https://elib.bsu.by:443/handle/123456789/334801 Thu, 23 Apr 2026 05:44:27 GMT 2026-04-23T05:44:27Z https://elib.bsu.by:443/handle/123456789/344584 Заглавие документа: Прикладной статистический анализ: учебная программа учреждения образования по учебной дисциплине для специальности: 6-05-0533-10 Информатика Профилизация: Системный анализ. Регистрационный № 4590/б. Авторы: Казачёнок, В. В.; Таранчук, В. Б. Аннотация: ПОЯСНИТЕЛЬНАЯ ЗАПИСКА Цели и задачи учебной дисциплины Цель учебной дисциплины – подготовка студентов к практической работе по использованию современных информационных технологий для решения задач прикладного статистического анализа, интеллектуального анализа данных, обработки и визуализации результатов. Также целью данной дисциплины является приобретение студентами знаний, навыков корректного выполнения расчетов на компьютере, предобработки и наглядного представления большого количества неупорядоченных данных, графового анализа, использования современных технологий программирования, включающих методы искусственного интеллекта. Актуальность дисциплины обусловлена возрастающей в науке, технике, экономике, образовании востребованностью комплексов программных и аппаратных средств, которые позволяют автоматически извлекать и обрабатывать большие объемы информации, делать прогнозы на основе полученных результатов анализа. Образовательная цель: формирование составной части банка знаний, соответствующих навыков и умений, получаемых будущими специалистами в процессе учебы и необходимых им в дальнейшем для успешной работы. Развивающая цель: формирование у студентов ключевых навыков аналитиза данных, освоение на практических задачах инструментов языков программирования высокого уровня, системы компьютерной алгебры графической визуализации. Задачи учебной дисциплины: 1. упрочить практические навыки решения задач статистического анализа, интеллектуального анализа данных, выполнения символьных вычислений с помощью компьютера, систем компьютерной алгебры (СКА); 2. ознакомить с особенностями работы в различных программных средах, деталями функционального программирования, аналитических вычислений на компьютере; 3. закрепить практические навыки анализа данных, визуализации результатов преобразований и вычислений, направленных на изучение связей между сущностями методов, интеллектуального анализа данных, компьютерного моделирования. Место учебной дисциплины в системе подготовки специалиста с высшим образованием. Учебная дисциплина относится к модулю «Учебные дисциплины профилизации» компонента учреждения образования. Программа составлена с учетом межпредметных связей с учебными дисциплинами. Основой для изучения учебной дисциплины являются дисциплины модулей «Программирование», «Компьютерные системы» (государственный компонент), «Теория вероятностей и математическая статистика». При прохождении дисциплины «Прикладной статистический анализ» обучающиеся формируют знания, необходимые для изучения других дисциплин профилизации, особенно «Нейронные сети». Кроме того, изучение данной дисциплины способствует успешному прохождению производственной практики и написанию дипломных работ. Thu, 04 Dec 2025 00:00:00 GMT https://elib.bsu.by:443/handle/123456789/344584 2025-12-04T00:00:00Z https://elib.bsu.by:443/handle/123456789/343182 Заглавие документа: Нейронные сети: учебная программа учреждения образования по учебной дисциплине для специальности: 6-05-0533-10 Информатика Профилизация: Системный анализ. Регистрационный № 4380/б. Авторы: Казачёнок, В. В.; Шолтанюк, С. В. Аннотация: ПОЯСНИТЕЛЬНАЯ ЗАПИСКА Цели и задачи учебной дисциплины Дисциплина «Нейронные сети» знакомит студентов с основами использования нейронных сетей в задачах классификации, принятия решений, распознавания образов, прогнозирования. При этом рассматриваются основы препроцессинга данных, исследуются основы глубокого обучения нейронной сети, анализируется качество обучения на основе использования стандартных библиотек Python. Проводится простейшее исследование возможностей использования обученной нейронной сети для классификации своих изображений. Цель учебной дисциплины - изучение базовых моделей нейронных сетей, методов и алгоритмов их использования для решения простейших задач с привлечением готовых библиотек на Python. Задачи учебной дисциплины: 1. Освоение студентами теории и практики использования нейронных сетей для решения практических задач классификации, принятия решений, распознавания образов, прогнозирования. 2. Знакомство студентов с основными задачами, решаемыми при помощи нейронных сетей. 3. Развитие у студентов навыков самостоятельного освоения методов выбора и применения способов и технологий проектирования и разработки структуры нейронных сетей. Место учебной дисциплины в системе подготовки специалиста с высшим образованием. Учебная дисциплина относится к дисциплинам профилизации «Системный анализ» компонента учреждения образования. Учебная программа составлена с учётом межпредметных связей и программ по следующим дисциплинам: - «Математический анализ»; - дисциплины модуля «Геометрия и алгебра»: «Основы высшей алгебры» и «Линейная алгебра»; - «Основы и методологии программирования»; - дисциплины модуля «Учебные дисциплины профилизации»: «Основы машинного обучения», «Программирование на языке Python». Thu, 04 Dec 2025 00:00:00 GMT https://elib.bsu.by:443/handle/123456789/343182 2025-12-04T00:00:00Z https://elib.bsu.by:443/handle/123456789/338504 Заглавие документа: Основы машинного обучения: учебная программа учреждения образования по учебной дисциплине для специальности: 6-05-0533-10 Информатика Профилизация: Системный анализ. Регистрационный №3604/б. Авторы: Васьковский, М. М.; Задорожнюк, А. О.; Сушко, Д. П. Аннотация: ПОЯСНИТЕЛЬНАЯ ЗАПИСКА Цели и задачи учебной дисциплины Цель учебной дисциплины «Основы машинного обучения»: формирование у студентов теоретических знаний и практических навыков в области машинного обучения, позволяющих решать реальные задачи анализа данных, строить и оценивать прогностические модели, а также грамотно интерпретировать полученные результаты. Задачи учебной дисциплины: 1. Сформировать системное понимание основных понятий, задач и методов машинного обучения. 2. Обучить студентов полному циклу анализа данных, от исследования и предобработки до построения, валидации и интерпретации моделей. 3. Привить практические навыки работы с данными и инструментами машинного обучения (Python, Jupyter Notebook, библиотеки scikit-learn, pandas, numpy и др.). 4. Развить умение выбирать адекватные методы машинного обучения в зависимости от постановки задачи и характеристик данных. Место учебной дисциплины в системе подготовки специалиста с высшим образованием. Учебная дисциплина относится к дисциплинам профилизации «Системный анализ» компонента учреждения образования. Программа составлена с учетом межпредметных связей с учебными дисциплинами. Основой для изучения дисциплины является учебная дисциплина государственного компонента «Математический анализ» модуля «Математический анализ», «Методы оптимизации» модуля «Математические методы принятия решений» Знания, полученные в учебной дисциплине, используются при изучении дисциплины «Нейронные сети» модуля «Системный анализ». Fri, 27 Jun 2025 00:00:00 GMT https://elib.bsu.by:443/handle/123456789/338504 2025-06-27T00:00:00Z https://elib.bsu.by:443/handle/123456789/334134 Заглавие документа: Программирование на языке Python: учебная программа учреждения образования по учебной дисциплине для специальности: 6-05-0533-10 Информатика Профилизация: Системный анализ. Регистрационный №2860/б. Авторы: Соловей, С. С.; Шолтанюк, С. В. Аннотация: ПОЯСНИТЕЛЬНАЯ ЗАПИСКА Цели и задачи учебной дисциплины Цель учебной дисциплины – ознакомить студентов с языком программирования Python и развить у них навыки разработки программного обеспечения для решения широкого круга различных задач, включая анализ данных, моделирование и автоматизацию задач системного анализ. Задачи учебной дисциплины: ⎯ лекции должны знакомить студентов с Python как мультипарадигменным языковым средством, достаточно полно отражающим современные концепции разработки ПО и его основными областями применения; познакомить с основами создания приложений для взаимодействия с базами данных; познакомить с особенностями в области разработки кроссплатформенного ПО, положительными и отрицательными чертами подхода к программированию на языке Python. ⎯ лабораторные работы должны быть связаны с формированием навыков создания приложений на языке Python; развитием навыков работы с данными и базами данных; формированием умения создавать базовые приложения для анализа и обработки данных. ⎯ самостоятельная работа должна развивать навыки самостоятельного освоения студентами теории и практики использования языка Python для решения практических задач; совершенствования и углубления навыков объектно- ориентированного и функционального программирования. Место учебной дисциплины в системе подготовки специалиста с высшим образованием. Учебная дисциплина относится к модулю «Учебные дисциплины профилизации» компонента учреждения образования. Программа составлена с учетом межпредметных связей с учебными дисциплинами. Основой для изучения учебной дисциплины являются дисциплины модулей «Программирование» и «Компьютерные системы» (государственный компонент). При прохождении дисциплины «Программирование на языке Python» обучающиеся формируют знания, необходимые для изучения других дисциплин профилизации, особенно «Прикладной статистический анализ» и «Нейронные сети». Кроме того, изучение данной дисциплины способствует успешному прохождению производственной практики и написанию дипломных работ. Fri, 23 May 2025 00:00:00 GMT https://elib.bsu.by:443/handle/123456789/334134 2025-05-23T00:00:00Z