.: МГИМО-Университет, 2011.
  2. O'Brien R. J., Garcia G. G. Mathematics for Economicst and Social Scientists. Palgrave Macmillan, 1971.
  3. Gill J. Essential Mathematics for Political and Social Research, Cambridge University Press, 2006.
  4. Taagepera R. Making Social Sciences More Scientific: The Need for Predictive Models. Oxford University Press, 2008.
  5. Ахтямов А. М. Математика для социологов и экономистов. Учебное пособие. 2 изд. М.:Физматлит, 2008.
  6. Howard James P. Computational Methods for Numerical Analysis with R. CRC Press (Taylor \& Francis group), 2017.