| Цель изучения дисциплины | курс направлен на формирование у обучающихся способности использовать современные информационные технологии, программные средства и инструменты цифровой культуры для решения задач профессиональной деятельности в области научных исследований и самообразования |
|---|---|
| Место дисциплины в учебном плане | Б1.О.02 |
| Формируемые компетенции | ОПК-1 | Знания, умения и навыки, получаемые в результате освоения дисциплины |
Знать:
Знает современную теоретикометодологическую основу изучения конфликтов Знает методологию,методику и основные методы сбора и анализа информации в прикладном исследовании Знает современные информационные технологии и программные средства, в том числе отечественного производства, подходы их использования в профессиональной деятельности;понимает роль цифровой культуры в информационном обществе и профессиональной деятельности Уметь:
Умеет применять методы сбора, анализа и интерпретации эмпирических данных в соответствии с поставленной задачей Умеет концептуализировать проблему и вырабатывать эмпирические показатели,анализировать полученные результаты Умеет анализировать массивы данных с использованием современных программных средств; применять инструменты цифровой культуры в принятии организационно-управленческих решений Иметь навыки и (или) опыт деятельности (владеть):
Обладает навыками оценки достоверности эмпирических данных и обоснованности выводов исследований Владеет навыками работы с различными статистическими пакетами и составления аналитических отчетов по результатам исследования Владеет приемами и методами анализа массивов данных; навыками использования информационно-коммуникационных технологий и программных средств в цифровой среде для взаимодействия с обществом, и решения цифровых задач в профессиональной деятельности |
| Содержание дисциплины | Раздел 1. Введение в программирование на языке Python, знакомство со средами разработки Jupyter Notebook и GoogleColab. Раздел 2. Загрузка данных в рабочую среду. Визуализация данных и описательная статистика. Корреляционно-регрессионный анализ. Раздел 3. Типовые задачи машинного обучения: кластеризация, классификация и регрессиясамообразования. Раздел 4. Введение в нейронные сети и глубокое обучение. Раздел 5. Сверточные нейронные сети в задачах анализа изображений. Раздел 6. Нейронные сети в задачах анализа текста. Конструирование чат-ботов. Раздел 7. Сервисы, использующих технологии искусственного интеллекта. |
| Виды учебной работы | Лабораторные, самостоятельная работа. |
| Используемые информационные, инструментальные и программные средства |
Python 3.6 и выше
Фреймворк Anaconda Google Colab Microsoft Office, Exel Microsoft Windows 7-Zip AcrobatReader Microsoft Office 2010 (Office 2010 Professional, № 4065231 от 08.12.2010), (бессрочно); Microsoft Windows 7 (Windows 7 Professional, № 61834699 от 22.04.2013), (бессрочно); Chrome (http://www.chromium.org/chromium-os/licenses), (бессрочно); 7-Zip (http://www.7-zip.org/license.txt), (бессрочно); AcrobatReader (http://wwwimages.adobe.com/content/dam/Adobe/en/legal/servicetou/Acrobat_com_Additional_TOU-en_US-20140618_1200.pdf), (бессрочно); ASTRA LINUX SPECIAL EDITION (https://astralinux.ru/products/astra-linux-special-edition/), (бессрочно); LibreOffice (https://ru.libreoffice.org/), (бессрочно); Веб-браузер Chromium (https://www.chromium.org/Home/), (бессрочно); Антивирус Касперский (https://www.kaspersky.ru/), (до 23 июня 2024); Архиватор Ark (https://apps.kde.org/ark/), (бессрочно); Okular (https://okular.kde.org/ru/download/), (бессрочно); Редактор изображений Gimp (https://www.gimp.org/), (бессрочно) Сайт библиотеки АлтГУ: www.lib.asu.ru;
Электронно-библиотечная система издательства "Лань": www.e.lanbook.com; Электронно-библиотечная система "Университетская библиотека online": www.biblioclub.ru; Свободная энциклопедия "Википедия": http://ru.wikipedia.org; Единый образовательный портал http://portal.edu.asu.ru Электронная база данных ZBMATH: https://zbmath.org/ |
| Форма промежуточной аттестации | Экзамен. |