Рабочая программа дисциплины «Философия» для подготовки бакалавров по направлению 231000 «Программная инженерия» (аннотация)
Скачать 1 Mb.
|
Уметь:
Владеть:
РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ «Компьютерный статистический анализ данных» для подготовки бакалавров по направлению 231000 «Программная инженерия» (аннотация) Цели освоения дисциплины Дисциплина «Компьютерный статистический анализ данных» предназначена для студентов третьего курса, обучающихся по направлению 231000 «Программная инженерия». Дисциплина «Компьютерный статистический анализ данных» имеет целью ознакомить студентов с основами статистической обработки данных с использованием современных математических пакетов программ, что позволило бы в дальнейшем решать разнообразные прикладные задачи. В результате изучения дисциплины «Компьютерный статистический анализ данных» приобретаются знания: о существующих подходах к анализу данных и основных методах статистических расчетов. В результате изучения дисциплины приобретаются навыки и умения: ввода, модификации и подготовки к статистическому анализу исходных данных; принятия решения о выборе того или иного статистического метода, соответствующего решаемой задаче; выбора и использования различных средств визуализации данных; работы в современных программных статистических пакетах; интерпретации результатов статистических расчетов. Общая трудоемкость дисциплины составляет 5 зачетных единиц, 180 часов. Содержание дисциплины Предмет курса, его цели и задачи, содержание и связь с другими курсами. Обзор истории создания и применения математических и статистических пакетов программ. Современное состояние в этой области. Примеры прикладных задач. Основные возможности математических пакетов. Общие приемы работы с данными в пакетах Statistica, Statgraphics. Манипуляция данными, построение различных графиков. Элементарные понятия анализа данных. Переменная. Описательные статистики и их свойства. Шкалы измерений. Распределение переменной. Зависимости между переменными. Корреляции. Общая конструкция статистических тестов. Почему важно нормальное распределение. Вероятностные распределения, их свойства и применение. Построение оценок плотностей распределений по реальным данным. Визуальный анализ данных. Статистический вывод. Оценка регрессии и временные ряды. Дисперсионный анализ (ANOVA) РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ «Исследование операций» для подготовки бакалавров по направлению 231000 «Программная инженерия» (аннотация) Цели освоения дисциплины Дисциплина "Исследование операций" предназначена для студентов четвертого курса, обучающихся по направлению 231000 «Программная инженерия». В результате изучения курса студент должен знать основные типы задач исследования операций; простейшие приемы решения задач многокритериальной оптимизации; основные понятия теории игр. Студент должен уметь строить математические модели для простейших задач принятия оптимальных решений; использовать методы математического программирования для решения задач. Общая трудоемкость дисциплины составляет 4 зачетных единицы, 144 часа. Содержание дисциплины Исторические предпосылки возникновения теории исследования операций и факты постановки и способов решения в средние века. Постановка задачи исследования операций. Математическая модель исследования операций и информационное состояние «лица, принимающего решения». Классификация задач исследования операций. Примеры задач исследования операций, история их возникновения. Сети, эйлеровы и гамильтоновы графы, проблема моряка (задача о торговце), деревья как класс графов, свойства и особенности построения путей в дереве, порождающие деревья, понятие минимально порождающего дерева. Организация решения задачи с помощью таблицы. Поиск кратчайшего маршрута. Обоснование корректности алгоритма. Линейное программирование. Постановка двойственной задачи, теоремы двойственности, экономическая интерпретация задачи, транспортная задача, задача целочисленного программирования, метод ветвей и границ. Построение дерева решений. Теория игр. История возникновения, понятие стратегии, чистые и смешанные стратегии. Матричные игры, принципы минимакса и максимина, равновесная точка, теорема Дж.Фон Неймана, основные этапы поиска решения матричной игры, связь задачи линейного программирования и решения матричной игры. Итерационный метод решения матричных игр. Моделирование конкретных ситуаций с помощью матричных игр. Биматричные игры. Примеры использования смешанных стратегий, теорема Нэша. Ситуация, оптимальная по Парето, поиск равновесных ситуаций. Позиционные игры, структура, нормализация позиционной игры, задачи. Позиционные игры с полной информацией, примеры ситуаций. Другие виды игр. Неантагонистические позиционные игры: борьба за рынки, игра типа дуэли. Иерархические игры, примеры. Многокритериальная оптимизация: постановка задачи, примеры. Оптимальность по Парето, множество Парето. Поиск решения методом уступок, метод идеальной точки, метод ограничений. РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ «Методы анализа данных» для подготовки бакалавров по направлению 231000 «Программная инженерия» (аннотация) Цели освоения дисциплины Дисциплина «Методы анализа данных» предназначена для студентов третьего курса, обучающихся по направлению 231000 «Программная инженерия». В результате изучения курса студент должен знать основные методы обработки информации для стохастических объектов, включающие как классические результаты, так и современные научные достижения. Студент должен уметь: синтезировать и исследовать алгоритмы статистической проверки гипотез, классификации в распознавании образов, планирования эксперимента, непараметрической обработки информации, экспериментальной оптимизации, идентификации статических и динамических моделей объектов, адаптивного управления. Общая трудоемкость дисциплины составляет 7 зачетных единиц, 252 часа Содержание дисциплины Предмет методов анализа данных. Статистическая проверка гипотез. Общая схема проверки гипотез и её реализация при проверке 9 гипотез. Классификация в распознавании образов. Общая схема системы распознавания; идея классификации; байесовская теория принятия решений; прямые методы восстановления решающих функций; схема персептрона. Планирование эксперимента. Построение линейной статической модели объекта; полный факторный эксперимент первого порядка; дробные реплики; насыщенные планы; устранение кусочно-постоянного дрейфа за счет разбиения матрицы планирования на блоки; ортогональные и ротатабельные планы второго порядка; метод случайного баланса. Методы непараметрической обработки информации. Построение оценок для функции и плотности распределения, свойства оценок; получение на основе оценок Розенблатта – Парзена состоятельных оценок: моментов случайных величин, энтропии, условной энтропии, условной плот ности распределения, регрессии, средней условной энтропии, среднего количества информации, дисперсионных характеристик, робастных оценок регрессии; синтез (на основе использования непараметрических оценок инверсных регрессий) алгоритмов: адаптивного уп рав ления при априорной неопределенности, оптимального управления, минимизации функций, классификации в распознавании образов. Методы экспериментальной оптимизации. Рассматриваются методы недифференцируемой локальной и глобальной минимизации функций, основанные только на измерениях или вычислениях этих функций. Идентификация статических моделей. Синтезируются алгоритмы ретроспективной и адаптивной параметрической идентификации статических нелинейных моделей. Идентификация динамических моделей объектов. Синтезируется оптимальная структура дискретных динамических моделей стохастических объектов и строятся алгоритмы адаптивной подстройки параметров этих моделей. Адаптивное управление с идентификацией. Построен подход к синтезу алгоритмов адаптивного управления динамическими стохастическими объектами (линейными, нелинейными, с чистыми запаздываниями и без них), основанный на построении (иден ти фи кации) моделей прогноза выхода систем; вычисляется ошибка работы замкнутых систем. РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ «Методы оптимизации» для подготовки бакалавров по направлению 231000 «Программная инженерия» (аннотация) Цели преподавания дисциплины Дисциплина "Методы оптимизации" предназначена для студентов третьего курса, обучающихся по направлениям 220100 "Системный анализ и управление", 231000 "программная инженерия". Курс «Методы оптимизации» предназначен дать студентам знания в области теории оптимизации для решения инженерных задач. В рамках курса рассматриваются методы оптимизации, ориентированные на решение задач с непрерывными переменными и действительной целевой функцией. Студент должен научиться классифицировать задачу, подобрать эффективный метод ее решения, знать специфику каждого алгоритма. Общая трудоемкость дисциплины составляет 5 зачетных единиц, 180 часов. Содержание дисциплины Постановка задач классической оптимизации. Необходимые и достаточные условия существования экстремума. Поисковые методы оптимизации функции одной переменной. Метод ломаных – нахождение глобального экстремума многоэкстремальной функции. Нелинейное программирование. Необходимые и достаточные условия существования условного экстремума. Теорема Куна-Таккера. Методы прямого поиска для задач условной оптимизации, комплексный метод Бокса, метод скользящего допуска. Методы штрафных функций. Методы линейной и квадратичной аппроксимации. Методы прямого поиска безусловной оптимизации для функций нескольких аргументов: покоординатный спуск, метод поиска по образцу Хука-Дживса, метод деформированного многогранника Нелдера-Мида. Метод сопряженных направлений Пауэлла. Методы случайного поиска. Градиентные методы и методы Ньютона (алгоритмы Флетчера-Ривса и Дэвидона-Флетчера-Пауэлла). Линейное программирование. Постановка задачи ЛП. Каноническая и стандартная формы задачи ЛП. Основные теоремы теории ЛП. Симплекс-метод решения задачи ЛП. Теория двойственности в задачах ЛП. Транспортная задача, задача о назначениях. Целочисленное программирование. Формирование условий Гомори, графическое решение задачи. Непараметрическая оптимизация. Основные понятия непараметрической оптимизации. Параметр размытости, его влияние на качество восстановления функции, оценка Розенблатта-Парзена. Формулировка задач оптимизации. Непараметрические алгоритмы оптимизации при контролируемом и неконтролируемом воздействиях. Модификации алгоритмов. Тактики поиска экстремума в задачах непараметрической оптимизации. Стохастическая аппроксимация. Формулировка стохастических задач оптимизации. Особенность постановки задач. Рекуррентные алгоритмы оптимизации. Сходимость алгоритмов. Получение оптимального алгоритма. Алгоритмы Кестена, Литвакова, многошаговые процедуры. Сравнительный анализ методов. Динамическое программирование. Принцип Беллмана, уравнения состояний системы. Примеры использования принципа динамического программирования для различных классов задач (поиска лучшего пути на ориентированном графе, замена оборудования, загрузке самолета и т.д.) В ходе освоения дисциплины студенты выполняю курсовой проект и ряд лабораторных работ, которые выполняются на языках высокого уровня или с помощью интегрированной программной системы автоматизации математических расчетов MathCAD-14. Целью работ является освоение алгоритмов оптимизации, изучение характера их поведения в зависимости от значений параметров алгоритмов. РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ «Информатика и программирование» для подготовки бакалавров по направлению 231000 «Программная инженерия» (аннотация) Цель освоения дисциплины Дисциплина «Информатика и программирование» предназначена для студентов первого курса, обучающихся по направлению 231000 «Программная инженерия». Целью преподавания дисциплины «Информатика и программирование» является освоение студентами теоретических и практических основ программирования на языках высокого уровня, умение использовать компьютерную технику для решения инженерных и научно-исследовательских задач, написания программ. В результате изучения курса студент должен знать современные технические и программные средства взаимодействия с компьютером, современные технологии разработки алгоритмов и программ, методы тестирования, отладки и решения задач, средства и методы машинной графики, методику объектно-ориентированного программирования. Студент должен уметь использовать современные информационные технологии методов сбора, представления, хранения, обработки и передачи информации с использованием компьютеров. Студент должен получить навыки создания, отладки и тестирования программ, представления результатов в удобном для пользователя виде, создания диалоговых и графических программ. В качестве языка программирования использовать язык программирования С++. Для приобретения практических навыков программирования и использования компьютера студенту необходимо самостоятельно разработать алгоритмы будущих приложений, написать код, отладить и получить решения предусмотренных задач различной сложности и объема. Общая трудоемкость курса дисциплины составляет 9 зачетных единиц, 324 часа. Содержание дисциплины. История вычислительной техники и программных средств. Архитектура ЭВМ, аппаратная и программная части, архитектура Фон-Неймана. Введение в язык программирования Си. Линейные программы. Обработка одномерных массивов. Работа со строками в языке программирования Си/С++. Многомерные массивы. Массивы строк. Структуры. Функции. Модульные программы. Алгоритмы сортировки массивов. Работа с текстовыми и бинарными файлами. Работа с файловой системой. Разработка пользовательского контейнера – односвязного списка – и операции над ним. Введение в ООП, понятие класса и объекта. Введение в графический интерфейс пользователя, программирование в графической среде ОС Windows (библиотека MFC). РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ «Алгоритмы и структуры данных» для подготовки бакалавров по направлению 231000 «Программная инженерия» (аннотация) Цель освоения дисциплины Целью изучения учебной дисциплины «Алгоритмы и структуры данных» является получение компетенций, достаточных для программной реализации различных структур данных, их описания, выполнения операций над ними, а также разработки различных алгоритмов обработки данных. В результате изучения дисциплины «Алгоритмы и структуры данных» приобретаются следующие знания: определение, свойства, операции и правила использования указателей на переменные и функции в программе; определение, создание и обработку динамических переменных, массивов, записей и структур данных; классификацию структур данных, их особенности, размещение в памяти, дисциплины доступа; программирование базовых абстрактных структур данных на Си: списков, стеков, очередей, множеств, графов. В результате изучения дисциплины приобретаются навыки и умения: использовать в программах механизм адресных указателей; использовать динамическую область памяти программы для размещения переменных, массивов, структур данных; программировать итерационные и рекурсивные функции доступа к структурам данных; выбирать и использовать структуры данных для организации сложных управляющих и информационных структур; использовать технологию структурного программирования при создании программ обработки сложных структур данных. Общая трудоемкость дисциплины составляет 2 зачетных единицы, 72 часа. |
Похожие:
 | Минобрнауки России от 19 декабря 2013 г. N 1367. Рабочая программа дисциплины предназначена для бакалавров всех форм обучения |  | Программа дисциплины предназначена для студентов, обучающихся по направлению 030900. 62 «Юриспруденция» (программа подготовки бакалавров).... |
| Программа предназначена для преподавателей, ведущих дисциплину «Английский язык» для студентов, обучающихся по направлению 09. 03.... | | Рабочая программа по дисциплине «Экологическое право» для бакалавров дневного отделения, обучающихся по направлению подготовки –... |
| Программа предназначена для преподавателей, ведущих дисциплину «Английский язык» для студентов, обучающихся по направлению 09. 03.... | | Рабочая программа предназначена для преподавания дисциплины по выбору «Законодательство о банкротстве: современная практика применения»... |
| Учебно-методическое пособие составлено в соответствии с программой дисциплины «Маркетинг» и предназначено для практических занятий... | | Цель геодезической практики развитие профессиональных компетенций и навыков их реализации у студентов в соответствии с требованиями... |
| Рабочая программа предназначена для преподавания дисциплины вариативной части профессионального цикла студентами очной формы обучения... | | П. П. Рабочая программа производственной практики для студентов, обучающихся по направлению подготовки 230700. 62 «Прикладная информатика»,... |