სასწვლო კურსის დასხელება

სილაბუსი

ინფორმაცია სასწავლო კურსის შესახებ კოდი BIT-53.2021.G

მონაცემთა ანალიტიკა (Python)

დასახელება
Data Analytics (Python)
საფეხური  ბაკალავრიატი  მაგისტრატურა  დოქტორანტურა

წინაპირობა პროგრამირების საწყისები (Python); კალკულუსი (I); ინგლისური ენის პრაქტიკული კურსი (B1) /B1 დონე

სწავლების ენა ქართული

ECTS
6 34 საკონტაქტო სთ 116 დამოუკიდებელი სთ
(1 ECTS = 25 სთ)

 სავალდებულო
პროგრამა: საინფორმაციო ტექნოლოგიები
 არჩევითი
ტიპი (სტატუსი)
დამატებითი პროგრამის
 -
სავალდებულო
I-XVI სილაბუსით გათვალისწინებული აქტივობები
VIII შუალედური გამოცდა
დასკვნითი გამოცდებისთვის მზადების კვირა (სტუდენტის დამოუკიდე-
XVII
ბელი მუშაობით)
სემესტრის
ორგანიზება XVIII / XIX დასკვნითი შეფასება
ტარდება დასკვნითი შეფასების შედეგების გამოცხადებიდან არანაკლებ 5
კალენდარულ დღეში. დამატებითი დასკვნითი შეფასებისთვის (მომზა-
დამატებითი დასკვნითი შეფასება
დება, ჩაბარება, შეფასება) განსაზღვრული დრო არ წარმოადგენს კრედიტის
შემადგენელ ნაწილს).
კონსულტაციები ყოველკვირეულად, მინიმუმ 1 სთ, კონსულტაციების ცხრილით/სტუდენტებთან შეთანხმებით

ინფორმაცია სასწავლო კურსის სილაბუსის ავტორ(ებ)ის და განმახორციელებლ(ებ)ის შესახებ

სახელი, გვარი ნოდარ ოქროშიაშვილი საკონტაქტო ტელ. (+995) 598919339
თანამდებობა მოწვეული ლექტორი E-mail nodar.okroshiashvili@btu.edu.ge

სახელი, გვარი მარიამ დუნდუა საკონტაქტო ტელ. (+995) 558531712

თანამდებობა მოწვეული ლექტორი E-mail Mariam.dundua@btu.edu.ge

სასწავლო კურსის აღწერა

სტუდენტს შეასწავლოს მონაცემთა ანალიზი. გააცნოს მონაცემთა ანალიზისთვის საჭირო გავრცელებული და აპრობირე-
მიზანი
ბული მეთოდები და ასწავლოს მათი გამოყენება რეალური ამოცანების გადასაჭრელად.

სასწავლო კურსის ძირითადი თემები სწავლა-სწავლების მეთოდები

1. მონაცემთა ანალიზის და მონაცემთა მეცნიერების შესახებ. მათი გამოყენების გზები და ვერბალური, წიგნზე მუშაობის მე-
სფეროები. Python-ის ბიბლიოთეკები მონაცემთა ანალიზისათვის. თოდი, პრობლემაზე დაფუძნებული
2. მონაცემების მოპოვება, გაწმენდა და დამუშავება Pandas ბიბლიოთეკის გამოყენებით. სწავლება. დემონსტრირების მე-
თოდი, პრაქტიკული მუშაობის
3. N-განზომილებიან ვექტორულ მონაცემებთან მუშაობა Numpy ბიბლიოთეკის გამოყენებით. მეთოდი
4. მონაცემების სტატიკური და ინტერაქტიული ვიზუალიზაცია Python-ის სხვადასხვა
ბიბლიოთეკების გამოყენებით
5. დროით მწკრივებთან მუშაობა და დროითი მწკრივების ანალიზი.
6. რეგრესიის ამოცანა. ერთ და მრავალ ცვლადიანი რეგრესია. მოდელის შედეგების ანალიზი.
7. კლასიფიკაციის ამოცანა. ერთ და მრავალ ცვლადიანი ლოჯისტიკური რეგრესია. მოდელის
შედეგების ანალიზი.
შენიშვნა: სწავლა-სწავლების მეთოდების განმარტებები განთავსებულია ბტუ-ს ვებგვერდზე https://btu.ge/ka/chven-shesakheb/khariskhis-uzrunvelyofa

BIT-53.2021.G ვერსია: 0 დამტკიცებულია აკადემიური საბჭოს მიერ (ოქმი #04-03, 05.03.2021) 1-5
 სასწვლო კურსის დასხელება

კომპეტენციის დემონსტრირების კრიტერიუმები

დაგეგმილი სწავლის შედეგები
პრაქტიკული თეორიული დისკუსია/ პრეზენ- პროექტი/ანგარი- ტესტი/ღია/დახუ-
დავალება დავალება გამოკითხვა ტაცია ში/სხვ. ნაშრომი რული კითხვა
1. იყენებს მონაცემთა ანალიზისათვის გა-
ვრცელებულ მეთოდებს და ხელსაწყო-      
ებს
2. ახდენს მონაცემებიდან ამოღებული ინ-
ფორმაციის გადმოცემას და განმარტე-      
ბას
3. ახდენს მონაცემების მოპოვებას, დამუ-
     
შავებას და ანალიზს.
4. იღებს გადაწყვეტილებას მონაცემების
     
ანალიზზე დაყრდნობით.
5. შეისწავლის და იყენებს არსებულ ბიბ-
     
ლიოთეკებს
6. შეუძლია დამოუკიდებლად ინფორმა-
     
ციის შესწავლა და ცოდნის გაღრმავება

სასწავლო კურსის შესწავლით მიღწეული ძირითადი უნარები და კომპეტენციები

ცოდნის გააზრების, ცოდნით ოპერირების და გამოყენების უნარი  კრიტიკული აზროვნება, ანალიტიკური უნარები 
სწავლის უნარი  ინფორმაციის მოძიება, შერჩევა, დამუშავება 
კომუნიკაციის უნარი  კომერციული აზროვნება 
დასკვნის უნარი  ლიდერობა 
გადაწყვეტილების მიღების და პრობლემის გადაჭრის უნარი  ინიციატივა / კრეატიულობა 
ტექნიკური საშუალებების და საინფორმაციო-საკომუნიკაციო
ტექნოლოგიების გამოყენება
 თვითშეფასება, თვითრეალიზება / თვითპრეზენტაცია 
დამოუკიდებლად / ინდივიდუალურად მუშაობა  სამუშაოს დაგეგმვა და ორგანიზება, დროის მართვა 
გუნდში მუშაობა, თანამშრომლობის უნარი  ეთიკური/სოციალური ნორმების გაცნობიერება 

1. Python for Data Analysis, WES MCKINNEY, O'REILLY MEDIA, INC., 2007
ძირითადი
2. Python Data Analytics With Pandas, NumPy, and Matplotlib, FABIO NELLI, APRESS INC, 2018
ლიტერატურა
3. Python for Probability, Statistics, and Machine Learning, Jose Unpingco, Springer, 2016
დამატებითი
1. Python Data Analysis, Ivan Idris, Packt Publishing, 2014
ლიტერატურა
ინტერნეტ- / სხვ. N UM PY .ORG
რესურსები PANDAS .ORG

ძირითადი
კვირა სთ. შინაარსი
ლიტერატურა
სილაბუსის განხილვა.

1 შესავალი. მონაცემთა მეცნიერების და მონაცემთა ანალიტიკის შესახებ. ზოგადად, მანქა- [1] გვ. 4-8, 15-46,
თემა: ნური და ღრმა სწავლების შესახებ. სამუშაო გარემოს გაცნობა. მნიშვნელოვანი ბიბლიო- 51-84
I თეკების გაცნობა.
[2] გვ 103-121
სამუშაო გარემოს მოწყობა და საჭირო ბიბლიოთეკების დაინსტალირება. მონაცემების ფაილიდან
1 წაკითხვა და მონაცემების ფაილში ჩაწერა. მონაცემების რაოდენობის და ტიპების შემოწმება. მარ-
ტივი აღწერითი სტატისტიკა. უნიკალური მონაცემების დათვლა.
Pandas ბიბლიოთეკის გაცნობა. მონაცემთა ტიპები ბიბლიოთეკაში. სვეტებთან და სტრი- [1] გვ. 123-167
1 თემა: ქონებთან მუშაობა. ინდექსირება, ფილტრები, წაშლა, გადალაგება, დალაგება. არითმე-
II [2] გვ. 63-95
ტიკული და სტატისტიკური ოპერაციები.
1 პრაქტიკული მაგალითები ლექციაზე განხილული თემების შესახებ.
Numpy ბიბლიოთეკის გაცნობა. სკალარები, ვექტორები, მატრიცები. მატრიცების და ვექ- [1] გვ. 85-122
1 თემა: ტორების ინდექსირება და ანათალი. ლოგიკური, არითმეტიკული და სტატისტიკური
III [2] გვ. 35-61
ოპერაციები მატრიცებზე. წრფივი ალგებრის საკითხები.
1 პრაქტიკული დავალება #1
შესავალი ალბათობაში. შემთხვევითი სიდიდე, ალბათური განაწილება დისკრეტული [3] გვ. 35-45
IV 1 თემა: და უწყვეტი ცვლადებისათვის. დიდ რიცხვთა კანონი და ცენტრალური ზღვარითი თეო-
რემა.

BIT-53.2021.G ვერსია: 0 დამტკიცებულია აკადემიური საბჭოს მიერ (ოქმი #04-03, 05.03.2021) 2-5
 სასწვლო კურსის დასხელება

1 პრაქტიკული მაგალითები ლექციაზე განხილული თემების შესახებ.

შესავალი სტატისტიკაში. აღწერითი სტატისტიკა. სტატისტიკის ფუნდამენტალური [3] გვ. 101-104
1 თემა: ელემენტები. ჰიპოთეზები და ჰიპოთეზების ტესტირება. ერთ მხრიანი და ორ მხრიანი გვ. 125-144
V სტატისტიკური ტესტები.
1 პრაქტიკული დავალება #2
მონაცემების წმენდა. გამოტოვებული და დუბლირებული მონაცემების აღმოჩენა და [1] გვ. 221-251
1 თემა: მოწესრიგება. სტრიქონებში მონაცემების ჩანაცვლება. მონაცემების დისკრეტიზაცია და
VI [2] გვ. 131-165
ჯგუფების გამოყოფა. განცალკევებული მონაცემების აღმოჩენა.
1 პრაქტიკულ დავალებებზე მუშაობა, განხილვა-ანალიზი
მონაცემების რამოდენიმე ფაილის გაერთიანება სხვადასხვა მეთოდით. სხვადასხვა [1] გვ. 287-296
1 თემა:
VII ტრანსფორმაციები სვეტებზე. ტექსტურ მონაცემებზე მანიპულაციები.
1 პრაქტიკული მაგალითები ლექციაზე განხილული თემების შესახებ
VIII 2 შუალედური გამოცდა

შუალედური გამოცდის შედეგების განხილვა.

1 მონაცემების ფორმის ცვლილება. მონაცემების გახლეჩვა, დამუშავება და გაერთიანება.

IX თემა: ჯვარედინა ტაბულაციის ცხრილები. მონაცემების ტრანსფორმაცია გრძელიდან განიერ [1] გვ. 296-316
და განიერიდან გრძელ ფორმატში.
[2] გვ. 167-235
1 პრაქტიკული დავალება #3
მონაცემების ვიზუალიზაცია. ანსკომბეს ოთხეული. უსტრუქტურო ოთხეული. ხაზოვა-
1 თემა: ნი დიაგრამა. სვეტოვანი დიაგრამა. გაფანტულობის დიაგრამა. ჰისტოგრამა. მონაცემების
X ინტერაქტიული ვიზუალიზაცია. [1] გვ. 253-286

1 პრაქტიკული მაგალითები ლექციაზე განხილული თემების შესახებ.

დროითი მწკრივები. თარიღისა და დროის მონაცემთა ტიპები. თარიღებთან სამუშაო [1] გვ. 317-362
1 თემა: ფუნქციები. დროითი მწკრივების ინდექსირება და ანათალი. დროითი მონაცემების
XI დაჯგუფება და დამუშავება.
1 პრაქტიკული დავალება #4
რეგრესია. ერთ-ცვლადიანი რეგრესია. მრავალ-ცვლადიანი რეგრესია. პოლინომიალური [1] გვ. 393-396
1 თემა:
XII რეგრესია. მოდელის ქცევის ანალიზი და ამხსნელობითი ძალის შეფასება.
1 პრაქტიკული მაგალითები ლექციაზე განხილული თემების შესახებ
რეგრესია. გადაწყვეტილების ხე. გადაწყვეტილების ხის შედეგების ანალიზი და ამხს- [3] გვ. 225-232
1 თემა:
XIII ნელობითი ძალის შეფასება. მრავალი გადაწყვეტილების ხე.
1 პრაქტიკული დავალება #5
კლასიფიკაცია. ერთ-ცვლადიანი ლოჯისტიკური რეგრესია. მრავალ-ცვლადიანი ლო- [3] გვ. 234-239
1 თემა:
XIV ჯისტიკური რეგრესია. მოდელის ქცევის ანალიზი და ამხსნელობითი ძალის შეფასება.
1 პრაქტიკული მაგალითები ლექციაზე განხილული თემების შესახებ
კლასიფიკაცია. გადაწყვეტილების ხე. გადაწყვეტილების ხის შედეგების ანალიზი და [3] გვ. 225-232
1 თემა:
XV ამხსნელობითი ძალის შეფასება. მრავალი გადაწყვეტილების ხე.
1 პრაქტიკული დავალება #6
რეალურ მონაცემებზე დაყრდნობით მთელი განვლილი მასალის შეჯამება; გამოყენები- [3]
1 თემა:
თი პროექტი; რეპორტის მომზადება
XVI
რეალურ მონაცემებზე დაყრდნობით მთელი განვლილი მასალის შეჯამება; გამოყენებითი პროექ-
1
ტი; რეპორტის მომზადება.
XVII დასკვნითი გამოცდისთვის მზადება (სტუდენტის დამოუკიდებელი მუშაობა და კონსულტაციები)
XVIII/XIX 1 დასკვნითი შეფასება.

შეფასების სისტემა
სასწავლო კომპონენტში სტუდენტის შეფასება მოიცავს ორ ფორმას - შუალედურ შეფასებას და დასკვნით შეფასებას. შუალედური შეფასების
კომპონენტებს აქვთ თავისი წილი შუალედური შეფასების ფორმის მაქსიმალური ქულის ფარგლებში. შუალედური და დასკვნითი შეფასების
ფორმებში დადგემილია მინიმალური კომპეტენციის ზღვრები (მინიმალური ქულები). შუალედური შეფასების ფორმაში (სემესტრული შეფასე-
ბები, შუალედური გამოცდა/გამოცდები) მინიმალური კომპეტენციის ზღვარზე ნაკლები ქულის მიღების შემთხვევაში სტუდენტი არ დაიშვება
დასკვნით შეფასებაზე; მინიმალური კომპეტენციის ზღვარის გადალახვისთვის აუცილებელია სემესტრულ შეფასებებში დადგენილი
მინიმალური კომპეტენციის ზღვარის გადალახვა. დასკვნითი შეფასების ფორმაში აუცილებელია მინიმალური კომპეტენციის ზღვარის გადა-
ლახვა (მინიმალური ქულის მიღება). დაუშვებელია კრედიტის მინიჭება შეფასების მხოლოდ ერთი ფორმის (შუალედური ან დასკვნითი შეფა-

BIT-53.2021.G ვერსია: 0 დამტკიცებულია აკადემიური საბჭოს მიერ (ოქმი #04-03, 05.03.2021) 3-5
 სასწვლო კურსის დასხელება

სების) გამოყენებით. სასწავლო კურსის საბოლოო შეფასება (ქულა) წარმოადგენს შუალედური და დასკვნითი შეფასებების ფორმებში მიღებულ
ქულათა ჯამს (წილადის სახით მიღებული ქულა მრგვალდება დამრგვალების წესის შესაბამისად). მოქმედი კანონმდებლობის შესაბამისად
ბტუ-ში სტუდენტთა შეფასების 100-ქულიანი სისტემა უშვებს:
5 დადებით შეფასებას: 2 უარყოფით შეფასებას:
1 91 - 100 ქულა A ფრიადი 1 41 – 50 ქულა FX ვერ ჩააბარა
2 81 - 90 ქულა B ძალიან კარგი სტუდენტს მეტი მუშაობა სჭირდება, ეძლევა დამოუკიდებელი მუშაობით დამატებით
3 71 - 80 ქულა C კარგი გამოცდაზე ერთხელ გასვლის უფლება

4 61 – 70 ქულა D დამაკმაყოფილებელი 2 40 – 0 ქულა F ჩაიჭრა

5 51 – 60 ქულა E საკმარისი ჩატარებული სამუშაო არ არის საკმარისი, სასწავლო კურსი ახლიდანაა შესასწავლი
დამატებით გამოცდაზე მიღებულ შეფასებას არ ემატება დასკვნით შეფასებაში მიღებული ქულები. დამატებით გამოცდაზე მიღებული შეფასე-
ბა არის დასკვნითი შეფასება და აისახება სასწავლო კურსის საბოლოო შეფასებაში. დამატებით გამოცდაზე მიღებული შეფასების გათვალისწი-
ნებით სასწავლო კურსის საბოლოო შეფასებაში 0-50 ქულის მიღების შემთხვევაში ფორმდება შეფასება F=0 ქულა. კრედიტის მიღება
შესაძლებელია მხოლოდ კანონმდებლობით გათვალისწინებული ერთ-ერთი დადებითი შეფასების მიღების შემთხვევაში.
შეფასების კომპონენტები, მეთოდები, კრიტერიუმები
1) „სემესტრულ შეფასებებში“ მოიაზრება სემესტრის განმავლობაში გათვალისწინებული შეფასების კომპონენტები/მეთოდები, რაც გუ-
ლისხმობს სემესტრის განმავლობაში ყველა სტუდენტისთვის შეფასების თანაბარ რაოდენობას (მათ შორის, 0 ქულის მიღების შემთხვევაში);
2) შეფასება შეიძლება იყოს მოიცავდეს შეფასების ერთ კომპონენტს/მეთოდს ან იყოს კომბინირებული (მოიცავდეს რამდენიმე კომპონენ-
ტის/მეთოდის შეფასებებს, მაგ.: თეორიული სამუშაო (დავალება) და მისი პრეზენტაცია და/ან სხვ.);
3) შუალედური გამოცდა/გამოცდები მოიცავენ გამოცდის ჩატარების მომენტისთვის შესწავლილ მასალას;
4) დასკვნითი და დამატებითი გამოცდები მოიცავენ სემესტრის განმავლობაში მთელ შესწავლილ მასალას;
5) შეფასების ორივე ფორმაში (შუალედური და დასკვნითი) დადგენილი მინიმალური კომპეტენციის ზღვარი გადალახულად ითვლება
შეფასების თითოეულ კომპონენტისთვის/მეთოდისთვის დადგენილი მინიმალური კომპეტენციის ზღვარის გადალახვის შემთხვევაში;
6) შეფასების ყველა კომპონენტის/მეთოდის შემთხვევაში ქვემოთ მითითებული ქულები წარმოადგენს მაქსიმალურ შესაძლებელ ქულას.
შეფასების კრიტერიუმებთან ნაწილობრივ შესაბამისობის (მაგ., უმნიშვნელო/არაარსებითი ან/და მექანიკური უზუსტობის/შეცდომის ან/და
სხვ.) შემთხვევაში იწერებს მაქსიმალურზე ნაკლები ქულა. შეფასების კრიტერიუმთან შეუსაბამობის შემთხვევაში იწერება 0 ქულა. კომპონენ-
ტის შემაჯამებელი შეფასება (ქულა) წარმოადგენს შეფასების ყველა კრიტერიუმში მიღებული ქულების ჯამს.
7) ბტუ-ში შეფასების კომპონენტის ქულის ფორმირება: ა) სკალირებული ქულებით შეფასება ( მითითებული შეფასებების განმარტებები (დესკრიპტო-
რები) განთავსებულია ბტუ-ს ვებგვერდზე https://btu.ge/ka/chven-shesakheb/khariskhis-uzrunvelyofa); ბ) შეფასების კრიტერიუმებთან მითითებული ქულების
მაქსიმალური ოდენობის მინიჭერა (მაგ. სრულყოფილად გაცემული პასუხი, შესრულებული დავალება ან/და სხვ.), მაქსიმალური ქულების
განახევრება (მაგ. არაარსებითი უზუსტობის შემთხვევაში) და 0 ქულით შეფასება (მაგ. არსებიოთი შეცდომის, ხარვეზის შემთხვევაში.
შუალედური შეფასებები დასკვნითი შეფასება
მათ შორის: Max 100% Min 41% Max 100% Min 41%
70 28.7 30 12.3
სემესტრული შეფასებები 42 17.22
შუალედური გამოცდა 28 11.48

სემესტრული შეფასებები
6 პრაქტიკული დავალების შესრულება პრაქტიკულ მეცადინეობაზე (თითოეული შეფასდება მაქსიმალური - 7 ქულა). დავალებების შესასრუ-
ლებლად სტუდენტები იყენებენ კომპიუტერულ ლაბორატორიას და Python-ის პროგრამირების გარემოს. სტუდენტები დავალებებს ასრულე-
ბენ ინდივიდუალურად.

პრაქტიკული შეფასების შესაძლო ქულა (max ქულის %)

max 7.0 საუკეთესო შედეგი კარგი შედეგი დამაკმაყოფილებელი შედეგი საკმარისი შედეგი
დავალება 100% 80% 60% 41%

3.0 შესრულებული სამუშაოს მოცულობა - დავალება შესრულებულია სრულად,

თეორიული ცოდნის პრაქტიკული გამოყენება - დავალების შესრულების გზა (თანმიმდევრობა) არის სწორი, შესრულების წესები დაცულია.
3.0
დავალება შესრულებულია მექანიკური შეცდომების/უზუსტობების გარეშე.
1.0 დამოუკიდებლად სამუშაოს შესრულების უნარი - დავალება შესრულებულია დამოუკიდებლად, დათქმულ დროში.
0 დავალება შესრულებული არ არის / შეფასდა „არადამაკმაყოფილებლად“ / ერთ-ერთი კრიტერიუმი შეფასდა 0 ქულით.
შუალედური გამოცდა
გამოცდა მოიცავს გამოცდის ჩატარების მომენტისთვის შესწავლილ მასალას და შედგება: 1) 4 პრაქტიკული დავალება (თითოეული ფასდება 6
ქულით); 2) 2 ღია კითხვა (თითოეული ფასდება 2 ქულით).
შეფასების შესაძლო ქულა (max ქულის %)
პრაქტიკული საუკეთესო შედეგი კარგი შედეგი დამაკმაყოფილებელი შედეგი საკმარისი შედეგი
max 6.0
დავალება 100% 80% 60% 41%

3.0 შესრულებული სამუშაოს მოცულობა - დავალება შესრულებულია სრულად,

თეორიული ცოდნის პრაქტიკული გამოყენება - დავალების შესრულების გზა (თანმიმდევრობა) არის სწორი, შესრულების წესები დაცულია.
3.0
დავალება შესრულებულია მექანიკური შეცდომების/უზუსტობების გარეშე.
0 დავალება შესრულებული არ არის / შეფასდა „არადამაკმაყოფილებლად“ / ერთ-ერთი კრიტერიუმი შეფასდა 0 ქულით.

BIT-53.2021.G ვერსია: 0 დამტკიცებულია აკადემიური საბჭოს მიერ (ოქმი #04-03, 05.03.2021) 4-5
 სასწვლო კურსის დასხელება

შეფასების შესაძლო ქულა (max ქულის %)

max 2.0 ღია კითხვა საუკეთესო შედეგი კარგი შედეგი დამაკმაყოფილებელი შედეგი საკმარისი შედეგი
100% 80% 60% 41%
ან

1.0 თეორიული მასალის და ტერმინოლოგიის ცოდნა - პასუხი სწორი, სრული, ტერმინოლოგიურად გამართული.
1.0 ინფორმაციის გადმოცემა, მსჯელობა - აზრი მკაფიოდ ჩამოყალიბებული და ლოგიკურად გადაცემულია, მსჯელობა სწორი და დასაბუთებულია.
0 პასუხი არ არის / შეფასდა „არადამაკმაყოფილებლად“ / ერთ-ერთი კრიტერიუმი შეფასდა 0 ქულით.
დასკვნითი შეფასება
გამოცდა მოიცავს მთელ შესწავლილ მასალას და შედგება: 5 პრაქტიკული დავალება (თითოეული ფასდება 6 ქულით)
ა) ქულათა რანჟირება:
შეფასების შესაძლო ქულა (max ქულის %)
პრაქტიკული საუკეთესო შედეგი კარგი შედეგი დამაკმაყოფილებელი შედეგი საკმარისი შედეგი
max 6.0
დავალება 100% 80% 60% 41%
ბ) მითითებული მაქსიმალური ქულების განახევრების პრინციპი; გ) სხვ.

3.0 შესრულებული სამუშაოს მოცულობა - დავალება შესრულებულია სრულად,

თეორიული ცოდნის პრაქტიკული გამოყენება - დავალების შესრულების გზა (თანმიმდევრობა) არის სწორი, შესრულების წესები დაცულია.
3.0
დავალება შესრულებულია მექანიკური შეცდომების/უზუსტობების გარეშე.
0 დავალება შესრულებული არ არის / შეფასდა „არადამაკმაყოფილებლად“ / ერთ-ერთი კრიტერიუმი შეფასდა 0 ქულით.

აკადემიური კეთილსინდისიერების
სტანდარტის დარღვევა
ქცევის წესების დაცვის ვალდებულება
გადაწერა/კარნახი
შუალედური შეფასების აღდგენა
გამოცდის/პრეზენტაციის ხანგრძლივობა
შეფასების გასაჩივრება
დისტანციური/ელექტრონული სწავლისთ-
ვის აუცილებელი (მინიმალური) ტექნიკუ-
რი რესურსი
ინფორმაცია სტუდენტებისთვის
მიუღებელია აკადემიური კეთილსინდისიერების სტანდარტის დარღვევა
(https://btu.edu.ge/ka/chven-shesakheb/maregulirebeli-dokumentebi) - ნაშრომის პრეზენტაციის ან
წერითი ფორმით წარმოდგენისას, სხვისი ნაშრომის, იდეის/აზრის გამოყენება წყაროს მითითე-
ბის გარეშე, ყალბი ინფორმაციის მითითება, ფაქტებით მანიპულირება ან სხვ.. ამ შემთხვევაში,
ლექტორი ვალდებულია შეფასების გარეშე დატოვოს სტუდენტის ნაშრომი. აკადემიური
კეთილსინდისიერების სტანდარტის დარღვევა იწვევს დისციპლინურ სანქციას.
ბტუ-ს ყველა სტუდენტი ვალდებულია დაიცვას დადგენილი ქცევის წესები და არ ჩაიდინოს
ისეთი ქმედება, რომელიც მიიჩნევა სასწავლო პროცესის მსვლელობისას, გამოცდაზე და საჯარო
დაცვაზე ქცევის წესების დარღვევად და იწვევს შესაბამის დისციპლინურ სანქციას.
აღნიშნული ქმედება წარმოადგენს ქცევის წესების დარღვევას და იკრძალება ნებისმიერი ტიპის
აქტივობის (საშინაო დავალება, გამოცდა, რეფერატი, პრეზენტაცია...) დროს. ასეთ შემთხვევაში,
ლექტორი ვალდებულია შეფასების გარეშე დატოვოს სტუდენტები.
იმ შემთხვევაში თუ სტუდენტმა საპატიო მიზეზით (ავადმყოფობა, მოცემულ საათებში სამსახუ-
რში ყოფნის აუცილებლობა, მივლინება, სხვ.) აცდენს შუალედური შეფასებას, შუალედური შე-
ფასების აღდგენისთვის სტუდენტმა უნდა მიმართოს განცხადებით უნივერსიტეტის ადმინისტ-
რაციას. შეფასების აღდგენის თარიღი განსაზღვრავრება ლექტორთან შეთანხმებით. აღდგენას არ
ექვემდებარება დისკუსია/დებატებში ჩართულობა.
ბტუ-ში გამოცდის/პრეზენტაციის დროის ლიმიტია დადგენილი. სტუდენტს არ აქვს უფლება
თვითნებურად გაზარდოს დადგენილი ლიმიტი ან მოითხოვოს ამ ლიმიტის გაზრდა.
იმ შემთხვევაში, თუ სტუდენტის ნაშრომს ჰყავს ერთი შემფასებელი, სტუდენტი უფლებამოსი-
ლია გაასაჩივროს მიღებული შეფასება ბტუ-ში დადგენილი წესის დაცვით.
ელექტრონული (სინქტონული, ასინქრონული, ჰიბრიდული, დისტანციური) ფორმით განხორ-
ციელების შემთხვევაში სტუდენტისთვის საჭირო კომპიუტერული ტექნიკის აპარატურული
კონფიგურაციის მინიმალური პარამეტრები შეადგენს: პერსონალური კომპიუტერი (ან ლეპ-
ტოპი), პროცესორის გამოშვების წელი >2010; ოპერატიული მეხსიერება: 2 GB; დისკური
მეხსიერება >120 GB; ვიდეო ადაპტერი - ინტეგრირებული; დისპლეის ზომა > 12’’.

BIT-53.2021.G ვერსია: 0 დამტკიცებულია აკადემიური საბჭოს მიერ (ოქმი #04-03, 05.03.2021) 5-5