230100.68 Методы анализа и синтеза проектных решений

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ
ФЕДЕРАЦИИ
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
«Новосибирский национальный исследовательский государственный
университет»
Факультет информационных технологий
УТВЕРЖДАЮ
_______________________
"_____"__________________20__ г.
Аннотации учебных дисциплин
Наименование магистерской программы
Методы анализа и синтеза проектных решений
Направление подготовки
230100 Информатика и вычислительная техника
Квалификация (степень) выпускника
Магистр
Новосибирск
2011
Аннотация учебной дисциплины
«Технология разработки программного обеспечения»
Целями дисциплины являются: ознакомление с современными языками
программирования, их классификацией и областями их применения; освоение различных
методов абстрагирования, обеспечения модульности и других аспектов проектирования
программных систем; повышение профессиональной эрудиции.
Для достижения поставленных целей выделяются следующие задачи дисциплины:
 ознакомить слушателей с возможностями современных динамических языков и
областями их применения;
 ознакомить с методами функционального и аспектно-ориентированного
программирования и проектирования;
 ознакомить с элементами метапрограммирования, включая интроспекцию,
управляемую кодогенерацию;
 дать представление о преимуществах и недостатках различных методах
программирования и проектирования, а также о возможностях их
комбинированного использования при решении прикладных задач.
Дисциплина входит в базовую часть профессионального цикла М2 образовательной
магистерской программы «Технология разработки программных систем» направления
подготовки магистров 230100 «ИНФОРМАТИКА И ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА»
С другими частями образовательной программы соотносится следующим образом:
Требования к первоначальному уровню подготовки обучающихся для успешного
освоения дисциплины:
Обучающийся должен знать:
 методы
императивного
(структурного,
объектно-ориентированного
программирования);
 методы объектно-ориентированного проектирования включая принципы и GOFшаблоны;
 математическое понятие функции, в том числе высшего порядка (функционал,
оператор), основы λ-исчисления или комбинаторной логики.
Обучающийся должен уметь:
 проводить объектно-ориентированную декомпозицию задачи в соответствии с
заданными требованиями;
 реализовать заданную спецификацию (архитектуру) программной системы на
языках Java, С++;
 оценивать качество спецификации (архитектуры) программной системы и ее кода.
Дисциплины, последующие по учебному плану:
 Учебная и производственная практики
 Итоговая государственная аттестация
Изучение дисциплины направлено на формирование следующих компетенций:
 ОК-10 Способен осваивать новые методы и технологии, опираясь на знания
фундаментальных основ становления информатики в ее историческом развитии;
 ПК-11 Оптимально применять методы, инструменты функциональной


декомпозиции для описания проектных решений и бизнес требований при
разработке программных систем (частично: методы функциональной
декомпозиции применительно к разработке программных систем);
ПК-12 Владеть методами и формализмами для идентификации и описания
свойств языков и систем программирования (частично: владение методами
идентификации свойств языков и систем программирования с целью выбора
оптимальной технологической базы для решения поставленной задачи);
ПК 14 Владеть современными методологиями и технологиями разработки
программных
систем
(динамическое,
функциональное,
аспектное
программирование и пр.).
В результате освоения дисциплины обучающийся должен:
Знать:
 классификацию современных языков программирования по назначению,
модели исполнения, парадигмам;
 методы абстрагирования и обеспечения модульности, используемых в языках
различных классов, преимущества и недостатки этих методов, а также их
взаимную совместимость;
 методы проектирования программных систем с применением различных
парадигм.
Уметь:
 самостоятельно осваивать современные языки программирования различных
классов;
 оценивать возможности языков и систем программирования, и их
применимость к решению поставленных задач;
 комбинировать различные языки и системы программирования, а также
методы проектирования с целью оптимального решения поставленных задач;
 расширять
существующие
языки
дополнительными
механизмами
абстрагирования.
Владеть:
 рядом современных функциональных, динамических и аспектноориентированных языков, а также соответствующими им методами
проектирования.
Тематический план курса
Раздел 1. Современные динамические языки
1.1.Общая классификация языков по назначению и модели исполнения. Общие свойства
динамических языков (динамическая типизация, модель трансляции и исполнения)
1.2. Язык Ruby: основные конструкции языка, коллекции. Функциональный стиль
программирования в Ruby: блоки и замыкания. Итераторы.
1.3. Особенности объектной модели Ruby: унифицированность объектного
представления, модули и примеси, инкапсуляция. Динамическое изменение классов,
элементы Meta-Object Protocol (MOP) в Ruby. JRuby и взаимодействие с Java, Java Scripting
API.
1.4. Регулярные выражения
Раздел 2. Современные функциональные языки
2.1. Классификация языков по парадигмам программирования. Функциональное
программирование (ФП). Неподвижное состояние объекта как ключевое отличие ФП от
ООП. Функции, как объекты первого класса. Чистые функции, функции высших порядков.
Лексические контексты, анонимные функции, замыкания. Основные семейства
функциональных языков. Историческая связь динамических и функциональных языков.
2.2. Общие характеристики семейства языков Lisp: единое представление кода и данных,
S-выражения, модель трансляции и исполнения, REPL. Язык Clojure, как современный
представитель семейства Lisp: основные структуры языка.
2.3. Функциональные возможности Clojure: коллекции, отложенные вычисления,
бесконечные структуры данных. Абстрагирование данных с помощью функциональных
примитивов (пары, числа Черча).
Моделирование времени с помощью потоков.
Преимущества и недостатки ФП в сравнении с ООП.
2.4. Императивные возможности
Clojure.
Software Transactional
Memory.
Многопоточность. Ссылки, атомы, агенты, виды транзакций. Взаимодействие с Java.
Раздел
3.
Элементы
метапрограммирования,
аспектно-ориентированное
программирование.
3.1. Управляемая кодогенерация. Макросы в Lisp (на примере Clojure). Модель
исполнения макросов. Макросы, как способ расширения языка.
3.2. Понятие о проблемно-специфичных языках (DSL) и языках сценариев. Методы
генерации DSL. Символьные вычисления.
3.3. Динамические объектные модели. CLOS: обобщенный динамический полиморфизм,
обобщенные функции и мультиметоды, вспомогательные методы. Реализация элементов
CLOS в Clojure. Интроспекция, введение в MOP.
3.4. Сквозная функциональность (cross-cutting concerns), проблема модульности.
Традиционные методы обеспечения модульности в условиях сквозной функциональности.
Контекстный полиморфизм. Механизм binding в Clojure, отличия от let.
Аспектно-ориентированное программирование (АОП). Понятие аспекта. Язык AspectJ,
как аспектное расширение Java. Понятия pointcut и advise. Виды перехвата управления.
Расширение существующих классов и интерфейсов. Использование интерфейсов Java, как
абстрактных классов. Модель компиляции и исполнения AspectJ.
3.5 Применение АОП в проектирование. Преимущества и недостатки по сравнению с
традиционными методами проектирования. Примеры задач, эффективно решаемых с
помощью АОП.
Аннотация учебной программы дисциплины
" Методы оптимизации"
Основной целью курса является ознакомление с базовыми математическими
моделями и освоение численных методов решения классических экстремальных задач, а
также знакомство с современными направлениями развития методов оптимизации. В целом
материал курса ориентирован на умение правильно классифицировать конкретную
прикладную задачу, выбирать наиболее подходящий метод решения и реализовывать его в
виде алгоритма и программы.
Для достижения поставленной цели выделяются задачи курса:
Дать студентам представление об областях применения математического
программирования и, в частности, линейного, выпуклого и нелинейного программирования.
Помочь им в изучении симплекс – метода, двойственного симплекс – метода, метода
возможных направлений, метода Ньютона, градиентных методов, методов штрафов, метода
отсечении Гомори, методов нулевого порядка, метода ветвей и границ, декомпозиции
Бендерса, метода Келли.
Научить правильно классифицировать конкретную прикладную задачу, выбирать
наиболее подходящий метод её решения и реализовывать его в виде алгоритма и программы.
Изучение данной дисциплины базируется на дисциплинах: «Математический анализ»,
"Алгебра и геометрия", «Математическая логика», «Дискретная математика».
Изучение дисциплины направлено на формирование следующих общекультурных и
профессиональных компетенций:

ОК-1, ОК-2, ОК-4

ПК-1, ПК-5, ПК-6
В результате изучения дисциплины студент должен:
Знать:
- элементы теории сложности для анализа задач математического программирования:
линейного, выпуклого, квадратичного и двухуровневого программирования;
- основы теории многогранных множеств;
- базовые понятия, основные определения теории экстремальных задач и численные
методы решения;
- современнные подходы к решению задач линейного и выпуклого программирования
Уметь:
- правильно классифицировать прикладную задачу в терминах математического
программирования;
- выбирать подходящий метод решения задачи и анализировать скорость его
сходимости;
- профессионально работать с готовыми коммерческими программными продуктами
для решения задач линейного и выпуклого программирования;
Владеть навыками:
- классическими методами решения задач математического программирования:
методом Ньютона, градиентными методами, методом штрафов, симплекс-методом, методом
ветвей и границ;
- методами синтеза алгоритмов решения новых классов задач.
Основные разделы курса:

Элементы алгоритмической теории экстремальных задач

Классификация задач математического программирования

Необходимые и достаточные условия оптимальности

Элементы лагранжевой теории двойственности

Линейное программирование. Численные методы

Выпуклое программирование. Численные методы

Нелинейное программирование. Численные методы

Целочисленное линейное программирование. Численные методы
На семинарских занятиях студенты приобретают навыки моделирования сложных
технико – экономических проблем в виде экстремальных задач в среде современных пакетов
типа GAMS и учатся разрабатывать алгоритмы решения задач средствами этих пакетов.
Аннотация учебной программы дисциплины
«Вычислительные системы»
Основной целью курса является овладение современными технологиями
моделирования,
реализации
и
аттестации
крупномасштабных
распределённых
вычислительные систем.
Для достижения цели выделяются следующие задачи курса:
- представление формального подхода к разработке распределённых систем,
основанного на моделировании сценариев обмена данными посредством частично
упорядоченных множеств;
- обзор основных аспектов современных крупномасштабных распределённых
систем, принципов и примеров их реализации;
- обучение основам программной реализации систем с привлечением технологий
Grid.
Дисциплина входит в базовую часть профессионального цикла образовательной
программы магистра. Изучение данной дисциплины базируется на следующих курсах: «ЭВМ
и периферийные устройства», «Телекоммуникации и сети», «Операционные системы»,
«Алгебра и геометрия», «Математическая логика», «Дискретная математика»
Изучение дисциплины направлено на формирование следующих общекультурных и
профессиональных компетенций: ОК-7, ПК-4.
В результате изучения дисциплины у студента формируются:
- представления о формальных методах моделирования и верификации
крупномасштабных распределённых систем;
- знания ключевые принципы и основные технологии разработки крупномасштабных
распределённых систем;
- умения вырабатывать, верифицировать и реализовывать оптимальные проектные
решения
по
созданию
проблемно-ориентированных
крупномасштабных
распределённых систем.
Основные разделы курса:
1. Постановка задач о глобальной интеграции информационных ресурсов
2. Математические основы инженерии распределённых систем
3. Анализ эффективности распределённых систем
4. Интеграция данных
5. Организация совместной работы ресурсов
6. Интеграция ресурсов реального времени
7. Агентные и автономные системы
8. Пользовательский интерфейс распределённых систем
9. Защита информации в распределённых системах
10. Технологии Grid
11. Проектирование Grid-систем
12. Реализация Grid-систем
13. Комплексирование крупномасштабных распределённых систем
14. Технологический процесс разработки крупномасштабных распределённых систем
В течение семестра выполняются практические задания, заключающиеся в
проектировании, реализации и развёртывании масштабируемой проблемно-ориентированной
системы распределённых вычислений на базе технологий Grid. Выполнение указанных видов
работ является обязательным для всех студентов. Результаты текущего контроля служат
основанием для выставления оценок в ведомость контрольной недели на факультете.
Аннотация учебной программы дисциплины
"Теория принятия решений"
Основной целью курса является ознакомление с базовыми математическими
моделями и освоение алгоритмов решения дискретных экстремальных задач, а также
знакомство с современными направлениями развития теории принятия решений. В целом
материал курса ориентирован на умение правильно сформулировать оптимизационную
задачу, классифицировать её, определить вычислительную сложность задачи и выбрать или
разработать наиболее подходящий метод решения, реализовать его в виде алгоритма и
программы.
Для достижения поставленной цели выделяются задачи курса:
Дать студентам представление о классах задачах, которыми занимается теория
принятия решений (исследование операций), способах моделирования дискретных задач,
точных и приближенных методах решения, оценки качества и вычислительной сложности
алгоритмов. Помочь студентам в математическом моделировании задач смешанного
целочисленного программирования, задач размещения, календарного планирования,
упаковки, задач о рюкзаке, в изучении эвристических алгоритмов: имитации отжига,
локальном поиске, алгоритме муравьиных колоний, генетическом алгоритме, в изучении
точных методов: ветвей и границ, динамического программирования.
Научить строить математические модели сложных производственно-экономических
процессов, правильно классифицировать конкретную прикладную задачу, выбирать
наиболее подходящий метод решения и реализовывать его в виде алгоритмов, включая
возможности современных пакетов типа GAMS.
Изучение данной дисциплины основывается на базовых знаниях студентов и
дисциплины «Методы оптимизации».
Изучение дисциплины направлено на формирование следующих общекультурных и
профессиональных компетенций:

ОК-1, ОК-2, ОК-4

ПК-1, ПК-5, ПК-6
В результате изучения дисциплины студент должен:
Знать
- элементы теории сложности для анализа NP-трудных задач;
- основы теории алгоритмов комбинаторной оптимизации и вычислительную
сложность;
- базовые понятия и определения, математические модели классических задач
исследования операций численные методы и подходы к их решению;
- современные подходы к решению актуальных задач в области теории принятия
решений;
Уметь
- правильно формулировать прикладную задачу в виде математической модели;
- выбирать подходящий метод решения и реализовывать его в виде алгоритмов и
программ;
- профессионально работать с готовыми коммерческими программными продуктами
для решения дискретных оптимизационных задач (GAMS, CPLEX и др.);
Владеть
- общими численными методами решения задач дискретной оптимизации;
- теорией алгоритмов решения задач размещения, составления расписаний,
календарного планирования, теорией игр, раскроя и упаковки, маршрутизации
Основные разделы курса:

Предмет и метод теории принятия решений. Математические модели.
Экстремальные задачи. Системы поддержки принятия решений. Классификация задач
математического программирования.

Метод динамического программирования.

Задачи о рюкзаке. Задачи раскроя и упаковки. Модели календарного
планирования. Задачи маршрутизации. Задачи о покрытии. Игровые задачи
размещения. Задачи двухуровневого программирования и равновесия Штаккельберга.

Приближенные алгоритмы с оценками. Аппроксимационные схемы.
Эвристики: алгоритмы локального, алгоритм локального поиска с чередующимися
окрестностями, генетический алгоритм, алгоритм имитации отжига, алгоритм
муравьиных колоний.

Классификация задач теории расписаний. Задачи на одной машине.
Алгоритм Лаулера. Перестановочный прием. Задачи на параллельных машинах.

Теория матричных игр. Чистые и смешанные стратегии. Теорема ФонНеймана. Дилемма о заключенных.

сложности.

Вычислительная сложность задач. Основные классы вычислительной
Теория матроидов. Пересечение матроидов.
Семинарские занятия включают практикум по приобретению навыков
моделирования сложных производственно-экономических проблем в виде
оптимизационных задач в среде современных пакетов типа GAMS и разработке
алгоритмов решения средствами этих пакетов.
Аннотация учебной программы дисциплины
«Интеллектуальные системы»
Целью дисциплины является подготовка магистров к созданию и применению
интеллектуальных автоматизированных информационных систем.
Задачами дисциплины является построение моделей представления знаний,
проектирование и разработка экспертных систем, разработка моделей предметных областей.
Дисциплина входит в базовую
часть общенаучного цикла М1 образовательной
магистерской программы «Технология разработки программных систем» направления
подготовки
магистров
230100
«ИНФОРМАТИКА
И
ВЫЧИСЛИТЕЛЬНАЯ
ТЕХНИКА»Изучение данной дисциплины требует следующих компетенций студентов:
 Владение методиками использования программных средств для решения практических
задач,
 Умение обосновывать принимаемые проектные решения.
 Владение методами построения и анализа формальных моделей предметных областей
 Владение теоретическими основами программирования, основами логического и
декларативного программирования
 Владение понятиями синтаксиса и семантики формальных языков. Владение навыками
формального представления содержательных знаний средствами формальных языков.
 Знание современных тенденций развития информационных технологий
 Владение методами трансляции, компиляции, верификации и статического анализа
программ
 Владение современными средствами управления базами данных, включая средства
объектно-реляционного отображения, объектные и иерархические базы данных
Изучение дисциплины направлено на формирование следующих компетенций:
научно-исследовательская деятельность:
ПК-1 применять перспективные методы исследования и решения профессиональных
задач на основе знания мировых тенденций развития вычислительной техники и
информационных технологий;
проектно-конструкторская деятельность:
ПК-3 разрабатывать и реализовывать планы информатизации предприятий и их
подразделений на основе Web- и CALS-технологий;
ПК-5 выбирать методы и разрабатывать алгоритмы решения задач управления и
проектирования объектов автоматизации;
проектно-технологическая деятельность:
ПК-6 применять современные технологии разработки программных комплексов с
использованием CASE-средств, контролировать качество разрабатываемых
программных продуктов.
В результате изучения дисциплины студент должен:
 Знать:
 модель представления знаний,
 подходы и технику решения задач искусственного интеллекта,
 информационные модели знаний,
 методы представления знаний,
 методы инженерии знаний;
 модели методы формализации, автоформализации и представления знаний;
 теорию и технологии приобретения знаний, принципы приобретения
знаний;
 математические модели представления знаний, методы работы со
знаниями;
 виды систем поддержки принятия решений;
 основные понятия, связанные с концепцией системы, основанной
на знаниях (интеллектуальная система, база знаний, механизм
интерпретации знаний, подсистема объяснения, подсистема приобретения
знаний, дедуктивный вывод, прямой и обратный вывод, индуктивный
вывод и т. д.);
 основные понятия, связанные с нейросетевым подходом к построению
интеллектуальных информационных систем (искусственный нейрон,
синаптические связи, веса синаптических связей, искусственная нейронная
сеть — ИНС, обучение ИНС и т. д.)
 основные понятия и методы мягких вычислений и нечеткого
моделирования
 основные понятия и методы семантического представления и излечения
информации в сети Интернет, методы разработки и применения онтологий
различных предметных областей
 Уметь:
 разрабатывать модели предметных областей
 разрабатывать методы исследования предметных областей
 выполнять сравнительный анализ разработанных методов
 применять методы представления и обработки знаний для решения
научных и прикладных задач
 Владеть:
 способами формализации интеллектуальных задач
 способами работы с базами данных и базами знаний
 инструментальными средствами и технологиями работы со знаниями
 инструментами и методами формального описания проектных решений
 базовыми принципами и методологией построения информационных
систем (ERP, EAM, MRP, CRM,PLM, САПР, АСУ, АОС и т. д.) как систем,
основанных на знаниях
 Иметь представление:
 об основных моделях формализации знаний: логических, продукционных,
фреймовых, семантических сетях, а также о методах представления и
извлечения знаний.
 Об известных методах и алгоритмах логического вывода на знаниях
продукционного типа, стратегии управления ими, а также представлять
себе возможные направления их развития
Тематический план курса
Модуль 1 Введение в область ИИ.
Тема 1.1. Область ИИ.
Тема 1.2. Этапы развития и основные направления ИИ.
Модуль 2. Экспертные системы
Тема 2.1. Понятие экспертной системы.
Тема 2.2. Структура ЭС
Тема 2.3. Классификации ЭС.
Тема 2.4. Коллектив разработчиков ЭС.
Тема 2.5. Подходы к созданию ЭС.
Тема 2.6. Методы извлечения знаний.
Тема 2.7. Машина вывода ЭС.
Тема 2.8. Представление неопределенности знаний в ЭС.
Тема 2.9. Компонента объяснения ЭС.
Тема 2.10. Гибридные ЭС.
Модуль 3. Системы поддержки принятия решений
Тема 3.1. Представление процесса принятия решений
Тема 3.2. Эволюция информационных систем
Тема 3.3. Определение систем поддержки принятия решений
Тема 3.4. Разработка систем поддержки принятия решений
Модуль 4. Мягкие вычисления
Тема 4.1. Нечеткое моделирование
Тема 4.2. Искусственные нейронные сети
Тема 4.3. Генетические алгоритмы и эволюционное программирование
Тема 4.4. Гибридные системы
Модуль 5. Инженерия знаний
Тема 4.1. Методы извлечения и представления знаний
Тема 4.2. Онтологии предметных областей. Разработка и применение онтологий.
Тема 4.3. Семантический Веб. Семантические методы представления, поиска и
извлечения информации в Интернете.
Аннотация учебной программы дисциплины
" Современные проблемы информатики и вычислительной техники"
Основной целью курса является ознакомление с базовыми информационными
моделями и освоение методов решения сложных задач, а также знакомство с современными
направлениями развития методов применения компьютерных технологий. В целом материал
курса ориентирован на умение правильно классифицировать конкретную прикладную
задачу, выбирать наиболее подходящий метод решения и реализовывать его в виде
алгоритма и программы.
Для достижения поставленной цели выделяются задачи курса:
 Дать студентам представление об областях применения компьютерных и
телекоммуникационных технологий в различных направлениях, включая
управление деятельностью, документооброт, науку и образование.
 Помочь им в изучении средств и методов решения особо сложных задач,
возникающих на стыке современных наукоемких технологий и информатики.
 Научить правильно классифицировать конкретную прикладную задачу,
выбирать наиболее подходящий метод её решения и реализовывать его в виде
алгоритма и программы.
С другими частями образовательной программы соотносится следующим образом:
Изучение данной дисциплины базируется на дисциплинах, изучаемых на этапе
подготовки бакалавра:
 Программирование на языке высокого уровня



Основы параллельного программирования
Методы трансляции и компиляции
Сетевые технологии
Для изучения дисциплины определены «входные» требования:
- знание фундаментальных основ информатики и современных информационных
технологий на уровне программ ы бакалавра по направлению 230100 «Информатика и
вычислительная техника»;
- базовое понимание проблем развития и ограничений теоретической и
практической информатики на современном этапе;
- умение применять методы и технологии информатики для решения прикладных
задач
Последующими для данной дисциплины являются
 Научно-исследовательская практика
 Итоговая государственная аттестация
Изучение дисциплины направлено на формирование следующих общекультурных и
профессиональных компетенций:
Общекультурные компетенции
 ОК-1, способен совершенствовать и развивать свой интеллектуальный и
общекультурный уровень

ОК-2, способен к самостоятельному обучению новым методам исследования, к
изменению научного и научно-производственного профиля своей профессиональной
деятельности

ОК-4, использует на практике умения и навыки в организации исследовательских и
проектных работ, в управлении коллективом
Профессиональные компетенции

ПК-1, применять перспективные методы исследования и решения профессиональных
задач на основе знания мировых тенденций развития вычислительной техники и
информационных технологий
ПК-5, выбирать методы и разрабатывать алгоритмы решения задач управления и
проектирования объектов автоматизации
ПК-6, применять современные технологии разработки программных комплексов с
использованием CASE-средств, контролировать качество разрабатываемых
программных продуктов


В результате изучения дисциплины студент должен:
Знать:
- элементы теории решения сложных задач на базе современных компьютерных
средств;
- основы информационных технологий;
- базовые понятия и основные определения, возникающие в связи с развитием
многопроцессорных конфигураций и сетевых технологий;
- современнные подходы к применению информационных систем в наиболее важных
областях, таких как управление, наука и образование.
Уметь:
- правильно классифицировать прикладную задачу в терминах информационных
систем;
- выбирать подходящий метод решения задачи и информационную систему для его
реализации;
- грамотно работать с готовыми программными продуктами для решения задач
информатики в области управления, науки и образования;
Владеть навыками:
- классическими методами дистанционного доступа к информационным системам;
- методами синтеза алгоритмов решения новых классов задач информатики.
Основные разделы курса:
Часть 1. Проблемы становления информатики
Часть 1 посвящена проблемам становления информатики как науки и ее основным
составным частям, а также применению информационных технологий в науке и
образовании. Структура информатики как науки - научная дисциплина, изучающей
структуру и общие свойства семантической информации, закономерности ее
функционирования в обществе, являющейся теоретической базой для информационных
технологий, которые часто отождествляют с информатикой.
Информационные (числовые) модели. Понятие о вычислениях. Основные этапы
развития вычислительных устройств и моделей. Связь с экономическим развитием общества.
Краткий исторический обзор от Аристотеля и Леонардо да Винчи до наших дней.
Информационное моделирование. Может ли компьютер затормозить развитие «разума».
Стоит ли читать «старые» книги – проблема извлечения «знаний». Становление
вычислительной техники от дифференциальных анализаторов до суперкомпьютеров.
«Вычислительные Пионеры».
Становление программирования – парадигмы программирования (объекты или
процессы). Информационная вселенная. Информационные модели организации вычислений.
Соответствие информационных и математических моделей реального мира. Компьютерная
грамматика и арифметика – «критика чистого разума» (следуя Канту). Языки
программирования: парадигмы и реалии. Компьютерная грамотность. Национальные
информационные ресурсы. Как далеко можно плести сети. Кто на что влияет: общество и
«вычислительные науки».
Кризис информационных технологий. Дом, который построил Джон (фон Нейман).
Что такое «наука информатика» и «образование». Информатика и физика.
Как нам реорганизовать РАБКРИН (почти по Ленину). Что делать или кризис
информационного жанра. Информация – данные – знания. Электронные библиотеки,
коллекции и системы. Метаданные и схемы данных. Информационное построение
окружающего мира – документы в информационном пространстве. Распределенные
информационно-вычислительные ресурсы. Назад или вперед к «майнфреймам». Сетевые
«операционные системы». Метаданные и принцип «цифровых библиотек». Настройка
алгоритмов на данные или наоборот.
Часть 2. Компьютерные технологии в науке
Понятие о математическом моделировании.
Волна цунами – общие сведения
Современные ИКТ в задаче своевременного предупреждения об угрозе цунами
Методы обработки записей глубоководных гидрофизических станций
Использование современных архитектур для обработки данных в режиме реального
времени
Примеры применения современных ИКТ в науках о Земле, науках о Живом и в
образовании
Актуальные нерешенные задачи
На примере задачи уменьшения последствий природных катастроф излагаются
совокупность элементов современных инфо-коммуникационных технологий, связанных
прикладной направленностью.
Часть 3. Компьютерные технологии в образовании
Изучаются методологические основы преподавания информатики, проектирование
целей, содержания и технологий реализации образовательного процесса по информатике.
Обсуждается представление образовательного процесса по информатике в виде
совокупности взаимосвязанных элементов, с объяснением характера связи между ними,
обоснованием на этой основе необходимой структуры концептуально-описательной модели
образовательного процесса.
Теории научения и обучения
Экспертные системы в образовании
Деятельностный подход к образованию
Создание учебной обстановки
Некомерческие линии развития информационных систем
Методические материалы по информатике и программированию
Дистанционное и факультативное обучение программистов
История информатики и ИКТ
Нерешенные проблемы образовательной информатики.
Аннотация учебной программы дисциплины
«Философия»
Целью курса является ознакомление с основными проблемами и концепциями
современной философии науки, философии языка и социальной философии. Курс лекций
расчитан на магистрантов, обучающихся по негуманитарной специальности. Курс разделен
на два семестра. В первом семестре основное внимание уделено современным философским
подходам к анализу научной теории, применению философии для критики текста,
пояснению базовых понятий и методов новейшей философии. Во втором семестре внимание
сосредоточено на проблемах социальной философии и политической теории.
Для достижения поставленной цели выделяются задачи курса:
Провести анализ основных проблем современной философии науки, философии языка
и социальной философии. Показать взаимозависимость проблематики различных областей
философии. Продемонстрировать различные подходы к решению философских проблем.
Сформулировать базовые философские понятия, используемые для анализа научной теории
и текста. Дать студентам представление о применении философских идей в современном
обществе, зависимости между общественно-политическими отношениями и их отражением в
социально-философских воззрениях.
Научить самостоятельно анализировать сложный профессиональный текст при
помощи средств современной философии. Дать представления о многообразии современных
философских подходов к исследованию естественных и искусственных языков. Дать базовые
гумманитарные сведения о современных социально-философских и политологических
воззрениях. Показать роль философии в формировании общественно-политических структур.
Дисциплина входит в вариативную часть общенаучного цикла основной
образовательной программы магистратуры по направлению подготовки 230100
«ИНФОРМАТИКА И ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА».
Изучение данной дисциплины базируется на дисциплинах: «История», «Когнитивная
психология», «Экономика», «Методология ИТ исследования», «Философия» (для
бакалавров).
Изучение дисциплины направлено на формирование следующих общекультурных и
профессиональных компетенций:

ОК-1, ОК-2, ОК-6; ОК-7; ОК-8

ПК-6, ПК-8
В результате изучения дисциплины студент должен:
Знать
- основные подходы современной философии науки и философии языка;
- основные проблемы современной философии и методы их решения;
- роль философии в развитии научной теории, производственной и общественной
практики, формировании общественных отношений;
- содержание современных концепций в области философии науки и техники,
философии языка, философии информатики, социальной философии и политической теории;
Уметь
- применять современные философские концепции для анализа сложных текстов;
- анализировать значение понятий, составлять понятийный аппарат предметной
области, устанавливать смысловые и структурные связи между терминами, применяемыми в
различных областях профессиональной деятельности;
Владеть
- базовыми представлениями в области философии науки, философии языка,
социальной философии;
- философскими методами анализа текста
Основные разделы курса:
 Современная философия: основные разделы философии, направления философских
исследований, области применения философии, взаимосвязь философии с научной теорией
и практической деятельностью. Предмет и метод философии науки. Основные этапы
развития философии науки.
 Философия науки в рамках позитивистского подхода. Возникновение позитивизма в XIX в,
четыри этапа развития позитивизма. Классический позитивизм. Эмпириокритицизм.
Неопозитивизм (логический позитивизм) – проблема демаркации научной теории,
определение понятий «истины» и «доказательства» в науке, анализ структуры научной
теории и терминологического аппарата. Соотношение эмпирического и теоретического
знания в философии позитивизма. Кризис неопозитивизма. Критический рационализм,
постпозитивизм. Историко-научный подход в философии.
 Философия науки в рамках марксистского подхода. Особенности марксисткой философии.
Воззрения на стуктуру научного знания и роль науки в жизни общества в философии
марксизма. Роль онтологии в философии науки (сопоставление позитивистской и
марксистской точек зрения). Научная онтология диалектического материализма.
Современное состояние материалистической диалектики.
 Лингвистические исследования в философии. Основные вопросы философии языка.
Развитие философии языка в конце XIX – начале ХХ вв. Лингвистический поворот.
Логический атомизм. Философские концепции Л. Витгенштейна – «ранний» и «поздний»
Витгенштейн. Аналитическая философия. Философия искусственных языков. Влияние идей
Витгенштейна на появление языков программирования. Философия естественного языка,
ее применение в современных информационных технологиях.
 Философия языка в СССР. Концепция Выгодского-Лурия, ее значение для философии
языка. Философия сознания – сопоставление советских и западных концепций. Применение
психолингвистических знаний в современной философии, науке, ИТ-индустрии.
Современная философия языка. Лингвистические деревья Н. Хомского, генеративная
грамматика и разработка языков высокого уровня в программировании. Философия языка в
современном Китае. Специфика логографических языков с точки зрения философского
анализа текстов.
 Социальная философия: определение базовых понятий, роль социальной философии в
жизни общества, основные направления современной социальной философии.
Сопоставление естественнонаучного и гуманитарного знания. Структура общества и ее
отражение в философской теории. Политико-иделогические концепции ХХ в, их
современное состояние. Философия истории, социальная этика, философия права.
 Современное общество с точки зрения социальной философии. Социально-политические
теории XIX-XX вв. Кризис классических социально-философских идей в конце ХХ в.
Вызовы современного общества и их осмысление философами. Современные философские
дискуссии по общественно-политическим проблемам.
Семинарские занятия включают обсуждение философских текстов, предварительно
прочитанных студентами в ходе самостоятельной подготовки.
Аннотация к программе дисциплины
Английский язык
Цель дисциплины
- развития у обучаемых общеязыковых и профессиональноориентированных лингвокоммуникативных навыков, а также умений и навыков письменного
перевыражения иностранного текста на русском языке в виде полноценного письменного
перевода или устного резюме заданного объема.
Задачами дисциплины являются: совершенствование навыков и умений чтения,
говорения, письма и перевода, аудирования; овладение лексическим запасом,
обеспечивающим эффективную иноязычную коммуникацию в рамках профессиональной
деятельности, ознакомление с основами культуры делового общения и ведения
профессиональной документации на иностранном языке
Изучение данной дисциплины требует следующих компетенций студентов:
 владеет одним из иностранных языков на уровне не ниже разговорного ;
в следующем объеме:
Уровень «знать»:
 основные грамматические явления, характерные для английского языка; лексический
минимум в объеме 3000-4000 единиц общего и терминологического характера;
 о роли невербального общения (нормах и правилах поведения в инокультурной среде) в
бытовой и профессиональной сферах;
Уровень «уметь»:
 читать и понимать аутентичные статьи общего характера из журналов, газет и других
источников;
 читать и понимать аутентичные статьи по специальности с целью общего понимания текста
либо с целью извлечения необходимой информации;
 выразить свою точку зрения по вопросам, обсуждаемым в прочитанных статьях, приводя
соответствующие пояснения и аргументы;
 понимать на слух аутентичные сообщения, беседы и интервью с целью извлечения
информации;
 делать аннотации (abstract), рефераты (summary), презентации и отчеты по
соответствующим темам и письменным продуктам; составить деловые письма и резюме;
Уровень «владеть»
 элементами стилевой организации письменного научного текста, делового текста (деловая
переписка, резюме), «личного» непрофессионального текста (личная переписка);
общекультурных явлениях и национальных особенностях организации обыденной жизни,
науки, обучения в США и в Великобритании;
 правилами речевого общения в бытовой и профессиональной сферах;
Дисциплины, последующие по учебному плану:
 Научно-методический практикум
 Научно-исследовательская работа
 Итоговая государственная аттестация
В результате освоения дисциплины студент должен:
Знать
 лексический минимум в объеме 4000 учебных лексических единиц общего и
терминологического характера (с учетом магистерского «списка» Masters’ Word List);
 основные грамматические явления, характерные для профессиональной устной и
письменной речи;
 основные правила письменного перевода текстов научного и делового стиля на
основе приемов перевыражения;
 правила речевого бытового и профессионального этикета.









Уметь
выразить свою точку зрения по актуальному вопросу, приводя необходимые
пояснения и аргументы на иностранном языке;
объяснить на иностранном языке суть проблемы и указать противоположной стороне
в ходе дискуссии на преимущества и недостатки той или иной позиции;
участвовать в диалоге на профессиональные темы с носителями изучаемого языка, не
создавая препятствий языкового характера;
сделать сообщение по теме научного исследования на иностранном языке;
составить реферат и аннотацию научной статьи по специальности на иностранном
языке;
составить резюме, заполнить документы на грант, написать план и обоснование
исследовательского проекта на иностранном языке;
понимать на слух сообщения на профессиональные темы;
читать литературу по специальности на иностранном языке с целью общего
понимания текста либо с целью извлечения необходимой информации,
переводить литературу по специальности на иностранном языке, показывая полное и
точное понимание профессиональной проблемы.
владеть
 основными правилами написания (составления) связного текста;
 навыками использования разного стиля (обиходно-литературный,
официально-деловой и научный) в письменной и устной формах;
В результате освоения дисциплины у учащегося формируются следующие компетенции:
Общекультурные компетенции:
 способен совершенствовать и развивать свой интеллектуальный и общекультурный уровень
(ОК-1)
 способен свободно пользоваться русским и иностранным языками, как средством делового
общения (ОК-3);
Тематический план курса
 Чтение и перевод английской научно-технической литературы.
Элементы синтаксического и текстового анализа (в рамках разграничения и опознания
разностилевых компонентов, обозначенных выше):
• основные структуры простого предложения;
• базовая структура сложносочиненного предложения;
• основные структуры сложноподчиненного предложения;
• конструкции с неличными формами глагола (причастие I; причастие II; причастные
обороты, герундий; герундиальные обороты; инфинитив; инфинитивные обороты);
• модальные глаголы и их эквиваленты,
• употребление основных пунктуационных знаков в английском предложении
(запятая, точка с запятой, двоеточие, дефис, тире, скобки)
 Чтение и обсуждение английской научно - технической литературы.
Работа с текстами и упражнениями по тексту, взятыми из учебников, или разработанных
преподавателями на базе материалов из дополнительных аутентичных источников, ведение
диалогов и участие в дискуссиях на темы по специальности
 Деловой английский.
Основы деловой переписки; составление резюме и CV; ключевые черты эффективной
презентации/научного доклада; практика составления презентаций.
 Реферирование английской научно-технической литературы
Изучение правил составления аннотации, конспекта, резюме и краткого содержания
научных статей, а также развитие умения анализировать информацию.
Аннотация к программе курса
«Прикладная логика»
Дисциплина "Прикладные логики" ставит своей целью ознакомление магистрантов с
основными принципами и методами применения аппарата математической логики для
решения различных прикладных задач, возникающих в программировании, а также при
разработке и использовании современных информационных технологий. К числу таких
областей, в которых математическая логика применяется наиболее широко и успешно,
относятся функциональное программирование, логическое программирование, разработка и
применение дедуктивных баз данных, системы формальной спецификации и верификации
программ, представление и обработка знаний.
В рамках этой дисциплины даются систематические знания о выразительных и
вычислительных возможностях различных логических систем. Раскрывается многообразие
неклассических логик, используемых для решения прикладных задач, и выработать у
студентов навыки владения технологией логического программирования, современными
логическими методами спецификации и верификации программ, а также методами
формального представления и извлечения сложной информации (знаний).
Содержание курса:
Введение. Основные принципы устройства формальных логических систем (синтаксис,
семантика, аксиоматика, логический вывод). Многообразие формальных логических систем
и их выразительные возможности. Применение формальных логических систем в
современных информационных технологиях.
Основы логического программирования. Парадигма логического программирования.
Логическое программирование в хорновских дизъюнктах. Программные утверждения,
процедуры, факты, целевые утверждения. Эрбрановские модели логических программ.
Наименьшая эрбрановская модель логической программы. Теорема о наименьшей
эрбрановской модели. Правильный ответ на запрос к логической программе. Декларативная
Оператор непосредственного следования и его свойства. Неподвижные точки оператора
непосредственного следования. Теорема о наименьшей неподвижной точке. Денотационная
семантика логических программ. SLD-резолюция. SLD-резолютивный вывод как вычисление
логической программы. Вычислимый ответ. Множество успеха. Операционная семантика
хорновских логических программ. Теоремы корректности и полноты операционной
семантики относительно декларативной. Вычислительная универсальность хорновских
логических программ. Правила выбора подцелей. Переключательная лемма. Теоремы
сильной полноты операционной семантики относительно декларативной. Дерево SLDвычислений. Стратегии вычислений. Стандартная стратегия вычислений и ее неполнота.
Отрицание в логическом программировании. Допущение замкнутости мира. Операционная
семантика оператора отрицания. Оператор отсечения как средство управления вычислением
логических программ. Основные элементы языка программирования ПРОЛОГ (оператор
вычисления значений, встроенные функции и предикаты, средства модификации базы
данных и др.). Применение языка ПРОЛОГ в реляционных базах данных и для решения
задач искусственного интеллекта.
Дедуктивные базы данных. Логическое программирование как язык запросов к базам
данных. Синтаксис языка Дейталог и его отличительные особенности. Декларативная,
денотационная и операционная семантики языка Дейталог. Теоермы корректности и полноты
операционной семантики относительно декларативной. Стратегии вычисления ответов на
запросы к Дейталог-программам. Отрицание в Дейталоге. Логическое программирование с
ограничениями.
Логика Хоара. Верификация последовательных программ. Задача проверки
правильности (верификации) программного обеспечения, особенности и трудности ее
решения. Теоретико-доказательный подход к решению задачи верификации. Триплеты
Хоара. Постусловие и предусловие программного оператора. Инвариант цикла. Аксиомы и
правила вывода триплетов Хоара. Корректность и полнота исчисления триплетов Хоара.
Система построения автоматизированного построения доказательств PVS.
Модальные и временные логики. Верификация параллельных программ.
Особенности модальных логик. Синтаксис модальных логик. Примеры законов модальных
логик. Семантика возможных миров (семантика Крипке) модальных логик. Взаимосвязь
модальных логик с классической логикой предикатов первого порядка. Многообразие
темпоральных логик. Темпоральные модели Крипке.
Паранепротиворечивые логики. Представления и анализа знаний. Немонотонные
рассуждения и область их применение. Немонотонные логики. Логики умолчания.
Немонотонный логический вывод. Очерчивание.
Нечеткие логики. Формализация нечеткости. Нечеткие множества и функции
принадлежности. Нечеткие отношения. Показатель размытости нечеткости. Нечеткая логика
и приближенные рассуждения.
Аннотация к программе курса
«Методы и системы искусственного интеллекта»
Курс направлен на освоение трех базовых проблем искусственного интеллекта – поиска
в пространстве решений, представления знаний и машинного обучения. Описываются
предпосылки возникновения каждой из проблем, их место в проблематике искусственного
интеллекта, а также методы, разработанные для их решения. В частности, описываются
методы эвристического программирования и эволюционных вычислений, логические
представления знаний, формальные грамматики, семантические сети и фреймы, методы
дискриминантного и синтаксического распознавания образов, восстановления наборов
правил и деревьев решений.
Содержание курса:
Основные понятия искусственного интеллекта. Искусственный интеллект. Знания.
Вывод путем рассуждений. Логическое программирование. Интеллектуальная система.
Структура системы и ее компоненты.
Информационные системы, имитирующие творческие процессы. Искусственный
интеллект и креативность (способность к творчеству). Логическое и образное мышление.
Образы и их преобразование. Креативные информационные системы, моделирующие
образное мышление.
Системы интеллектуального интерфейса для информационных систем.
Интеллектуальный интерфейс информационных систем. Диалоговая подсистема.
Лингвистические процессоры. Распознавание и понимание естественной речи. Синтез
речевых сообщений.
Интеллектуальные
информационно-поисковые
системы.
Методы
поиска
информации. Интеллектуальный поиск. Онтологии проблемной области. Машины поиска в
глобальных информационных сетях. Интеллектуальные поисковые агенты. Многоагентные
информационно-поисковые системы.
Экспертные системы. Структура экспертной системы. Процессы обработки
информации в экспертных системах. Распознавание образов и принятие решений.
Консультационные экспертные системы. Советующие экспертные системы.
Информационные модели знаний. Модели знаний в информационных системах.
Лингвистические предикатные и продукционные модели. Представление информации в
естественно языковой форме. Обработка естественно языковых сообщений.
Логико-лингвистические и функциональные семантические сети. Понятия и
отношения между ними. Семантические сети. Логико-лингвистическая форма семантических
сетей. Функциональные семантические сети. Расширенные сети переходов. Вывод путем
наложения.
Фреймовые модели. Сети фреймов. Структура фрейма. Наследование типа АКО
(Абстактное-Конкретное). Передача сообщений. Присоединенные процедуры. Вывод во
фреймовых сетях. Информационные фреймовые системы.
Модель прикладных процедур, реализующих правила обработки данных.
Прикладные процедуры обработки данных. Правила обработки. Обработка потоков данных.
Процедуры обработки сырых данных. Функции раскопки данных. Раскрытие знаний в
процессе обработки данных.
Методы представления знаний в базах данных информационных систем.
Представление данных и знаний в информационных системах. Модели данных и знаний.
Реляционная модель знаний и ее связи с реляционной моделью данных. Базы данных и
знаний. Объектные базы данных и знаний.
Методы инженерии знаний. Когнитология – наука о знаниях. Извлечение знаний из
экспертов. Типы интервью с экспертами. Автоматизированное извлечение знаний с
использованием АРМов. Автоматическое получение знаний путем обучения.
Инструментальные средства баз данных и знаний. Системы управления данными и
знаниями.
Инструментальные
средства
проектирования
баз
данных.
Языки
программирования логических знаний (Пролог и пр.) Оболочки для формирования баз
знаний. Продукционные оболочки типа OPS-5. Универсальные средства создания
интеллектуальных систем типа G2.
Тенденции развития теории искусственного интеллекта. Развитие искусственного
интеллекта и интеллектуальных систем. Когнитивные системы обработки и поиска
информации. Искусственный разум – интеграция искусственного интеллекта и креативности.
Аннотация к программе курса
«Инженерия знаний»
Курс направлен на
освоение одного из важных направлений современного
программирования, занимающееся развитием языков, методов и систем представления и
обработки знаний на компьютерах.
Содержание курса:
Введение. Что такое обработка знаний. Проблемы современных вычислительных
систем. Возможности обработки знаний. Установление новых человеко-машинных
отношений.
Описание и формализация проблемы. Различие форм представления проблем и его
влияние на компьютеризацию. Формы представления информации. Классификация типов
представления знаний.
Языки систем обработки знаний. Необходимость языков декларативного типа.
Семантика процедурных и декларативных языков. Уровни представления в обработке
информации. Обработка языков. Декларативные языки и структура данных. Математическая
структура данных в декларативных языках.
Основы построения систем инженерии знаний. Границы обработки знаний. Два типа
обработки знаний. Оценка и моделирование.
Методы создания систем инженерии знаний. Условия создания систем. Языки
представления знаний в качестве языков описания моделей. Человеко-машинное
взаимодействие в системах обработки знаний. Представление знаний как универсальное
средство описания моделей.
Структура языков представления знаний. Свойства логики предикатов как языка
представления знаний. Методы построения универсальных моделей. Процесс синтеза по
иерархическим структурам.
Аннотация к программе курса
«Интеллектуальный анализ данных и его приложения»
Курс направлен на ознакомление с технологией интеллектуального анализа данных
(ИАД), подробно рассматриваются методы, инструментальные средства и применение ИАД.
Описание каждого метода сопровождается конкретным примером его использования.
Обсуждаются отличия ИАД от классических статистических методов анализа и OLAPсистем, рассматриваются типы закономерностей, выявляемых ИАД (ассоциация,
классификация, последовательность, кластеризация, прогнозирование). Описывается сфера
применения ИАД. Вводится понятие Web Mining. Подробно рассматриваются методы ИАД:
нейронные сети, деревья решений, методы ограниченного перебора, генетические
алгоритмы, эволюционное программирование, кластерные модели, комбинированные
методы. Знакомство с каждым методом проиллюстрировано решением практической задачи
с помощью инструментального средства, использующего технологию ИАД.Излагаются
основные концепции хранилищ данных и места ИАД в их архитектуре. Вводятся понятия
OLTP, OLAP, ROLAP, MOLAP.Обсуждается процесс анализа данных с помощью технологии
ИАД.
Содержание курса:
Введение. Возникновение, перспективы, проблемы ИАД. Понятие данных. Значение
понятий объект и атрибут, выборка, зависимая и независимая переменная. Типы шкал.
Понятия базы данных и СУБД.
Методы и стадии ИАД. Стадии ИАД и действия, выполняемые в рамках этих стадий.
Классификации методов ИАД. Сравнительная характеристика некоторых методов,
основанная на их свойствах.
Задачи ИАД. Информация и знания. Основная суть задач ИАД и их классификация.
Понятия "информация", "знания", а также дано сопоставление и сравнение этих понятий.
Классификация и кластеризация. Прогнозирования. Понятие временного ряда, его
компоненты, параметры прогнозирования, виды прогнозов. Визуализация данных.
Сферы применения ИАД. Основные сферы деятельности человека, где может успешно
применяться технология ИАД. Понятия Web Mining, Text Mining, Call Mining.
Методы классификации и прогнозирования. Метод деревьев решений. Элементы
дерева решения, процесс его построения. Алгоритмы конструирования деревьев решений
CART и C4.5. Методы классификации и прогнозирования. Метод опорных векторов. Метод
"ближайшего соседа". Байесовская классификация.
Метод нейронных сетей:элементы и архитектура, процесс обучения и явление
переобучения
нейронной
сети.
Модель
нейронной
сети
как
персептрон.
Самоорганизующиеся карты Кохонена.
Методы кластерного анализа. Иерархические методы. Основы кластерного анализа,
математические характеристики кластера. Две группы иерархического кластерного анализа:
агломеративные и дивизимные методы. Пример иерархического кластерного анализа в SPSS.
Методы кластерного анализа. Итеративные методы. Итеративные методы на
примере алгоритма k-средних. Основа факторного анализа и итеративная кластеризация в
SPSS. Процесс кластерного анализа. Сравнительный анализ иерархических и
неиерархических методов.
Методы поиска ассоциативных правил. Суть задачи поиска ассоциативных правил.
Алгоритм Apriori. Пример решения задачи в аналитическом пакете Deductor.
Способы визуального представления данных. Методы визуализации. Средства
визуального представления информации. Способы представления информации в одно-, двух, трехмерном измерениях. Принципы качественной визуализации. Основные тенденции в
области визуализации.
Процесс ИАД. Начальные этапы: процесс подготовки данных, введены понятия качества
данных, грязных данных, этапы очистки данных. Очистка данных: две классификации
инструментов очистки и редактирования данных. Построение и использование модели.
Инструменты ИАД. SAS Enterprise Miner. Система PolyAnalyst. Программные продукты
Cognos и система STATISTICA Data Miner. Инструменты Oracle ИАД и Deductor.
Инструмент KXEN.
Аннотация к программе курса
«Современные методы информационного поиска»
Цель курса – ознакомить магистрантов с предметной областью теории информационного
поиска и лингвистической информатики. Лекционный курс охватывает теорию
индексирования, теорию реферирования, теорию кластеризации социтирования, теорию
логико-смыслового моделирования.
Содержание курса:
Введение. Историческое развитие лингвистической информатики. Закон рассеяния
информации
Бредфорда.
Закон
Ципфа
и
ранжирование
по
частоте
встречаемости.Интеграционные тенденции в современной лингвистической информатике.
Информационно-лингвистические модели. Отличительные признаки. Виды ИЛМ:
лексико-семантические,
логико-грамматические,
дискретные,
непрерывные.
Гносеологический и онтологический планы лингвистической информатики.
Индексирование как вид информационно-лингвистического моделирования. Понятие
информационно-поискового языка. Дескрипторные и классификационные информационнопоисковые языки. УДК как пример классификационного языка. Основные процедуры,
выполняемые в процессе индексирования. Структуры баз данных АИПС. Поисковый образ.
Критерий смыслового соответствия. Интерпретация индексирования в терминах теории
множеств.
Оценка эффективности функционирования поисковой системы. Понятия
пертинентности, релевантности, полноты и точности поиска, информационного шума,
потери информации. Количественные методы определения информационного шума и потери
информации. Способы повышения эффективности функционирования поисковой системы.
Кластеризация социтирования. Гипертекстовые системы.
Информационно-поисковые
системы
Интернета
(ИАИПС).
Особенности
электронных баз данных и поведения пользователей Интернетаю Виды ИАИПС: предметные
катологи и индексные ИАИПС, локальные ИАИПС, мета- ИАИПС. Особенности
функционирования поисковых машин и робота-индексировщика. Языки запроса, логические
операторы, особенности интерфейса. Критерии оценки эффективности функционирования
ИАИПС.
Системы автоматического реферирования. Основные компоненты и процедуры
реферирования. Понятие степени компрессии текста в процессе реферирования. Уровни
реферирования и систем автоматического реферирования. Тематические словари и словари
неключевой лексики. Иерархическая структура текста и значение ее анализа для процесса
реферирования.
Маркерное реферирование. Маркеры, индикаторы, коннекторы. Симметричное
реферирование, общий алгоритм. Принципы симметричности. Возможности изменения
параметров поиска. Методика составления словаря для автоматического реферирования.
Формальные методы определения размера реферата.
Аннотация учебной программы дисциплины
" Математические модели принятия решений"
Основной целью курса является ознакомление с базовыми математическими
моделями исследования операций и освоение численных методов решения дискретных
оптимизационных задач. Курс предполагает освещение современных разделов
комбинаторной оптимизации, знакомство с точными и приближенными методами. В целом
материал курса ориентирован на развитие навыков построения математических моделей,
разработку численных методов решения NP-трудных задач, определения сложности
алгоритмов и их сравнения между собой по таким параметрам как используемая память,
вычислительная трудоемкость, относительная погрешность, вероятность несрабатывания и
др.
Для достижения поставленной цели выделяются задачи курса:
Дать студентам представление об областях применения математических моделей
исследования операций и, в частности, моделей целочисленного линейного
программирования, двухуровневого программирования, многокритериальной оптимизации и
соответствующих численных методах.
Помочь студентам в изучении методов Лагранжевых релаксаций и Лагранжевой
декомпозиции, динамического программирования, построения апросимационных схем и
алгоритмов с гарантированными оценками качества, итерационных методов локального
поиска: имитация отжига, вероятностный поиск с запретами, генетические алгоритмы.
Научить правильно классифицировать прикладную задачу, выбирать подходящий
метод её решения и реализовывать его в виде алгоритмов и программ.
Изучение данной дисциплины базируется на базовых курсах бакалавратуры:
«Математический анализ», "Алгебра и геометрия", «Математическая логика», «Дискретная
математика».
Изучение дисциплины направлено на формирование следующих общекультурных и
профессиональных компетенций:

ОК-1, ОК-2, ОК-4

ПК-1, ПК-5, ПК-6
В результате изучения дисциплины студент должен:
Знать:
- элементы теории сложности для анализа задач исследования операций: линейного,
целочисленного, двухуровневого и многокритериального программирования;
- основы теории многогранников;
- базовые понятия, основные определения теории экстремальных задач и
итерационные методы их решения;
- современнные подходы к решению задач целочисленного линейного
программирования.
Уметь:
- строить математические модели различных прикладных задач исследования
операций;
- выбирать подходящий метод решения, анализировать его трудоемкость и затраты
требуемой памяти;
- профессионально работать с готовыми коммерческими программными продуктами
для решения задач линейного и целочисленного линейного программирования.
Владеть навыками:
- классическими методами комбинаторной оптимизации: методом динамического
программирования, вероятностными методами локального поиска, методом ветвей и границ,
Лагранжевых релаксаций, методами декомпозиции.
Основные разделы курса:

Классификация задач исследования операций

Теория двойственности

Лагранжевы релаксации

Вероятностные методы локального поиска

Методы декомпозиции

Эвристические методы
Программа курса предполагает получение навыков научной работы, выступление с
рефератами научных статей и презентации собственных результатов научной деятельности
студентов.
Аннотация учебной программы дисциплины
" Теория расписаний"
Основной целью курса является ознакомление с основными математическими
моделями теории расписаний, их классификацией и подходов к точному и приближенному
решению соответствующих оптимизационных задач. Курс предполагает освещение
современных разделов теории сложности, знакомство с комбинаторными задачами на
перестановках, умение разрабатывать полиномиальные и вполне полиномиальные
апроксимационные схемы и алгоритмы с гарантированными оценками качества. В целом
курс ориентирован на развитие навыков построения математических моделей для поиска
оптимальных перестановок и составления расписаний, определения сложности
комбинаторной задачи, разработку алгоритмов ее решения.
Для достижения поставленной цели выделяются задачи курса:
Дать студентам представление об областях применения моделей составления
расписаний и, в частности, моделей типа Flow-shop, Open-shop, Job-shop, моделей на
параллельных машинах и машинах с разными скоростями выполнения заданий, моделей с
директивными сроками и заданными временами поступления заданий на выполнение,
моделей для минимизации общего времени завершения всех заданий, минимизации
максимального нарушения директивных сроков и числа запаздывающих заданий.
Помочь студентам в изучении перестановочных методов, методов динамического
программирования, построения апросимационных схем получения рассписаний и
алгоритмов с гарантированными оценками качества, итерационных методов локального
поиска.
Научить правильно классифицировать задачи теории расписаний, выбирать
подходящий метод её решения и реализовывать его в виде алгоритмов и программ.
Изучение данной дисциплины базируется на базовых курсах бакалавриата:
«Математический анализ», "Алгебра и геометрия", «Математическая логика», «Дискретная
математика».
Изучение дисциплины направлено на формирование следующих общекультурных и
профессиональных компетенций:

ОК-1, ОК-2, ОК-4

ПК-1, ПК-5, ПК-6
В результате изучения дисциплины студент должен:
Знать:
- элементы теории сложности для анализа задач теории расписаний: теорию
линейного и целочисленного линейного программирования;
- основы теории сводимости NP-полных задач;
- базовые понятия, основные определения и классификацию задач теории расписаний
и основные методы их решения;
- современнные подходы к решению экстремальных задач на перестановках.
Уметь:
- строить математические модели различных прикладных задач на перестановках;
- выбирать подходящий метод решения, анализировать его трудоемкость и затраты
требуемой памяти;
- профессионально работать с готовыми коммерческими программными продуктами
для решения задач линейного и целочисленного линейного программирования.
Владеть навыками:
- классическими методами комбинаторной оптимизации: методом динамического
программирования, вероятностными методами локального поиска, методом ветвей и границ,
методами декомпозиции.
Основные разделы курса:

Классификация задач теории расписаний

Задачи на одной машине

Задачи на параллельных машинах

Цеховые задачи

Задачи конвейерного типа

Задачи открытого цеха
Программа курса предполагает получение навыков научной работы, выступление с
рефератами научных статей и презентации собственных результатов научной деятельности
студентов.
Аннотация учебной программы дисциплины
"Дискретные экстремальные задачи
Цель дисциплины: изучение математических моделей и методов решения
оптимизационных задач, возникающих при анализе и синтезе проектных решений. В целом
материал курса ориентирован на ознакомление с базовыми математическими моделями,
освоение численных методов решения классических экстремальных задач, а также
знакомство с современными направлениями развития методов принятия решений.
Для достижения поставленной цели выделяются задачи курса:
 Дать студентам представление об математических моделях и методах решения
оптимизационных задач.
 Помочь им в изучении общих методов решения дискретных экстремальных задач –
метода отсечения, динамического программирования, методов ветвления и отсечения.
 Научить правильно классифицировать конкретную прикладную задачу и выбирать
наиболее подходящий метод её решения.
Дисциплина входит в число дисциплин по выбору студента общенаучного цикла
образовательной программы магистра. Изучение данной дисциплины базируется на базовых
знаниях поступающего в магистратуру.
Изучение дисциплины направлено на формирование следующих общекультурных
компетенций ОК-1, ОК-2, ОК-4 и профессиональных компетенций ПК-1, ПК-5, ПК-6.
В результате изучения дисциплины студент должен:
Знать:
 элементы теории сложности для анализа задач математического программирования;
 общие методы решения дискретных экстремальных задач – метод отсечения,
динамического программирования, методы ветвления и отсечения.
 базовые понятия, основные определения теории дискретных экстремальных задач;
 современные подходы к решению задач дискретной оптимизации.
Уметь:
 уметь оценить перспективы и возможности различных методов в конкретной
прикладной задаче.
 выбирать подходящий метод решения задачи.
Владеть навыками:
 решения дискретных экстремальных задач - методом отсечения, динамического
программирования, методами ветвления и отсечения.
Основные разделы и темы курса:
 Экстремальные задачи на графах. Нахождение паросочетаний максимальной
мощности и максимального веса.
 Полиномиальные методы вычисления максимального потока в сети.
 Общие методы решения дискретных экстремальных задач. Методы отсечений.
Целочисленные многогранные множества.
 Полиномиальная сводимость и NP-трудные задачи. Теорема Кука. Примеры
полиномиальных сводимостей и доказательство NP-полноты классических задач
комбинаторной оптимизации.
 Приближенные алгоритмы с оценками качества. Рандомизированные алгоритмы.
Полиномиальные и вполне полиномиальные приближенные схемы.
Аннотация учебной программы дисциплины
“Теория графов”
Цель дисциплины: ознакомление с базовыми математическими моделями и освоение
теоретических основ решения задач теории графов, а также знакомство с современным
состоянием и перспективами развития этого бурно развивающегося математического
направления. В целом материал курса ориентирован на изучение классических моделей и
методов решения задач, допускающих интерпретацию в терминах теории графов.
Для достижения поставленной цели выделяются задачи курса:
 Дать студентам представление о современном состоянии и перспективах развития
этого бурно развивающегося математического направления; познакомить с базовыми
математическими моделями теории графов.
 Помочь им в освоение теоретических основ решения задач теории графов.
 Научить правильно классифицировать конкретную прикладную задачу, уметь
оценивать перспективы и возможности методов теории графов в конкретной
прикладной задаче.
Дисциплина входит в число дисциплин по выбору студента общенаучного цикла
образовательной программы магистра. Изучение данной дисциплины базируется на базовых
знаниях поступающего в магистратуру.
Изучение дисциплины направлено на формирование следующих общекультурных
компетенций ОК-1, ОК-2, ОК-4 и профессиональных компетенций ПК-1, ПК-5, ПК-6.
В результате изучения дисциплины студент должен:
Знать:
 об областях применения теории графов и, в частности, о раскрасках графов,
критериях связности, двудольности, отделимости, Эйлеровости и Гамильтоновости;
 теоретические основы решения задач теории графов - базовые понятия, основные
определения теории, математические модели;
 современные подходы к решению задач c использованием теории графов;
 знать критерии планарности, двудольности, к-связности, оценки хроматического
числа.
Уметь:


уметь оценивать перспективы и возможности методов теории графов в конкретной
прикладной задаче;
выбирать подходящие методы решения задач, допускающих интерпретацию в терминах
теории графов.
Владеть навыками:
 решения задач теории графов;
 определять вычислительную сложность экстремальных задач на графах;
 разработки оптимизационных алгоритмов на графах.
Основные разделы и темы курса:
 Введение в теорию графов.
 Ациклические графы и цикломатическое число.






Эйлеровы и Гамильтоновы графы.
Плоские графы.
Паросочетания и теория f-факторов
Симметрии графов.
Раскраски графов.
Потоковые алгоритмы на графах
Аннотация учебной программы дисциплины
" Математическое программирование"
Основной целью курса является ознакомление с базовыми математическими
моделями и освоение численных методов решения классических экстремальных задач, а
также знакомство с современными направлениями развития методов оптимизации. В целом
материал курса ориентирован на умение правильно классифицировать конкретную
прикладную задачу, выбирать наиболее подходящий метод решения и реализовывать его в
виде алгоритма и программы.
Для достижения поставленной цели выделяются задачи курса:
Дать студентам представление об областях применения математического
программирования и, в частности, дробно-линейного, квадратичного и выпуклого
программирования.
Знать математические методы, являющиеся основой теории матричных игр, потоков в
сетях, задач комплементарности.
Уметь оценить перспективы и возможности методов математического
программирования в конкретной прикладной задаче.
Требуемые компетенции для изучения данной дисциплины отвечают ключевым
компетенциям бакалавра, указанным в Федеральном государственном стандарте высшего
профессионального образования по направлению подготовки 230100 Информатика и
вычислительная техника (квалификация (степень) "Бакалавр").
Изучение дисциплины направлено на формирование следующих общекультурных и
профессиональных компетенций:
ОК-1, ОК-2, ОК-4
ПК-1, ПК-5, ПК-6
В результате изучения дисциплины студент должен:
Знать:
- об областях применения математического программирования и, в частности, дробнолинейного, квадратичного и выпуклого программирования;
Уметь:
- оценить перспективы и возможности методов математического программирования в
конкретной прикладной задаче;
Владеть:
- математическими методами, являющиеся основой теории матричных игр, потоков в
сетях, задач комплементарности.
Основные разделы курса:
Двухкомпонентные задачи
Дробно-линейное программирование
Задачи комплементарности
Биматричные игры
Предполагается, что студенты самостоятельно будут работать с литературой. Оценки
за контрольные недели выставляются по посещаемости. Итоговая оценка – оценка за
экзамен.
Аннотация учебной программы дисциплины
" Совершенные структуры "
Основной целью курса является ознакомление с дополнительными главами
дискретной математики и теории кодирования.
Для достижения поставленной цели выделяются задачи курса:
Дать студентам представление о дистанционно-регулярных графах, теории Рамсея,
квазигруппах и эквидистантных кодах.
Научить строить матрицы Адамара.
Ознакомить студентов с оценками числа совершенных кодов, свойствами конечных
проективных геометрий.
Ознакомить с последними достижениями в области построения совершенных кодов, а
также с современным состоянием и перспективами развития этого важного
математического направления.
Требуемые компетенции для изучения данной дисциплины отвечают ключевым
компетенциям бакалавра, указанным в Федеральном государственном стандарте высшего
профессионального образования по направлению подготовки 230100 Информатика и
вычислительная техника (квалификация (степень) "Бакалавр").
Изучение дисциплины направлено на формирование следующих общекультурных и
профессиональных компетенций:
ОК-1, ОК-2, ОК-4
ПК-1, ПК-5, ПК-6
В результате изучения дисциплины студент должен:
Знать(иметь представление):
- о дистанционно-регулярных графах, теории Рамсея, квазигруппах и эквидистантных
кодах о числе совершенных кодов, о свойствах конечных проективных геометрий.
Уметь:
- оценить перспективы и возможности методов теории кодирования в конкретной
прикладной задаче.
Владеть:
- методами теории кодирования для анализа конкретных прикладных задач.
Основные разделы курса:
Метрические пространства и дистанционно-регулярные графы.
Частично упорядоченные множества
Совершенные коды
Квазигруппы
Матрицы Адамара
Блок-схемы
Совершенные упаковки и разбиения
Частичное восстановление совершенных структур
Предполагается, что студенты самостоятельно будут работать с литературой. Оценки
за контрольные недели выставляются по посещаемости. Итоговая оценка – оценка за
экзамен.