Основная образовательная программа высшего профессионального образования Направление подготовки

Вид материала

Содержание

Подобный материал:

1 ... 8 9 10 11 12 13 14 15 ... 23

Эксперт:

Бощенко Андрей Петрович, к.ф.-м.н., доцент, кафедра алгебры и геометрии ВГПУ

^ Б3.В.24 «ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИНФОРМАТИКИ»

1. Цель и задачи освоения дисциплины

Цель освоения дисциплины: сформировать систему компетенций будущего учителя информатики в области теоретического фундамента и математических методов построения и изучения моделей обработки, передачи и использования информации для решения педагогических и культурно-просветительских задач.

^ Задачи освоения дисциплины:

– сформировать систему знаний в области теоретического фундамента и математических методов построения и изучения моделей обработки, передачи и использования информации;

– сформировать умения использовать базовые алгоритмы обработки информации, составлять алгоритмы для решения поставленных задач;

– создать условия для освоения навыка использования методов информатики для решения задач обработки информации.

^ 2. Место дисциплины в структуре ООП

Цикл – профессиональный

Часть учебного плана – вариативная

Опирается на следующие дисциплины, освоенные ранее: «Основы математической обработки информации», «Программирование», «Разработка эффективных алгоритмов», «Теория чисел и числовые системы», «Математическая логика и теория алгоритмов», «Теория вероятностей и математическая статистика», «Дискретная математика», «Абстрактная и компьютерная алгебра», «Методы и средства защиты информации».

Является основой для освоения дисциплин: «Актуальные проблемы информатики и образования», «Перспективные направления компьютерного моделирования», «Перспективные направления искусственного интеллекта».

^ 3. Требования к результатам освоение дисциплины

Процесс изучения дисциплины направлен на формирование следующих компетенций (в соответствии с ФГОС ВПО и ООП):

- способностью анализировать мировоззренческие, социально и личностно значимые философские проблемы (ОК-2);

- осознанием социальной значимости своей будущей профессии, обладанием мотивацией к осуществлению профессиональной деятельности (ОПК-1);

- готовностью применять знания теоретической информатики, фундаментальной и прикладной математики для анализа и синтеза информационных систем и процессов (СК-1);

- владением современными формализованными математическими, информационно-логическими и логико-семантическими моделями и методами представления, сбора и обработки информации (СК-3).

^ В результате изучения студент должен

знать:

- основные понятия и методы кодирования информации;

- логические основы построения арифметического устройства ЭВМ;

- свойства, способы записи и основные подходы к разработке алгоритмов;

- основные подходы к формализации понятия «алгоритм»;

уметь:

- использовать алгоритмы эффективного и помехоустойчивого кодирования;

- решать учебные задачи на составление алгоритмов для абстрактных вычислительных машин;

владеть:

- основными приемами и методами построения кодов с заданными свойствами;

- приемами составления алгоритмов для абстрактных вычислительных машин.

^ 4. Общая трудоемкость дисциплины и ее распределение

количество зачетных единиц – 4

общая трудоемкость курса в часах – 144 ч (в т.ч. аудиторных часов – 54 ч, СРС – 36 ч)

распределение по семестрам – 9

форма и место отчетности – экзамен

^ 5. Краткое содержание дисциплины

Раздел 1. Информатика как фундаментальная наука. Структура современной информатики. Информация и информационные процессы. Измерение и методы оценки информации.

Раздел 2. Кодирование информации. Виды кодирования. Оптимальные и помехоустойчивые коды. Теоремы Шеннона. Алгоритмы кодирования. Основные понятия и методы криптографии.

Раздел 3. Кодирование информации для ЭВМ. Системы счисления как основа кодирования числовой информации. Логические основы построения арифметического устройства. Кодирование текстовых данных и визуально-графической информации.

Раздел 4. Алгоритм как базовое понятие информатики. Принципы разработки алгоритмов и программ для решения прикладных задач. Формализация понятия «алгоритм». Машины Поста и Тьюринга. Понятие недетерминированной машины Тьюринга. Тезис Черча-Тьюринга. Понятие сложности алгоритма и трудной задачи.

6. Разработчик:

Сергеев Алексей Николаевич, д.п.н., профессор, кафедра информатики и информатизации образования ВГПУ

Эксперт:

Усольцев Вадим Леонидович, к.ф.-м.н., доцент, кафедра информатики и информатизации образования ВГПУ

^ Б3.В.25 «КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ»

1. Цель и задачи освоения дисциплины

Цель освоения дисциплины: сформировать у студентов общекультурные и специальные компетенции на основе освоения систематизированных знаний в области математического и информационного компьютерного моделирования для решения профессиональных задач.

^ Задачи освоения дисциплины:

– сформировать у студентов знания об основных понятиях, видах и методах математического и информационного моделирования, различных классификациях моделей;

– выработать умение разрабатывать и анализировать модели в различных областях деятельности;

– выработать навыки разработки и анализа моделей;

– обеспечить приобретение опыта использования технологий компьютерного моделирования.

^ 2. Место дисциплины в структуре ООП

Цикл – профессиональный.

Часть учебного плана – вариативная часть.

Опирается на следующие дисциплины, освоенные ранее: «Математический анализ и дифференциальные уравнения», «Алгебра и геометрия», «Дискретная математика», «Теория вероятностей и математическая статистика», «Программирование», «Информационные системы», «Численные методы».

Является основой для дальнейшего освоения студентами дисциплины «Актуальные проблемы информатики и образования», курсов по выбору профессионального цикла, прохождения педагогической практики.

^ 3. Требования к результатам освоения дисциплины

Процесс изучения дисциплины направлен на формирование следующих компетенций (в соответствии с ФГОС ВПО и ООП):

- владением культурой мышления, способностью к обобщению, анализу, восприятию информации, постановке цели и выбору путей её достижения (ОК-1);

- готовностью применять знания теоретической информатики, фундаментальной и прикладной математики для анализа и синтеза информационных систем и процессов (СК-1);

- способностью использовать математический аппарат, методологию программирования и современные компьютерные технологии для решения практических задач получения, хранения, обработки и передачи информации (СК-2);

- владением современными формализованными математическими, информационно-логическими и логико-семантическими моделями и методами представления, сбора и обработки информации (СК-3).

^ В результате изучения студент должен

знать:

- основные понятия и виды математического и информационного моделирования;

- различные классификации моделей;

- примеры моделей в различных областях науки и практики;

уметь:

- разрабатывать и анализировать модели в различных областях деятельности;

владеть:

- навыками разработки и анализа моделей;

- опытом использования технологий компьютерного моделирования.

^ 4. Общая трудоемкость дисциплины и ее распределение

количество зачетных единиц – 4

общая трудоемкость курса в часах – 144 ч (в т.ч. аудиторных часов – 54 ч, СРС – 36 ч)

распределение по семестрам – 9

форма и место отчетности – экзамен

^ 5. Краткое содержание дисциплины

Раздел 1. Модели. Моделирование как универсальный метод познания. Натурные и абстрактные модели. Математическое и информационное моделирование. Компьютерное моделирование. Цели и основные этапы компьютерного математического моделирования. Аналитическое и численное моделирование. Вычислительный эксперимент. Достоверность численной модели. Анализ и интерпретация моделей.

Раздел 2. Различные подходы к классификации моделей. Непрерывные и дискретные модели. Дескриптивные, оптимизационные, многокритериальные, игровые, имитационные модели. Линейные и нелинейные модели. Детерминированные и стохастические модели.

Раздел 3. Примеры детерминированных математических моделей в различных областях науки и практики. Системный подход в моделировании. Основные понятия и принципы теории систем и системного анализа. Различные классификации систем. Моделирование систем.

Раздел 4. Информационное моделирование. Основные методологии информационного моделирования. Структурное, функциональное и объектно-ориентированное информационное моделирование.

Раздел 5. Моделирование стохастических систем. Псевдослучайные числа. Общие алгоритмы моделирования дискретных и непрерывных случайных величин. Примеры стохастических моделей. Моделирование систем массового обслуживания.

Раздел 6. Моделирование динамических систем. Фазовая характеризация динамических систем. Детерминированный хаос и самоорганизация в динамических системах.

6. Разработчик:

Усольцев Вадим Леонидович, кандидат физико-математических наук, доцент, кафедра информатики и информатизации образования ВГПУ.

Эксперт:

Сергеев Алексей Николаевич, д.п.н., профессор, кафедра информатики и информатизации образования ВГПУ

^ Б3.В.26 «ОСНОВЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА»

1. Цель и задачи освоения дисциплины

Цель освоения дисциплины: сформировать у студентов общекультурные и специальные компетенции на основе освоения знаний о концепциях, направлениях, методах и приложениях искусственного интеллекта, и его роли в современной информатике.

^ Задачи освоения дисциплины:

– сформировать знания о современных направлениях исследований и разработок в области искусственного интеллекта, классических моделях представления знаний и методах работы со знаниями;

– выработать умения использовать знания о концепциях, направлениях, методах и приложениях искусственного интеллекта в профессиональной деятельности;

– выработать навыки программирования на языке Пролог и работы с экспертными системами.

^ 2. Место дисциплины в структуре ООП

Цикл – профессиональный

Часть учебного плана – вариативная

Опирается на следующие дисциплины, освоенные ранее: «Математическая логика и теория алгоритмов», «Информационные системы», «Программирование».

Является основой для дальнейшего освоения студентами дисциплины «Актуальные проблемы информатики и образования», курсов по выбору профессионального цикла, прохождения педагогической практики.

^ 3. Требования к результатам освоения дисциплины

Процесс изучения дисциплины направлен на формирование следующих компетенций (в соответствии с ФГОС ВПО и ООП):

- владением культурой мышления, способностью к обобщению, анализу, восприятию информации, постановке цели и выбору путей её достижения (ОК-1);

- готовностью применять знания теоретической информатики, фундаментальной и прикладной математики для анализа и синтеза информационных систем и процессов (СК-1);

- способностью использовать математический аппарат, методологию программирования и современные компьютерные технологии для решения практических задач получения, хранения, обработки и передачи информации (СК-2);

- владением современными формализованными математическими, информационно-логическими и логико-семантическими моделями и методами представления, сбора и обработки информации (СК-3).

^ В результате изучения студент должен

знать:

- современные направления исследований и разработок в области искусственного интеллекта;

- модели представления знаний;

- методы работы со знаниями;

уметь:

- использовать знания о концепциях, направлениях, методах и приложениях искусственного интеллекта в профессиональной деятельности;

владеть:

- навыками логического программирования на языке Пролог;

- навыками работы с экспертными системами.

^ 4. Общая трудоемкость дисциплины и ее распределение

количество зачетных единиц – 3

общая трудоемкость курса в часах – 108 ч (в т.ч. аудиторных часов – 54 ч, СРС – 54 ч)

распределение по семестрам – 9

форма и место отчетности – зачет

^ 5. Краткое содержание дисциплины

Раздел 1. Предмет и задачи искусственного интеллекта. Сложные интеллектуальные задачи. Предпосылки искусственного интеллекта. Обзор современных направлений исследований и разработок в области искусственного интеллекта.

Раздел 2. Нейроинформатика. Искусственные нейронные сети (ИНС). Основные принципы построения и функционирования ИНС. Области применения ИНС.

Раздел 3. Знания и данные. Базы знаний. Классические модели представления знаний. Вывод знаний в интеллектуальных системах, построенных на базе классических моделей представления знаний.

Раздел 4. Логическое программирование. Язык программирования Пролог. Представление знаний о предметной области в виде фактов и правил базы знаний Пролог-программы. Вывод знаний в Прологе. Классификация объектов данных Пролога. Структурные данные. Дескриптивный (декларативный), процедурный и машинный смысл программы на Прологе.

Раздел 5. Функциональное программирование. Композиция и рекурсия как основные методы функционального программирования. Язык программирования Лисп. Его общая характеристика.

Раздел 6. Экспертные системы. Виды экспертных систем. Обобщенная структура экспертной системы. Режимы использования экспертных систем. Классификация средств разработки экспертных систем. Основные виды задач, решаемых с помощью экспертных систем.

Раздел 7. Эволюционное моделирование. Генетические алгоритмы. Схема простого генетического алгоритма Холланда. Понятие о мягких вычислениях. Понятие об онтологиях и интеллектуальных мультиагентных системах.

6. Разработчик:

Усольцев Вадим Леонидович, кандидат физико-математических наук, доцент, кафедра информатики и информатизации образования ВГПУ.

Эксперт:

Blog

Основная образовательная программа высшего профессионального образования Направление подготовки

Содержание

Эксперт:

Эксперт: