| Закреплена за кафедрой | Кафедра экономики и прикладной информатики (Бийск) |
|---|---|
| Направление подготовки | 09.03.03. Прикладная информатика |
| Профиль | ERP-системы и прикладное программирование |
| Форма обучения | Заочная |
| Общая трудоемкость | 4 ЗЕТ |
| Учебный план | ФлБийск_z09_03_03_Прикладная информатика_ERP-2025 |
|
|
||||||||||||||
Распределение часов по курсам
| Курс | 4 | Итого | ||
|---|---|---|---|---|
| Вид занятий | УП | РПД | УП | РПД |
| Лекции | 6 | 6 | 6 | 6 |
| Лабораторные | 12 | 12 | 12 | 12 |
| Сам. работа | 117 | 117 | 117 | 117 |
| Часы на контроль | 9 | 9 | 9 | 9 |
| Итого | 144 | 144 | 144 | 144 |
| 1.1. | формирование у будущих специалистов базовых знаний в области Big Data, практических навыков по основам Data Science, применения современных информационных технологий для организации процессов ETL, проектирования и создания хранилищ данных, разработки и внедрения систем OLAP и BI для решения экономических, управленческих и других прикладных задач, развитие умения работы с современными программными средствами, библиотеками и средами проектирования и разработки. Задачи изучения дисциплины - реализация требований, установленных в квалификационной характеристике в области архитектуры ПО, создания, внедрения ПО для решения прикладных задач. |
|---|
| Цикл (раздел) ООП: Б1.В.01 |
| ПК-3 | Способен разрабатывать и применять программное обеспечение для процессов ETL, построения баз данных, хранилищ данных и аналитических решений на основе машинного обучения и искусственного интеллекта |
| В результате освоения дисциплины обучающийся должен | |
| 3.1. | Знать: |
|---|---|
| 3.1.1. | основы организации хранилищ данных (ХД), OLAP-технологии, архитектуру ХД и OLAP-систем; назначение и методы процессов ETL/ELT. |
| 3.2. | Уметь: |
| 3.2.1. | проектировать хранилища данных для решения поставленных задач анализа данных в предметной области; применять на практике программные средства и прикладные библиотеки для консолидации и подготовки данных, для решения задач методами Data Mining; выполнять визуализацию данных в процессе поиска, извлечения, преобразования и загрузки данных в хранилище; применять на практике программные средства и прикладные библиотеки для работы с большими данными в процессах ETL. |
| 3.3. | Иметь навыки и (или) опыт деятельности (владеть): |
| 3.3.1. | технологиями построения хранилищ данных, организации процесса ETL, работы с OLAP-технологиями; опытом применения алгоритмов автоматизации процессов ETL/ELT; навыками применения технологий SQL и NoSQL; навыками визуализации данных в средах интеллектуального анализа данных и ELT-платформ. |
| Код занятия | Наименование разделов и тем | Вид занятия | Курс | Часов | Компетенции | Литература |
|---|---|---|---|---|---|---|
| Раздел 1. Введение в дисциплину | ||||||
| 1.1. | Введение. Базовые понятия. | Лекции | 4 | 0,5 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 1.2. | Чтение лекции и учебной литературы. | Сам. работа | 4 | 4 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 1.3. | Хранилища данных. | Лекции | 4 | 0,5 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 1.4. | Чтение лекции и учебной литературы. | Сам. работа | 4 | 6 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 1.5. | Открытые данные и разведочный анализ. | Лабораторные | 4 | 1 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 1.6. | Доработка лабораторной работы. | Сам. работа | 4 | 4 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 1.7. | Big Data. Основные понятия. Хранение и обработка больших данных. NoSQL. | Лекции | 4 | 0,5 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 1.8. | Чтение лекции и учебной литературы. | Сам. работа | 4 | 8 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 1.9. | Примеры использования BigData. | Лабораторные | 4 | 1 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 1.10. | Доработка лабораторной работы. | Сам. работа | 4 | 8 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 1.11. | NoSQL. Работа с CouchDB. | Лабораторные | 4 | 2 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 1.12. | Доработка лабораторной работы. | Сам. работа | 4 | 8 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| Раздел 2. Консолидация данных | ||||||
| 2.1. | Консолидация данных. ETL-процесс. Извлечение данных. | Лекции | 4 | 0,5 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 2.2. | Чтение лекции и учебной литературы. | Сам. работа | 4 | 12 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 2.3. | Преобразование данных. Загрузка данных. | Лекции | 4 | 1 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 2.4. | Чтение лекции и учебной литературы. | Сам. работа | 4 | 12 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 2.5. | Инструменты ETL/ELT. | Лекции | 4 | 1 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 2.6. | Чтение лекции и учебной литературы. | Сам. работа | 4 | 12 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 2.7. | Процесс ETL в Loginom | Лабораторные | 4 | 2 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 2.8. | Доработка лабораторной работы. | Сам. работа | 4 | 10 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 2.9. | Процесс ETL в Python | Лабораторные | 4 | 2 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 2.10. | Доработка лабораторной работы. | Сам. работа | 4 | 8 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| Раздел 3. OLAP-системы | ||||||
| 3.1. | Многомерная модель данных. Концепция ОLАР. | Лекции | 4 | 1 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 3.2. | Чтение лекции и учебной литературы. | Сам. работа | 4 | 4 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 3.3. | OLAP на платформе Deductor (Loginom). | Лабораторные | 4 | 2 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 3.4. | Доработка лабораторной работы. | Сам. работа | 4 | 8 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 3.5. | Архитектура OLAP-систем. | Лекции | 4 | 1 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 3.6. | Чтение лекции и учебной литературы. | Сам. работа | 4 | 5 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 3.7. | Проектирование ROLAP-системы в среде IBM Rational Data Architect. | Лабораторные | 4 | 2 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 3.8. | Доработка лабораторной работы. | Сам. работа | 4 | 8 | ПК-3 | Л1.1, Л2.1, Л1.2 |
| 5.1. Контрольные вопросы и задания для проведения текущего контроля и промежуточной аттестации по итогам освоения дисциплины |
| Задания для оценки сформированности компетенций: ПК-3 Способен разрабатывать и применять программное обеспечение для процессов ETL, построения баз данных, хранилищ данных и аналитических решений на основе машинного обучения и искусственного интеллекта Код и наименование индикатора достижения профессиональной компетенции ПК-3.1. Знает концепции баз данных, хранилищ данных, ETL, базовые технологии машинного обучения и искусственного интеллекта; готовые решения для ETL и анализа данных, интеллектуальные информационные системы. ПК-3.2. Умеет разрабатывать базы данных, хранилища данных, приложения ETL; применять готовые решения для ETL, анализа данных, машинного обучения и искусственного интеллекта. ПК-3.3. Владеет технологиями создания аналитических решений на основе машинного обучения и искусственного интеллекта. 1. Содержание вопроса: Основные отличия ETL от ELT? Выберите один правильный ответ и обоснуйте свой выбор а) в ETL данные преобразуются перед загрузкой, в ELT данные сначала загружаются, потом преобразуются; б) в ETL используется параллельная обработка данных, в ELT — последовательная; в) ETL применяется только для структурированных данных, ELT — для любых типов данных; г) нет принципиальных отличий между этими двумя методами. Правильный ответ: а. Обоснование: традиционная архитектура ETL предполагает извлечение (Extract), преобразование (Transform) и последующую загрузку (Load) данных в хранилище. Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 2. Содержание вопроса: Назначение механизма шардинга в Big Data? Выберите один правильный ответ и обоснуйте свой выбор а) шардинг нужен для шифрования данных; б) шардинг необходим для уменьшения объема хранимых данных; в) шардинг используется для распределения данных по нескольким узлам для увеличения скорости обработки запросов; г) шардинг применяется исключительно для резервного копирования данных. Правильный ответ: в Обоснование: механизм шардинга подразумевает разделение базы данных на фрагменты (шарды), которые распределяются по разным серверам или узлам. Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 3. Содержание вопроса: Зачем нужны агрегаты данных в OLAP-кубах? Выберите один правильный ответ и обоснуйте свой выбор а) для улучшения конфиденциальности данных; б) для повышения скорости анализа многомерных данных; в) агрегаты необходимы для сжатия данных; г) только для удобства визуализации данных. Правильный ответ: б Обоснование: данные предварительно агрегируются различными способами для конкретных измерений куба. Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 4. Содержание вопроса: Что означает термин "Data Lake"? Выберите один правильный ответ и обоснуйте свой выбор а) централизованное хранилище только структурированных данных; б) распределённая база данных с ограниченным доступом; в) хранилище необработанных данных в их оригинальном формате; г) инструмент для синхронизации данных между системами. Правильный ответ: в Обоснование: централизованный репозиторий, предназначенный для хранения огромного объёма сырых данных различного формата Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 5. Содержание вопроса: Преимущества подхода ELT перед классическим ETL? Выберите один правильный ответ и обоснуйте свой выбор а) отсутствие потребности в хранении промежуточных результатов; б) возможность загрузки и обработки одновременно больших объемов данных; в) сокращение затрат на оборудование; г) увеличение сложности настройки и сопровождения. Правильный ответ: б Обоснование: в подходе ELT весь набор данных загружается в целевой источник (обычно облако или хранилище данных), и затем преобразования выполняются прямо там, используя мощности самого хранилища. Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 6. Содержание вопроса: В чём основное различие между ETL и ELT-подходами? Правильный ответ: ETL предусматривает преобразование данных до их загрузки, а ELT переносит этот этап на стадию после загрузки. Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 7. Содержание вопроса: Что обозначает аббревиатура "ETL"? Правильный ответ: Extract, Transform, Load Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 8. Содержание вопроса: Какая технология чаще всего используется для построения Data Lakes? Правильный ответ: Hadoop/HDFS Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 9. Содержание вопроса: Какие типы данных поддерживает подход ELT? Укажите три типа. Правильный ответ: структурированные данные, полуструктурированные данные, не-структурированные данные Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 10. Содержание вопроса: В каком порядке проходит традиционный ETL-процесс? Правильный ответ: извлечь, преобразовать, загрузить Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу Тест состоит из вопросов закрытого типа с выбором одного ответа/ выбором нескольких ответов, вопросов открытого типа. В вопросах с выбором одного ответа / нескольких ответов, студент либо выбирает правильный ответ и получает 1 балл, либо выбирает не правильный ответ и получает 0 баллов. Оценка «отлично» (85-100 баллов) - Ставится студенту, если он выполняет работу полностью, в логических рассуждениях и обосновании решения нет пробелов и ошибок, четко излагает свои мысли на поставленные вопросы, умеет тесно связывать теорию с практикой, правильно обосновывает принятое решение, в котором нет правовых ошибок (возможна одна неточность, описка, не являющаяся следствием незнания или непонимания учебного материала). Оценка «хорошо» (70-84 баллов) - Ставится студенту, если он выполняет работу полностью, правильно применяет теоретические положения при решении практических вопросов и задач, владеет необходимыми навыками и приемами их выполнения, однако, была допущена одна ошибка или два-три недочета в решении задачи (если эти виды работы не являлись специальным объектом проверки). Оценка «удовлетворительно» (50-69 баллов) - Ставится студенту, если он имеет знания только основного материала, но не усваивает его деталей, допускает неточности, недостаточно правильные формулировки, нарушения логической последовательности в изложении материала, испытывает затруднения при выполнении практических работ, однако, были допущены несколько ошибок (более двух-трех). Оценка «неудовлетворительно» (0-49 баллов) - Ставится студенту, который не выполняет самостоятельную работу (как в полном объеме, так и частично), допускает большое количество ошибок при решении задач и в ответе на поставленные вопросы. |
| 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 |
| Задания для оценки сформированности компетенций: ПК-3 Способен разрабатывать и применять программное обеспечение для процессов ETL, построения баз данных, хранилищ данных и аналитических решений на основе машинного обучения и искусственного интеллекта Код и наименование индикатора достижения профессиональной компетенции ПК-3.1. Знает концепции баз данных, хранилищ данных, ETL, базовые технологии машинного обучения и искусственного интеллекта; готовые решения для ETL и анализа данных, интеллектуальные информационные системы. ПК-3.2. Умеет разрабатывать базы данных, хранилища данных, приложения ETL; применять готовые решения для ETL, анализа данных, машинного обучения и искусственного интеллекта. ПК-3.3. Владеет технологиями создания аналитических решений на основе машинного обучения и искусственного интеллекта. 1. Содержание вопроса: Основные отличия ETL от ELT? Выберите один правильный ответ и обоснуйте свой выбор а) в ETL данные преобразуются перед загрузкой, в ELT данные сначала загружаются, потом преобразуются; б) в ETL используется параллельная обработка данных, в ELT — последовательная; в) ETL применяется только для структурированных данных, ELT — для любых типов данных; г) нет принципиальных отличий между этими двумя методами. Правильный ответ: а. Обоснование: традиционная архитектура ETL предполагает извлечение (Extract), преобразование (Transform) и последующую загрузку (Load) данных в хранилище. Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 2. Содержание вопроса: Назначение механизма шардинга в Big Data? Выберите один правильный ответ и обоснуйте свой выбор а) шардинг нужен для шифрования данных; б) шардинг необходим для уменьшения объема хранимых данных; в) шардинг используется для распределения данных по нескольким узлам для увеличения скорости обработки запросов; г) шардинг применяется исключительно для резервного копирования данных. Правильный ответ: в Обоснование: механизм шардинга подразумевает разделение базы данных на фрагменты (шарды), которые распределяются по разным серверам или узлам. Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 3. Содержание вопроса: Зачем нужны агрегаты данных в OLAP-кубах? Выберите один правильный ответ и обоснуйте свой выбор а) для улучшения конфиденциальности данных; б) для повышения скорости анализа многомерных данных; в) агрегаты необходимы для сжатия данных; г) только для удобства визуализации данных. Правильный ответ: б Обоснование: данные предварительно агрегируются различными способами для конкретных измерений куба. Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 4. Содержание вопроса: Что означает термин "Data Lake"? Выберите один правильный ответ и обоснуйте свой выбор а) централизованное хранилище только структурированных данных; б) распределённая база данных с ограниченным доступом; в) хранилище необработанных данных в их оригинальном формате; г) инструмент для синхронизации данных между системами. Правильный ответ: в Обоснование: централизованный репозиторий, предназначенный для хранения огромного объёма сырых данных различного формата Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 5. Содержание вопроса: Преимущества подхода ELT перед классическим ETL? Выберите один правильный ответ и обоснуйте свой выбор а) отсутствие потребности в хранении промежуточных результатов; б) возможность загрузки и обработки одновременно больших объемов данных; в) сокращение затрат на оборудование; г) увеличение сложности настройки и сопровождения. Правильный ответ: б Обоснование: в подходе ELT весь набор данных загружается в целевой источник (обычно облако или хранилище данных), и затем преобразования выполняются прямо там, используя мощности самого хранилища. Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 6. Содержание вопроса: В чём основное различие между ETL и ELT-подходами? Правильный ответ: ETL предусматривает преобразование данных до их загрузки, а ELT переносит этот этап на стадию после загрузки. Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 7. Содержание вопроса: Что обозначает аббревиатура "ETL"? Правильный ответ: Extract, Transform, Load Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 8. Содержание вопроса: Какая технология чаще всего используется для построения Data Lakes? Правильный ответ: Hadoop/HDFS Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 9. Содержание вопроса: Какие типы данных поддерживает подход ELT? Укажите три типа. Правильный ответ: структурированные данные, полуструктурированные данные, не-структурированные данные Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу 10. Содержание вопроса: В каком порядке проходит традиционный ETL-процесс? Правильный ответ: извлечь, преобразовать, загрузить Ответ студента может быть написан в собственной трактовке, эквивалентной по смыслу приведенному правильному ответу Тест состоит из вопросов закрытого типа с выбором одного ответа/ выбором нескольких ответов, вопросов открытого типа. В вопросах с выбором одного ответа / нескольких ответов, студент либо выбирает правильный ответ и получает 1 балл, либо выбирает не правильный ответ и получает 0 баллов. Оценка «отлично» (85-100 баллов) - Ставится студенту, если он выполняет работу полностью, в логических рассуждениях и обосновании решения нет пробелов и ошибок, четко излагает свои мысли на поставленные вопросы, умеет тесно связывать теорию с практикой, правильно обосновывает принятое решение, в котором нет правовых ошибок (возможна одна неточность, описка, не являющаяся следствием незнания или непонимания учебного материала). Оценка «хорошо» (70-84 баллов) - Ставится студенту, если он выполняет работу полностью, правильно применяет теоретические положения при решении практических вопросов и задач, владеет необходимыми навыками и приемами их выполнения, однако, была допущена одна ошибка или два-три недочета в решении задачи (если эти виды работы не являлись специальным объектом проверки). Оценка «удовлетворительно» (50-69 баллов) - Ставится студенту, если он имеет знания только основного материала, но не усваивает его деталей, допускает неточности, недостаточно правильные формулировки, нарушения логической последовательности в изложении материала, испытывает затруднения при выполнении практических работ, однако, были допущены несколько ошибок (более двух-трех). Оценка «неудовлетворительно» (0-49 баллов) - Ставится студенту, который не выполняет самостоятельную работу (как в полном объеме, так и частично), допускает большое количество ошибок при решении задач и в ответе на поставленные вопросы. |
| 6.1. Рекомендуемая литература | ||||
| 6.1.1. Основная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л1.1 | Советов Б.Я., Цехановский В.В., Чертовской В.Д. | Базы данных: Учебник для вузов | Москва: Издательство Юрайт, 2023 | urait.ru |
| Л1.2 | Нестеров С. А. | Базы данных: Учебник и практикум для вузов | Москва: Издательство Юрайт, 2023 | urait.ru |
| 6.1.2. Дополнительная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л2.1 | Келлехер, Д. | Наука о данных: базовый курс: | Альпина Паблишер, 2020 | https://biblioclub.ru/index.php?page=book&id=598235 |
| 6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет" | ||||
| Название | Эл. адрес | |||
| Э1 | Курс в Moodle "Big Data и ETL-системы" | https://portal.edu.asu.ru/course/view.php?id=12693 | ||
| 6.3. Перечень программного обеспечения | ||||
| Аналитическая платформа Deductor Academic Microsoft Windows Microsoft Office 7-Zip AcrobatReaderMicrosoft 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 | ||||
| https://portal.edu.asu.ru/course/view.php?id=3882 | ||||
| Аудитория | Назначение | Оборудование |
|---|---|---|
| № 201 (филиал в г. Бийске) | лаборатория системного и прикладного программирования – учебная аудитория для проведения занятий всех видов (дисциплинарной, междисциплинарной и модульной подготовки), групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации; курсового проекта (работы). | Учебная мебель; рабочее место преподавателя; компьютеры; доска магнитно-маркерная; проектор; экран; переносной ноутбук из аудитории № 207. |
| На лекциях преподаватель знакомит слушателей с основными понятиями и положениями по текущей теме. На лекциях слушатель получает только основной объём информации по теме. Только посещение лекций является недостаточным для подготовки к лабораторным занятиям и экзамену. Требуется также самостоятельная работа по изучению основной и дополнительной литературы и закрепление полученных на лабораторных занятиях навыков. Практические задания по темам выполняются на лабораторных занятиях в компьютерном классе. Если лабораторные занятия пропущены (по уважительной или неуважительной причине), то соответствующие задания необходимо выполнить самостоятельно и представить результаты преподавателю на очередном занятии, консультации или через образовательный портал. Самостоятельная работа студентов – способ активного, целенаправленного приобретения студентом новых для него знаний, умений и навыков без непосредственного участия в этом процессе преподавателя. Качество получаемых студентом знаний напрямую зависит от качества и количества необходимого доступного материала, а также от желания (мотивации) студента их получить. При обучении осуществляется целенаправленный процесс взаимодействия студента и преподавателя для формирования знаний, умений и навыков. Все необходимые методические материалы размещены на образовательном портале АлтГУ https://portal.edu.asu.ru/course/view.php?id=3027 |