В ЦППКП завершилась программа повышения квалификации «Современные вычислительные технологии в задачах прикладного анализа» для научно-педагогических работников высшей школы, представляющих 17 вузов России.
Предметом обсуждения участников программы стали вопросы изучения современных вычислительных технологий, их приложения к решению задач теории и практики; социально-экономических и медико-биологических систем и процессов по статистическим данным; построения и анализа различных нечетких регрессионных моделей; кластеризации совокупности объектов по ряду основных показателей; освоения возможностей универсальных математических пакетов и их применения в мягких и символьных вычислениях, численных расчетах, графическом представлении данных, а также освоения современного аппарата компьютерной графики и др.
Слушатели высоко оценили деятельность научно-педагогического коллектива факультета математики и информационных технологий АлтГУ (рук. программы – профессор Е.Д. Родионов), реализующего программу и высказали ряд конструктивных предложений по ее дальнейшему совершенствованию.
Елена Юрьевна Васильева, ст. преп. кафедры «Прикладная математика и информатика», Ижевский государственный технический университет им. М.Т. Калашникова:
«Курс очень понравился. Модули и темы разнообразные, разноплановые и очень интересные. Изложение материала подробное, понятное.
Очень понравились яркие и запоминающиеся примеры на лекциях С.В. Дронова. Тема была в целом знакома, но я почерпнула из лекций много нового и полезного. Удобные таблицы для выполнения задания захотелось сразу взять на заметку для работы.
Кроме того, очень понравился блок В.В. Журавлевой по кластерному анализу и удобные шаблоны для выполнения задания. Продумано и предусмотрено все до мелочей, даже защита ячеек от случайного стирания. Отличный подробный инструктаж по выполнению задания.
При прохождении курса повышения квалификации с компьютерной графикой работала впервые. Очень благодарна О.П. Хромовой за такой интересный, понятный и доступный курс лекций. С удовольствием поработала с Blender. Планирую подробнее поработать с ним летом, во время отпуска. Увлекло!
Интересными и познавательными показались темы "Интервальный подход к описанию неопределенности и построению зависимостей" С.И. Жилина, "Вычислительные технологии в образовании" А.А. Веряева и "Машинное обучение" О.В. Махныткиной».
Виктория Викторовна Бучацкая, канд. тех. наук, доцент кафедры прикладной математики, информационных технологий и информационной безопасности, ФГБОУ ВО «Адыгейский государственный университет:
«Хочу поблагодарить сотрудников Центра переподготовки и повышения квалификации преподавателей высших и средних специальных учебных заведений ФГБОУ ВПО "Алтайский государственный университет" и преподавателей университета, принимавших участие в организации и проведении программы повышения квалификации "Современные вычислительные технологии в задачах прикладного анализа".
В рамках этой программы были рассмотрены актуальные вопросы применения математических методов в практических задачах. Многие затронутые темы соответствуют тематике моей научной и учебной работы. Хотелось бы отметить удобный формат практических заданий. Спасибо преподавателям за проделанную работу.
Очень хорошо организована работа со слушателями, информация о вебинарах и лекциях предоставлялась вовремя, оформление документов производились своевременно.
Надеюсь на дальнейшее сотрудничество».
Александра Викторовна Ерошенко , канд. тех. наук, доцент кафедры «Информатика, прикладная математика и механика», ФГБОУ ВО «Омский государственный университет путей сообщения»:
«Обучение по программе "Современные вычислительные технологии в задачах прикладного анализа" оцениваю как положительный и значимый этап своего профессионального роста. Не вызывает сомнений актуальность содержания курса для преподавателей высшей школы в сегодняшних меняющихся условиях. Этот курс по содержанию и формам проведения действительно является практическим, содержательным и современным.
Отдельно хочу заметить удобство дистанционной формы обучения, что дает возможность получать знания в любое удобное время и без отрыва от основной деятельности.
Это курс повышения квалификации, на котором удалось почувствовать себя студентами и в полной мере поработать над предложенными заданиями. Программа подготовлена и проведена командой профессионалов, имеющих богатый опыт работы и заинтересованных в результатах всей работы, в том числе и в успехе каждого слушателя.
Отдельно отмечу отличную работу методиста ЦППКП Светланы Алексеевны Саква. Большое спасибо за приобретенные знания и навыки!»
Елена Ильнична Кудашова , канд. пед. наук, доцент кафедры математики и информатики, ФГБОУ ВО «Горно-Алтайский государственный университет»
«Хочется выразить благодарность организаторам и преподавателям, участвовавшим в подготовке программы повышения квалификации "Современные вычислительные технологии в задачах прикладного анализа" за отлично проделанную работу.
В качестве положительных моментов хотелось бы отметить высокий профессионализм преподавателей, глубину и вместе с тем доступность излагаемого материала, наличие большого количества разнообразных примеров из различных областей профессиональной деятельность, что позволило понять и поучаствовать в обсуждении рассматриваемых вопросов всех участников программы.
Организация обучения в дистанционной форме показалась особенно удобной, что позволило повысить свою квалификацию без отрыва от профессиональной деятельности, а организаторы устранили недостатки, связанные с отсутствием личного общения с преподавателями путем проведения вебинаров.
Отдельно хотелось бы отметить то, что организаторы стремились подобрать для занятий время, удобное всем участникам образовательной программы. Преподавателям хотелось бы выразить благодарность за внимательное отношение ко всем без исключения вопросам, задаваемым во время вебинаров, стремление вникнуть в проблему и помочь адаптировать рассматриваемый материал к решению проблем всех участников.
Отрицательных моментов в процессе обучения не было, либо они были несущественны.
Хочу пожелать всем участникам программы дальнейших успехов!»
Наталья Александровна Рычина , старший преп. кафедры «Прикладная математика и информатика», ФГБОУ ВПО «Ижевский государственный технический университет им. М.Т. Калашникова»
«Первый модуль – И.В. Пономарев "Основные понятия и определения теории нечетких множеств". Новая тема, с которой познакомилась на курсах. С программой MathLab раньше работать не приходилось, поэтому хотелось бы конкретизировать определения, больше внимания уделять тонкостям постановки задачи, правильности написания программ. По задачам, предложенным для решения, хотелось бы, чтобы были предоставлены правильные решения, чтобы в дальнейшей своей работе ориентироваться на верные результаты. В целом информация изложена достаточно подробно.
Второй модуль – С.В. Дронов "Статистическая обработка информации". Очень подробно, на высоком уровне, доступно изложен материал, разобраны примеры решения задач. Методические указания к решению задач дают информацию по выполнению в полном объеме. По выполненным заданиям указаны ошибки, что немаловажно при оценке своих возможностей.
Третий модуль – О.П. Хромова "Компьютерная графика. Введение в Blender". Предельно ясно и подробно изложена информация. Первое знакомство с данной программой показало, что это перспективное направление, в своей дальнейшей работе со студентами планирую расширить программу обучения и ввести новый пакет в работу.
Четвертый модуль – В.В. Журавлева "Задачи и методы кластерного анализа". В своих научных исследованиях непременно воспользуюсь данной методикой. Очень понравилась постановка задачи в виде автоматизированной формы.
Пятый модуль – С.И. Жилин "Проблемы построения зависимостей и подходы к их решению". На доступном уровне изложены сложные вопросы, понравилось, что были выложены презентации и примеры программ, что непременно пригодится в дальнейшей профессиональной деятельности.
Шестой модуль – О.В. Махныткина "Введение в машинное обучение". Достаточно сложный раздел, потребуется время для осмысления и детальной разработки.
Седьмой модуль – В.А. Крайванова "Понятие электронного обучения". Очень актуальная информация для работы.
А.А. Веряев "Вычислительные технологии в образовании". Перспективные идеи для дальнейшей профессиональной деятельности.
Основные пожелания. В связи с дистанционным обучением большие проблемы появлялись при работе с лекциями, поскольку для детальной проработки каждой темы приходилось несколько раз каждую лекцию запускать, и при каждой новой сессии очень много времени уходило на загрузку файлов (понимаю, что это локальная проблема моего провайдера и компьютера, но неудобства при работе были). Поэтому очень бы хотелось для дальнейшего использования в своей работе новых знаний иметь презентации выложенных лекций.
Большое спасибо всем преподавателям за очень качественный подход к изложению информации».
Семен Васильевич Теплоухов, ассистент кафедры АСОИУ, ФГБОУ ВПО «Адыгейский государственный университет»
«Данная программа включает в себя актуальные практические и теоретические сведения из области математической статистики, анализа данных, машинного обучения. Нужно отметить качество подачи материала, готовность лекторов к сотрудничеству, удобство предоставления отчетных материалов.
Используемая среда для дистанционного взаимодействия позволяет удобно и понятно взаимодействовать с различными элементами курса. Имеется удобная платформа для проведения вебинаров, однако хотелось бы иметь возможность сохранения проведенных вебинаров в форме видеофайла.
Таким образом, программа повышения квалификации составлена качественно, содержит полезную и актуальную информацию. Можно оценить курс на "отлично"».
Сергей Владимирович Русаков, д-р физ.-мат. наук, профессор, зав. кафедрой «Прикладная математика и информатика», ФГБОУ ВПО «Пермский национальный исследовательский университет»
«В силу того, что мне регулярно приходится заниматься решением задач анализа данных в самых различных сферах, этот курс, в котором собраны основные подходы к решению подобных задач, представлял для меня несомненный интерес. Кроме того, было интересно, как освещаются те или иные вопросы с точки зрения методики изложения материала.
Классический курс "Теории вероятностей и математической статистики" я изучал, будучи студентом мехмата, 40 лет назад. С тех пор, в силу своих научных интересов, я дополнительно освоил ряд новых (для меня) методов многомерного статистического анализа. Поэтому значительная часть материала дистанционного курса была мне знакома.
В качестве наиболее интересных для меня тем можно отметить следующие:
- теория нечетких множеств (лекции: "Основные понятия и определения теории нечетких множеств", "Нечеткие регрессионные модели", "Моделирование социально-экономических процессов");
- ранговая статистика (лекция: "Статистическая связь и ее виды. Оценка силы статистической связи");
- элементы многомерного статистического анализа в приложении к задачам классификации (лекции: "Задачи группировки и классификации", "Проблемы цензурирования. Кластерные методы", "Четырех- многопольные таблицы. Связь качественных факторов", "Задачи и методы кластерного анализа", "Выбор числа кластеров и оценка качества кластеризации");
- машинное обучение (лекции: "Введение в деревья решений. Алгоритмы построения деревьев решений", "Введение в нейронные сети. Принципы построения нейронных сетей. Алгоритмы обучения нейронных сетей")».
Нелли Васильевна Маркина, канд. тех. наук, доцент кафедры «Математика, медицинская информатика, информатика и статистика, физика», ГБОУ ВПО «Южно-Уральский государственный медицинский университет» Министерства здравоохранения Российской Федерации
«В первую очередь следует отметить высокий уровень организации обучения. Эффективно работала обратная связь слушателей с организаторами курса, оперативно решались все проблемы организационного характера, за что большое спасибо Светлане Алексеевне, методисту ЦППКП АлтГУ.
Необходимо отметить широту охвата рассматриваемых задач прикладного анализа, а также тщательность подготовки лекций и четкость изложения материала.
Следует считать удачным опыт по применению шаблонов для выполнения самостоятельных заданий. Эти шаблоны экономят время, затраченное на выполнение задания, а также их можно использовать в своей дальнейшей работе.
Замечания.
Так как за такой короткий временной промежуток невозможно добиться глубокого понимания предлагаемого материала (если он не известен слушателю заранее), то особое значение приобретает разбор прикладных задач. Такие задачи были не во всех модулях. Был бы интересен пример практического применения модели нейронных сетей.
Выполнение заданий по первым четырем модулям требует времени. Наверное, было бы целесообразно, чтобы не отставать от последующих лекций, также предусмотреть на это время.
Для эффективного восприятия материала лекции было бы, на мой взгляд, целесообразным предоставлять ее презентацию.
Некоторое неудобство в работе с лекциями составляла невозможность свободного по ним перемещения, то есть невозможность посмотреть ее середину или конец без полной загрузки.
Возможно, из-за проблем с трафиком мне удавалось беспроблемно прослушивать лекции лишь в первой половине дня. Ближе к вечеру они "зависали".
Для меня наиболее полезным оказался четвертый модуль, посвященный кластеризации и классификации объектов. От второго модуля я ожидала большего количества методов обработки статистических данных и использования программного продукта SPSS. Задания по первому и третьему модулям показались более сложными в силу отсутствия навыков работы с используемым в них программным продуктом (MatLab и Blender). В целом все лекции были интересны и позволили расширить мой круг знаний».
Виктория Владимировна Смоляр, канд. псих. наук, доцент кафедры «Педагогика и психология», ГАОУ ДПО (ПК) С «Волгоградская государственная академия последипломного образования»
«Игорь Викторович Пономарев открыл возможности использования нечетких методов в решении прикладных практических и научных задач в пакете MatLab, определил формирование как некоторых математических умений, так и умений программирования при решении задач зачетного задания. Сергей Вадимович Дронов показал возможности статистики в обработке данных, совершенствовал умения сознательно использовать инструменты статистики. Этими умениями я уже воспользовалась. Спасибо!
Олеся Павловна Хромова раскрыла возможности графической программы Blender, обеспечила формирование пользовательских умений.
Вера Владимировна Журавлева дала в руки инструмент обработки данных с помощью кластерного анализа, научила им пользоваться, показала возможности оценивать эффективность алгоритмов кластерного анализа. Я этим инструментом уже воспользовалась.
Сергей Иванович Жилин изложил прикладные аспекты интервального подхода к описанию неопределенности и построению зависимостей.
Анатолий Алексеевич Веряев осветил основные проблемы вычислительных и математико-кибернетических технологий в образовании.
Олеся Владимировна Махныткина рассказала о возможностях, типах, алгоритмах и правилах в машинном обучении, ПО машинного обучения.
Варвара Андреевна Крайванова описала возможности электронного обучения. Преподаватели программы добросовестно обучали, предоставляли возможности индивидуальных консультаций по электронной почте и методическую литературу, при наличии таковой. Стиль обучения очень подходил для изучения содержания лекций. Содержание лекций имеет прикладной характер.
Предложения по совершенствованию программы:
1. Подготовить методическое обеспечение блоков курсов в цифровом виде с зачетными заданиями и инструкциями к их выполнению. Предоставить слушателям эти материалы заранее, перед началом занятий.
2. Предложить слушателям зачетные задания по курсам С.И. Жилина, А.А. Веряева, О.В. Махныткиной, В.А. Крайвановой.
3. Дать возможность слушателям выбирать необходимое количество выполняемых зачетных заданий из большего количества предложенных (например, четыре из восьми). Слушатель мог бы выбрать те зачетные задания, которые более целесообразны для него, его подготовки, его возможностей.
4. Организовать промежуточное обсуждение и оценивание зачетного задания с преподавателем с указанием промежуточных сроков выполнения для слушателя и проверки и комментирования качества выполнения зачетного задания для преподавателя.
5. При изменении блоков, содержания, названия программы повышения квалификации преподавателей делать рассылку бывшим слушателям, поскольку нам еще нужно подучиться.
6. Добавить в программу блок по факторному анализу.
7. Возможно, по курсу В.А. Крайвановой в качестве зачетного задания можно было бы сделать миникурс в LMS Moodle (и увидеть эти проекты миникурсов, выполненных другими слушателями — хотелось бы поучиться друг у друга).
8. Создать возможность познакомиться с коллегами – слушателями программы. Может быть, предусмотреть возможность реализации группового проекта как зачетного задания.
9. Хотелось бы узнать свое место по обученности среди коллег – слушателей программы».