1. Цели освоения дисциплины
| 1.1. | получение знаний и навыков в области разрабатки и применения математических методов анализа временных рядов, прикладного программного обеспечения для решения задач обработки данных временных рядов. |
|---|
2. Место дисциплины в структуре ООП
| Цикл (раздел) ООП: Б1.В.ДВ.02.02 |
3. Компетенции обучающегося, формируемые в результате освоения дисциплины
| ПК-2 | Способен разрабатывать прикладные IT-проекты с использованием технологий сбора, хранения и анализа больших данных |
| ПК-2.1 | Знает основы проектирования и создания комплексов программ для решения прикладных задач анализа процессов, происходящих в социально-экономических системах и сфере образования. |
| ПК-2.2 | Умеет анализировать и обоснованно выбирать математические методы и информационные технологии для разработки ИТ продуктов на основе аналитики больших данных. |
| ПК-2.3 | Способен управлять разработкой прикладных IT-проектов на основе современных ИКТ. |
| В результате освоения дисциплины обучающийся должен | |
| 3.1. | Знать: |
|---|---|
| 3.1.1. | - Основные понятия предметной области. - Историю становления методологии анализа временных рядов и ее основных направлений. - Основные методологические принципы анализа данных временных рядов и разработки прикладного программного обеспечения по их анализу. - Специальные методы анализа временных рядов, используемые для решения научных задач. |
| 3.2. | Уметь: |
| 3.2.1. | - Применять на практике изученные методы и подходы. - Выполнять интерпретацию результатов. - Применять математические методы как элементs в разработке прикладного программного обеспечения. |
| 3.3. | Иметь навыки и (или) опыт деятельности (владеть): |
| 3.3.1. | - Навыками сбора и обработки данных временных рядов (большие данные). - Навыками применения методов обработки данных временных рядов. - Навыками разработки алгоритмов и элементов прикладных программ, включающих анализа данных временных рядов. |
4. Структура и содержание дисциплины
| Код занятия | Наименование разделов и тем | Вид занятия | Семестр | Часов | Компетенции | Литература |
|---|---|---|---|---|---|---|
| Раздел 1. Введение в анализ временных рядов | ||||||
| 1.1. | Понятие временного ряда, виды временных рядов, требования к данным | Лекции | 1 | 1 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 1.2. | Подготовка и первичная обработка данных временного ряда | Лабораторные | 1 | 2 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 1.3. | Показатели временной динамики уровней ряда | Лекции | 1 | 1 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 1.4. | Анализ цепных и базисных показателей, показателей динамики | Лабораторные | 1 | 2 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 1.5. | Предварительная обработка и анализ. Анализ специфических показателей временных рядов | Сам. работа | 1 | 14 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| Раздел 2. Статистический анализ данных временного ряда | ||||||
| 2.1. | Анализ показателей дескриптивной статистики | Лекции | 1 | 1 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 2.2. | Статистический анализ данных временного ряда. | Лабораторные | 1 | 2 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 2.3. | Модель линейного тренда (спецификация вида тренда, исследование качества, устойчивость и прогнозирование) | Лекции | 1 | 1 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 2.4. | Построение моделей линейного тренда и интерпретация результатов моделирования | Лабораторные | 1 | 2 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 2.5. | Основы теории вероятностей. Возможности языка R для анализа временных рядов | Сам. работа | 1 | 14 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| Раздел 3. Модели адаптивного скользящего среднего (ARMA, ARIMA) | ||||||
| 3.1. | Введение в адаптивные модели. ARMA модели | Лекции | 1 | 1 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 3.2. | Построение ARMA моделей. Анализ качества моделей | Лабораторные | 1 | 2 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 3.3. | ARIMA модели | Лекции | 1 | 1 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 3.4. | Построение ARIMA моделей. Анализ качества моделей | Лабораторные | 1 | 2 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 3.5. | Разработка адаптивных моделей временных рядов (Хольта, Брауна, Тейла-Вейджа, AR, MA, ARMA, ARIMA, ARCH, GARCH). Оценка адекватности моделей. | Сам. работа | 1 | 14 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| Раздел 4. Сезонная трендовая декомпозиция (STL) | ||||||
| 4.1. | Понятие сезонной трендовой декомпозиции (STL) | Лекции | 1 | 1 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 4.2. | Выполнение STL-декомпозиции с использованием библиотек statsmodel и stldecompose | Лабораторные | 1 | 4 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 4.3. | Основыне возможности языка python для анализа временных рядов | Сам. работа | 1 | 14 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| Раздел 5. Модели ARCH и GARCH | ||||||
| 5.1. | Введение в моделирование финансовых рынков. Модель ARCH | Лекции | 1 | 1 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 5.2. | Построение ARCH моделей. Анализ качества моделей | Лабораторные | 1 | 2 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 5.3. | Модель GARCH | Лекции | 1 | 1 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 5.4. | Построение GARCH моделей. Анализ качества моделей | Лабораторные | 1 | 2 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 5.5. | Критерии стационарности рядов. Тесты на проверку причинно-следственной связи между признаками | Сам. работа | 1 | 14 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| Раздел 6. Нейронные сети в анализе временных рядов | ||||||
| 6.1. | Применение нейронных сетей для прогнозирования временных рядов | Лекции | 1 | 1 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 6.2. | Разработка различных конфигураций нейронных сетей для прогнозирования временных рядов | Лабораторные | 1 | 4 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
| 6.3. | Работа с источниками финансовых данных | Сам. работа | 1 | 13 | ПК-2.1, ПК-2.2, ПК-2.3 | Л1.1, Л2.1, Л2.2, Л2.3 |
5. Фонд оценочных средств
| 5.1. Контрольные вопросы и задания для проведения текущего контроля и промежуточной аттестации по итогам освоения дисциплины |
| Оценочные материалы для текущего контроля по разделам и темам дисциплины в полном объеме размещены в онлайн-курсе на образовательном портале «Цифровой университет АлтГУ» – https://portal.edu.asu.ru/course/view.php?id=10640 ОЦЕНКА СФОРМИРОВАННОСТИ КОМПЕТЕНЦИИ ПК-2: Способность применять новые методы исследования в области математического моделирования, проектирования, создания и поддержки информационно-коммуникационных систем и баз данных в сфере профессиональной деятельности ПРИМЕРЫ ЗАДАНИЙ ЗАКРЫТОГО ТИПА 1. Случайная величина – это а. свойство объекта, изменяющееся случайно, с определенной степенью вероятности, частоты б. заранее известное значение в. оба ответа правильные 2. Генеральная совокупность – это а. совокупность всех возможных вариантов реализации случайной величины при неизменных условиях сбора данных б. способ представления предмета исследования в. оба ответа правильные 3. Дисперсия – это а. степень рассеяния случайной величины относительно среднего значения б. наибольшее значение случайной величины в. Наименьшее значение случайной величины 4. Вероятность – это а. степень надежности/частоты свершения некоторого события б. модуль случайной величины в. оба ответа правильные 5. Математическая модель – это а. воспроизведение в виде математических выражений и функций наиболее существенных с точки зрения рассматриваемой проблемы свойств объекта б. модель, в которой учтены только линейные связи в. оба ответа правильные 6. Доверительный интервал – это а. интервал возможных значений случайной величины, соответствующий определенному уровню доверия б. интервал, включающий в себя ровно половину значений случайной величины в. оба ответа правильные 7. Линейная модель – это а. модель, в которой используются связи линейного характера б. модель, в которой используются связи нелинейного характера в. оба ответа правильные 8. Метод исследования объектов (процессов) с учетом наличия случайных факторов путем изучения выборки вариантов реализации случайных величин (свойств объекта) из генеральной совокупности – это a. метод выборочного наблюдения б. метод максимального правдоподобия с. метод анализа иерархий 9. Обширный подраздел искусственного интеллекта, изучающий методы построения алгоритмов, способных обучаться – это а. машинное обучение б. цифровое обучение в. оба ответа правильные 10. Тип показателя «Влажность воздуха на 01.06.2020, 16:00 (%)» : а. моментный б. интервальный в. оба ответа неправильные 11. Априорная оценка – это а. оценка риска до получения опытных, реальных данных, результатов натурного эксперимента б. оценка границ доверительного интервала в. оба ответа верны 12. Временной ряд, состоящий из наблюдений за период 1999, 2002, 2003, 2004: а. неполный б. полный в. Оба ответа неправильные 13. Какая из перечисленных характеристик соответствует природе случайной величины: а. неопределенность б. предсказуемость в. однозначность 14. К какому виду случайной величины относится показатель «Индикатор выпадения осадков с вариантами - Да/Нет»: а. дискретный б. непрерывный в. оба ответа неверны 15. Термин (русскоязычная версия), который широко используется и относится к новым техническим решениям, призванным справиться с огромным количеством данных (объем), которые генерируются и/или передаются с высокой частотой – это а. большие данные б. малые данные в. оба ответа верны Во всех вопросах ответ а. ПРИМЕРЫ ЗАДАНИЙ ОТКРЫТОГО ТИПА 1. Чем отличаются генеральная и выборочная совокупности наблюдений Ответ: выборочная совокупность – часть генеральной 2. Что понимают под объемом выборки наблюдений Ответ: число объектов, наблюдений в выборке 3. Назовите два типа случайной величины Ответ: дискретная и непрерывная 4. Как определяется максимум в числовой выборке Ответ: наибольшее значение случайной величины по выборке 5. Чем управляемая переменная отличается от параметра Ответ: Управляемая переменная – свойство системы, на значение которой может оказывать воздействие лицо, принимающее решения. Параметр – постоянная величина, свойство системы относительно постоянное во времени и неизменяемое в процессе моделирования. 6. Как записывается линейная, однофакторная регрессионная модель Ответ: y =ax b 7. При каком значении средней величины относительной погрешности модель считается точной Ответ: средняя величина относительной погрешности должна быть менее 10% 8. Дайте определение понятия «риск» Ответ: Риск – вероятность свершения неблагоприятного события, опасность 9. В каких пределах измеряется вероятность Ответ: от 0 до 1 (или от 0% до 100%) 10. В каких пределах измеряется риск Ответ: от 0 до 1 (или от 0% до 100%) 11. В какой форме может быть выражено свойство объекта? Ответ: количественная и качественная формы 12. Является ли временной ряд произвольным набором наблюдений или данных Ответ: нет, это упорядоченные во времени наблюдения данные 13. По числу факторов на какие два типа делятся риски Ответ: однофакторные и многофакторные риски 14. Дайте определение априорным оценкам Ответ: оценка риска до получения опытных, реальных данных, результатов натурного эксперимента 15. Дайте определение апостериорным оценкам Ответ: оценки риска и ущерба, полученные на основе реальных данных частоты свершения негативных событий и реальных данных последствий полученного ущерба 16. Что понимают под устойчивостью системы Ответ: способность системы сохранять стабильное, целостное состояние 17. Дайте определение динамике наблюдаемого процесса Ответ: изменение; направленное развитие процесса во времени, наличие зависимости от предыстории 18. Вставьте пропущенное слово: Тенденция – это устойчивая закономерность изменения процесса во ____. Ответ: времени 19. Найдите минимальное значение по выборке (5, 9, 3, 7, 0) Ответ: 0 20. Переведите вероятность возникновения негативной ситуации 0,1 в проценты Ответ: 10% КРИТЕРИИ ОЦЕНИВАНИЯ ЗАКРЫТЫХ ВОПРОСОВ: Каждое задание оценивается 1 баллом. Оценивание КИМ теоретического характера в целом: «зачтено» – верно выполнено более 50% заданий; «не зачтено» – верно выполнено 50% и менее 50% заданий; «отлично» – верно выполнено 85-100% заданий; «хорошо» – верно выполнено 70-84% заданий; «удовлетворительно» – верно выполнено 51-69% заданий; «неудовлетворительно» – верно выполнено 50% или менее 50% заданий. КРИТЕРИИ ОЦЕНИВАНИЯ ОТКРЫТЫХ ВОПРОСОВ. «Отлично» (зачтено): Ответ полный, развернутый. Вопрос точно и исчерпывающе передан, терминология сохранена, студент превосходно владеет основной и дополнительной литературой, ошибок нет. «Хорошо» (зачтено): Ответ полный, хотя краток, терминологически правильный, нет существенных недочетов. Студент хорошо владеет пройденным программным материалом; владеет основной литературой, суждения правильны. |
| 5.2. Темы письменных работ для проведения текущего контроля (эссе, рефераты, курсовые работы и др.) |
| Не предусмотрены |
| 5.3. Фонд оценочных средств для проведения промежуточной аттестации |
| Промежуточная аттестация заключается в проведении в конце семестра экзамена (для обучающихся, не получивших зачет по результатам текущей успеваемости) по всему изученному курсу. Зачет проводится в устной форме по билетам. В билет входит 2 вопроса теоретического характера. ВОПРОСЫ ТЕОРЕТИЧЕСКОГО ХАРАКТЕРА 1. Постановка задачи анализа временных рядов. Современные методологические проблемы. Общие этапы работы. Направления практического использования результатов анализа при принятии решений. 2. Статистический анализ данных временного ряда. Дескриптивная статистика. 3. Статистический анализ данных временного ряда. Анализ распределений данных. 4. Статистический анализ данных временного ряда. Статистические критерии оценивания существенных изменений процесса во времени. 5. Статистический анализ данных временного ряда. Статистические критерии оценивания формы распределения данных. 6. Модели линейной регрессии, оценка параметров зависимости и оценка качества модели. 7. Статистические критерии анализа стационарности временных процессов. 8. Фазовый анализ временного ряда. 9. Адаптивные модели. Модель экспоненциального среднего. 10. Адаптивные модели анализа и прогноза временных рядов. Модель Хольта. 11. Адаптивные модели анализа и прогноза временных рядов. Модель Брауна. 12. Модель Бокса-Дженкинса. 13. Модели авторегрессии AR(q). 14. Модели скользящего среднего MA(p) 15. Модели ARMA (q,p). 16. Стационарность и нестационарность процессов. Модель ARIMA(q,r,p). 17. Модель авторегрессии с условной гетероскедастичностью ARCH(q,p). КРИТЕРИИ ОЦЕНИВАНИЯ «Отлично» (зачтено): студентом дан полный, в логической последовательности развернутый ответ на поставленные вопросы, где он продемонстрировал знания предмета в полном объеме учебной программы, достаточно глубоко осмысливает дисциплину, самостоятельно, и исчерпывающе отвечает на дополнительные вопросы, приводит собственные примеры по проблематике поставленного вопроса, решил предложенные практические задания без ошибок. «Хорошо» (зачтено): студентом дан развернутый ответ на поставленный вопрос, где студент демонстрирует знания, приобретенные на лекционных и семинарских занятиях, а также полученные посредством изучения обязательных учебных материалов по курсу, дает аргументированные ответы, приводит примеры, в ответе присутствует свободное владение монологической речью, логичность и последовательность ответа. Однако допускаются неточности в ответе. Решил предложенные практические задания с небольшими неточностями. «Удовлетворительно» (зачтено): студентом дан ответ, свидетельствующий в основном о знании процессов изучаемой дисциплины, отличающийся недостаточной глубиной и полнотой раскрытия темы, знанием основных вопросов теории, слабо сформированными навыками анализа явлений, процессов, недостаточным умением давать аргументированные ответы и приводить примеры, недостаточно свободным владением монологической речью, логичностью и последовательностью ответа. Допускается несколько ошибок в содержании ответа и решении практических заданий. «Неудовлетворительно» (не зачтено): студентом дан ответ, который содержит ряд серьезных неточностей, обнаруживающий незнание процессов изучаемой предметной области, отличающийся неглубоким раскрытием темы, незнанием основных вопросов теории, неумением давать аргументированные ответы. Выводы поверхностны. Решение практических заданий не выполнено. Студент не способен ответить на вопросы даже при дополнительных наводящих вопросах преподавателя. |
| Приложения |
|
Приложение 1.
ФОС_Анализ временных рядов.doc
|
6. Учебно-методическое и информационное обеспечение дисциплины
| 6.1. Рекомендуемая литература | ||||
| 6.1.1. Основная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л1.1 | Подкорытова О.А., Соколов М.В. | АНАЛИЗ ВРЕМЕННЫХ РЯДОВ 2-е изд., пер. и доп. Учебное пособие для бакалавриата и магистратуры: Гриф УМО ВО | М.:Издательство Юрайт, 2018 | biblio-online.ru |
| 6.1.2. Дополнительная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л2.1 | Ганичева А.В. | Прикладная статистика: учебное пособие: Учебные пособия | Издательство "Лань", 2017 | e.lanbook.com |
| Л2.2 | Бериков В. Б. | Эконометрика: Учебники и учебные пособия для ВУЗов | НГТУ, 2010 | biblioclub.ru |
| Л2.3 | Валеев Н. Н., Аксянова А. В., Гадельшина Г. А. | Анализ временных рядов и прогнозирование: Учебники и учебные пособия для ВУЗов | КГТУ, 2010 | biblioclub.ru |
| 6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет" | ||||
| Название | Эл. адрес | |||
| Э1 | Электронная библиотека АлтГУ. http://www.lib.asu.ru | |||
| Э2 | Аналитическо-информационный портал "Финам". http://www.finam.ru | |||
| Э3 | РОССТАТ. Официальный сайт. http://www.gks.ru | |||
| Э4 | РОССТАТ. Алтайский край. Официальный сайт. http://ak.gks.ru | |||
| Э5 | Электронная библиотечная система "Лань" . http://e.lanbook.com | |||
| Э6 | Научная электронная библиотека "Elibrary". http://elibrary.ru | |||
| Э7 | Электронная библиотечная система издательства "Юрайт". http://biblio-online.ru | |||
| Э8 | Издательство МЦНО (свободно-распространяемые книги). www.mccme.ru/free-books | |||
| Э9 | Электронный курс "Анализ временных рядов" на Едином образовательном портале | portal.edu.asu.ru | ||
| 6.3. Перечень программного обеспечения | ||||
| Табличный процессор, текстовый процессор, операционная система, файловый менеджер, доступ к интернет, архиватор, Acrobat Reader.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) | ||||
| 6.4. Перечень информационных справочных систем | ||||
| Не предусмотрено. | ||||
7. Материально-техническое обеспечение дисциплины
| Аудитория | Назначение | Оборудование |
|---|---|---|
| 408Л | лаборатория математического моделирования - учебная аудитория для проведения занятий семинарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации | Учебная мебель на 15 посадочных мест; рабочее место преподавателя; доска меловая 1 шт.; компьютер Depo - 10 шт., 5 шт. с мониторами LG и 5 шт. с мониторами Philips; мультимедиа-проектор Sony - 1 шт.; МФУ Canon - 1 шт.; стационарный экран: марка Digis Optima C - 1 шт. |
| 107Л | лаборатория информационных технологий - компьютерный класс - учебная аудитория для проведения занятий семинарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации | Учебная мебель на 18 посадочных мест; компьютеры: марка HP, модель ProOne 400 - 18 единиц; проектор: марка SMART, модель UF70 - 1 единица; интерактивная доска: марка SMART Board модель SMB680 - 1 единица |
8. Методические указания для обучающихся по освоению дисциплины
| 1. Для успешного освоения содержания дисциплины необходимо посещать лекции, принимать активное участие в работе на семинаре, практическом занятии, а также выполнять задания, предлагаемые преподавателем для самостоятельного выполнения. 2. Лекция. -На лекцию приходите не опаздывая, так как это неэтично. - На лекционных занятиях необходимо конспектировать изучаемый материал. - Для систематизации лекционного материала, который будет полезен при подготовке к итоговому контролю знаний, записывайте на каждой лекции тему, вопросы для изучения, рекомендуемую литературу. - В каждом вопросе выделяйте главное, обязательно запишите ключевые моменты (определение, факты, законы, правила и т.д.), подчеркните их. - Если по содержанию материала возникают вопросы, не нужно выкрикивать, запишите их и задайте по окончании лекции или на семинарском занятии. - Перед следующей лекцией обязательно прочитайте предыдущую, чтобы актуализировать знания и осознанно приступить к освоению нового содержания. 3. Практическое (лабораторное) занятие – это форма работы, где студенты максимально активно участвуют в освоении теории и методов. - Для подготовки к семинару необходимо просмотреть лекционный конспект, отметить наиболее непонятные моменты, прочитать литературу рекомендуемую преподавателем. - При использовании литературы важно запомнить, что любой источник должен нести достоверную информацию, особенно это относится к Internet-ресурсам. При использовании Internet - ресурсов в процессе подготовки не нужно их автоматически «скачивать», они должны быть проанализированы. Не нужно «скачивать» готовые рефераты, так как их однообразие преподаватель сразу выявляет, кроме того, они могут быть сомнительного качества. - В процессе изучения темы анализируйте несколько источников. Используйте периодическую печать - специальные журналы. - Полезным будет работа с электронными учебниками и учебными пособиями в Internet-библиотеках. Зарегистрируйтесь в них: университетская библиотека Онлайн (http://www.biblioclub.ru/) и электронно-библиотечная система «Лань» (http://e.lanbook.com/). - В процессе подготовки и построения ответов при защите результатов типовых расчетных заданий не просто пересказывайте конспект лекции, содержание презентации или задания, но и проявите больше красноречия, используйте дополнительные сведения об изучаемом объекте, чтобы украсить ваше выступление. - При возникновении трудностей в процессе подготовки взаимодействуйте с преподавателем, консультируйтесь по самостоятельному изучению темы. 4. Самостоятельная работа. - При изучении дисциплины не все вопросы рассматриваются на лекциях и практических занятиях, часть вопросов рекомендуется преподавателем для самостоятельного изучения. - Поиск ответов на вопросы и выполнение заданий для самостоятельной работы позволит вам расширить и углубить свои знания по курсу, применить теоретические знания в решении задач практического содержания, закрепить изученное ранее. - Эти задания следует выполнять не «наскоком», а постепенно, планомерно, следуя порядку изучения тем курса. - При возникновении вопросов обратитесь к преподавателю в день консультаций на кафедру. - Выполнив их, проанализируйте качество их выполнения. Это поможет вам развивать умения самоконтроля и оценочные компетенции. 5. Итоговый контроль. - Для подготовки к зачету/экзамену возьмите перечень примерных вопросов у методиста кафедры. - В списке вопросов выделите те, которые были рассмотрены на лекции, практических занятиях. Обратитесь к своим записям, выделите существенное. Для более детального изучения изучите рекомендуемую литературу. - Если в списке вопросов есть те, которые не рассматривались на лекции, семинарском занятии, изучите их самостоятельно. Если есть сомнения, задайте вопросы на консультации перед экзаменом. - Продумайте свой ответ на экзамене, его логику. Помните, что ваш ответ украсит ссылка на источник литературы, иллюстрация практики применения теоретического знания. |