Школа Данных


Гео и язык канала: Киргизия, Русский
Категория: Технологии


Канал дата сообщества Кыргызстана
Обратная связь:
Телеграм: @schoolofdatakg1
e-mail: schoolofdatakg@gmail.com
Facebook: https://www.facebook.com/schoolofdataKG/

Связанные каналы

Гео и язык канала
Киргизия, Русский
Категория
Технологии
Статистика
Фильтр публикаций


В течение 2018 года шестеро журналистов Кыргызстана проходят обучение по дата-журналистике в рамках стипендиальной программы Internews in Kyrgyzstan. Анастасия Валеева из Школы Данных - ментор стипендиатов, поэтому здесь, в нашем канале, мы также будем представлять вам стипендиатов и их материалы. Поговорим о роли данных в журналистике!

Сегодня на Кактусе вышла публикация “Сумеешь ли ты решить проблемы с женой и сохранить семью. Тест для мужчин”, авторы - Марина Сколышева из Кактуса и Азамат Касыбеков, свободный журналист.

Журналистика данных развивается, развиваемся и мы. Во-первых, экспериментируем с форматами. Что такое тест на основе данных? Статистика дает нам не “правильные” ответы, а ответы большинства. Например, каждая пятая кыргызстанка считает, что, если она ушла из дома, не спросив мужа, ударить ее - это нормально.

Поговорив с экспертами и изучив данные опроса, мы составили семь ситуаций - по числу дней в неделе, чтобы мужчина мог проверить, как отнесется к его поступкам “среднестатистическая” кыргызстанка. Параллельно собирается другая статистика - как отвечали мужчины, проходя тест. Эти цифры появляются сразу по мере заполнения ответов. Ее видят мужчины. И это уже совсем другая история.

Наконец, тест - это история, обращенная к читателю напрямую. До этого мы старались подбирать персонажей и героев, которые иллюстрировали бы найденный нами в статистике тренд. Сегодня мы делаем немного по-другому: а где ТЫ, читатель, находишься?

Ну и еще экспериментируем с тем, как сочетать текст и данные. Ведь непонятно, что страшнее, - то, сколько мужчин бьют своих жен, или то, сколько жен считают это нормальным. Вот об этом и история.

Программа реализуется при поддержке USAID, Всемирного Банка и IDEM.


Раз в месяц мы проводим мероприятие под названием #Датасреда - обсуждаем общественно важные темы и раскрываем их через данные. На второй #DATAсреде мы обсуждали, как данные могут помочь сделать город безопасным. Подготовили краткую выжимку двухчасовой встречи специально для вас: о тендере проекта “Безопасный город”, о конфиденциальности данных нарушителей ПДД и о концепции Vision Zero.
http://bit.ly/Datasreda-bezopasnost-na-dorogah




А мы нашли очень интересный ресурс о технологиях и данных и хотим им с вами поделиться. Ведет его некто Вастрик - кто скрывается за этим ником, неизвестно. Зато известно, что он может просто и интересно рассказать, что такое машинное обучение, объяснить, из чего оно состоит и показать, чем регрессия отличается от кластеризации. Все на пальцах, схемах и забавных примерах. И на родном русском языке. Enjoy! https://vas3k.ru/blog/machine_learning/


Школа Данных совместно с Фондом "Сорос-Кыргызстан" и Kloop Media приглашает вас на DataCamp - летний лагерь, который увлечет вас в мир данных. Узнать подробную информацию о мероприятии и найти ссылку на анкету для участия вы найдете в этом посте.
http://telegra.ph/DataCamp-07-26


Друзья, приглашаем вас на вторую #DATAсреду 25 июля в Ololohaus Victory (Ибраимова, 103, 3 этаж), начало в 18:30. Тема встречи: “Безопасный город: все дороги ведут к данным”.

Мы поговорим о том, как данные могут сделать город более безопасным. Как сократить количество ДТП с помощью камер на дорогах? Как применить лучший опыт других городов на Бишкек? Что уже сделано в городе на сегодня? Также мы обсудим концепцию Vizion Zero, вы узнаете, что это такое из поста ниже. http://telegra.ph/Vizion-Zero-07-23


Давно хотите научиться работе с данными, но не знаете, с чего начать? Вам подскажет Айзада Тома, близкая подруга Школы Данных. Айзада рекомендует принять участие в стипендиальной программе Forset - Data Communication Fellowship. Ниже вы сможете узнать, чему вы научитесь и как подать заявку. Поспешите, дедлайн - 31 июля! http://telegra.ph/Dannye-ehto-skuchno-spojler--net-07-19


Хотите разобраться в теории машинного обучения за 20 минут? Специально для вас команда R2D3 создала страничку (на русском языке), на которой вы вместе с авторами построите модель машинного обучения на данных о домах в Нью Йорке и Сан Франциско. Материал создан в легкой и интерактивной форме, так что понять суть процесса не составит труда даже для людей, незнакомых с программированием. Ну, максимум со второго раза!

http://www.r2d3.us/Наглядное-Введение-в-Теорию-Машинного-Обучения/


Международный ресурс по дата журналистике datadrivenjournalism.net запустил весной этого года рассылку “Conversations with Data” (Разговоры о данных), на которую мы советуем вам подписаться, если вас интересует тема данных, новых технологий и их применении в журналистике. Каждое письмо - это начало дискуссии на выбранную тему, с советами от специалистов в области. Сегодня мы хотим поделиться с вами последним письмом, в котором обсуждается тема открытых данных. http://telegra.ph/Conversations-with-Data-07-13-2




Не упустите возможность подать на девятимесячную программу Data Communication Fellowship от dream-team ForSet! (https://www.facebook.com/ForSet.ge/)
В ходе программы вы откроете для себя новый вид подачи информации, прокачаете свои навыки работы с данными – научитесь из массивов таблиц с цифрами находить необходимую информацию, видеть в цифрах интересные истории и рассказывать их с помощью визуализации.
С вами онлайн и оффлайн будут работать крутые менторы-практики.
И да, вдохновения будет столько, что не поместится ни в один чемодан.
Рабочий язык – английский. Дедлайн – 31 июля. Подробности по ссылке https://docs.google.com/forms/d/14uzC2S8X7abeavUdGSmcSPAUr9nHZ6fB3L_jj8wAl_U/prefill


Современные технологии и програмирование становятся неотъемлемой частью нашей жизни. Сейчас, когда програмирование постепенно входит во все сферы человеческой деятельности (включая журналистику), необходимо знать, как технологии могут улучшить нашу работу, а чего стоит опасаться. Мы перевели для вас небольшое интервью с редакторами Google News и BuzzFeed News, в котором специалисты делятся своим мнением относительно машинного обучения и проблем, которое оно может вызвать в сфере журналистики. http://telegra.ph/Obsuzhdaem-ehtiku-trudnosti-i-luchshie-primery-mashinnogo-obucheniya-v-zhurnalistike-07-04


Представляем вам небольшой гайд для людей незнакомых с языком программирования Python, но страстно желающих научиться работать с данными. Речь пойдет о скрейпинге, процессе считывания и сохранения данных с различных веб-сайтов. В этом материале вы научитесь считывать информацию используя различные функции Google таблиц. Материал переведен на русский язык, в статье есть ссылки на оригинальную статью с видео-уроком. http://telegra.ph/Veb-skreping-s-ispolzovaniem-Google-Sheets-07-02


Журналисты нашли полезное применение данным - на их основе делают расследования посвященные коррупции, социальным проблемам и многому другому. Работать можно не только с открытыми табличными данными, но и заниматься их сбором самостоятельно. Сенсорная журналистика как раз подразумевает сбор и анализ не простых данных, а тех, что можно "почувствовать" - температура, сила, давление и прочие физических проявлений окружающего мира. В этой статье мы расскажем вам, как можно создать историю на основе термометра, акселерометра и других приборов измерения окружающей среды. http://telegra.ph/CHto-takoe-sensornaya-zhurnalistika-i-s-chem-ee-chuvstvuyut-06-29


Пока свежи воспоминания об использовании данных, мы продолжаем делиться с вами новинками технологий. В третьей части, посвященной Big Data, вы узнаете о том, как чек покупок может спрогнозировать беременность, как настроить светофор на "умное" переключение цвета из-за пробок, и какие кварталы Чикаго нужно обходить стороной. http://telegra.ph/Big-Data-CHast-3-Ispolzovanie-dannyh-v-biznese-i-borbe-s-prestupnostyu-06-26


#BigData В прошлый раз мы рассказали вам о том, кто такой data-scientist и какие знания ему/ей необходимы, а сегодня речь пойдет об использовании данных в различных областях - IT, машиностроение, и медицина. Вы узнаете как Tesla использует телеметрию для удобства водителей, как фитнес трекер может спасти вашу жизнь, и многое другое. http://telegra.ph/BIG-DATA-chast-2-Ispolzovanie-06-22


Одной из самых важных проблем развитых городов является загрязнение воздуха, и эта проблема не обошла стороной Кыргызстан. В Бишкеке загрязненный воздух вызывает множество болезней легких и сердца, так, за последние 11 лет в два раза выросло количество случаев ишемической болезни сердца, а у каждого 12 кыргызстанца больные легкие (обструктивная болезнь, рак, инфекции). Причины и способы решения этой проблемы экологии представила Айзада Тома. https://goo.gl/5dC2AA


А вы знали, что в Кыргызстане количество детских садов сократилось почти на 80%, и сейчас, только один ребенок из пяти имеет возможность посещать детские сады? Все это влияет на индекс детского развития, по которому видно, что лишь 14% дошкольников могут писать и читать, что не является нормой для развитого общества. https://goo.gl/D7GLJ2





Показано 20 последних публикаций.

137

подписчиков
Статистика канала