Написание контрольных, курсовых, дипломных работ, выполнение задач, тестов, бизнес-планов
Главная \ Методические указания \ Методические указания и информация \ Кафедра інформаційних систем в економіці

Кафедра інформаційних систем в економіці

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

ДЕРЖАВНИЙ ВИЩИЙ НАВЧАЛЬНИЙ ЗАКЛАД

«КИЇВСЬКИЙ НАЦІОНАЛЬНИЙ ЕКОНОМІЧНИЙ УНІВЕРСИТЕТ

імені ВАДИМА ГЕТЬМАНА»

НАВЧАЛЬНО-НАУКОВИЙ ІНСТИТУТ

«Інститут інформаційних технологій в економіці»

Кафедра інформаційних систем в економіці

 

ЗАТВЕРДЖУЮ:

Проректор з науково-педагогічної роботи
____________ А.М. Колот

 

«___» ___________ 20__ р.

 

 

МЕТОДИЧНІ МАТЕРІАЛИ
З ВИВЧЕННЯ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ

 

Методологія наукових досліджень та патентоведення

назва навчальної дисципліни

 

 

 

рівень вищої освіти

другий (магістерський)

галузь знань

12 Інформаційні технології

спеціальність

освітня програма /

спеціалізація

122 Комп’ютерні науки

Системи штучного інтелекту  

Інформаційні управляючі системи та технології

 

тип дисципліни

 обов’язкова

 

 

 

Начальник навчально-

методичного відділу

Т.В. Гуть

___________________

 

ПОГОДЖЕНО:

 

Завідувач кафедри

О.П.Степаненко

___________________

 

 

 

 

 

 

 

Київ – 2018

 

Розробники: Рамазанв С.К., д.т.н., д.е.н., проф., sramazanov@i.ua,,

Кривошеев К.В., к.т.н., доцент, kinst@hotmail.com,

кафедра інформаційних систем в економіці

 

 

 

Форма навчання —

денна, заочна

        

Семестр —

1

 

Кількість кредитів ECTS —

5

 

Форма підсумкового контролю —

залік

       

Мова(и) викладання

українська

     

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

© Рамазанов С.К., 2018

© КНЕУ, 2018

  •  

Розділ

Стор.

Вступ.

4

1. Зміст навчальної дисципліни за темами

9

Змістовий модуль 1

9

Тема 1. Вступ до дисципліни. Наука і наукове мислення.

Основні поняття.

9

Тема 2. Критерій науковості. Загальна характеристика. Наука, освіта, інновації. Про роль науки в сучасному суспільстві

9

Тема 3. Методи наукового пізнання. Засоби і методи наукового дослідження.

9

Тема 4. Види наукового методу. Організація процесу проведення дослідження.

9

Тема 5. Технологія дослідницької роботи. Етапи наукових досліджень.

9

Змістовий модуль 2

11

Тема 6. Робота з джерелами науково-технічної інформації.

11

Тема 7. Основні форми подання результатів наукових досліджень.

11

Тема 8. Сучасні форми та способи фінансування науково технічної діяльності.

11

Тема 9. Деякі аспекти діяльності науково-дослідницьких колективів, спрямованої на одержання грантів. Організація колективного наукового дослідження.

11

Тема 10. Системний аналіз і підхід в науково-технічних дослідженнях.

11

Тема 11. Патентознавство і патентоведення.

12

2. Поточна навчальна робота студентів денної форми навчання

13

2.1. Карта навчальної роботи студента

13

2.2. Критерії оцінювання поточних результатів вивчення дисципліни

15

3. Поточна навчальна робота студентів заочної форми навчання

17

3.1. Карта навчальної роботи студента

17

3.2. Критерії оцінювання поточних результатів вивчення дисципліни

19

3.3. Критерії оцінювання результатів виконання індивідуальних завдань для самостійної роботи

23

4. Індивідуальні завдання для самостійної роботи студентів

28

4.1. Вимоги до виконання індивідуальних завдань для самостійної роботи

29

4.2. Критерії оцінювання результатів виконання індивідуальних завдань для самостійної роботи

29

5. Підсумкове оцінювання результатів вивчення навчальної дисципліни (форма підсумкового контролю – залік)

30

6. Рекомендовані інформаційні джерела

32

6.1.   Основна література

32

6.2.   Додаткова література

33

6.3. Авторські праці

33

6.4. Джерела Інтернет

33

 

 

 

 

 

ВСТУП

Формування ринкового середовища в Україні і загострення міжнародної конкуренції змушують кардинально змінювати погляди на джерела і чинники економічного зростання як підприємств зокрема, так і національної економіки в цілому. Запровадження нових підходів до технологій, спонукає до усвідомлення того, що пошук невикористаних резервів наукового потенціалу, підвищення професійної кваліфікації кадрів є надзвичайно актуальним в наш час, адже підвищення технологічного рівня і складності сучасного виробництва, зростання конкурентоспроможності продукції є неможливим без відповідного удосконалення науково-технічного та інноваційного розвитку підприємств, а це в свою чергу, потребує не лише розробки державних та регіональних науково-технічних програм, заходів щодо залучення інвестицій, але й здійснення необхідних капіталовкладень в підготовку та перепідготовку наукових працівників.

Зростання вимог до підготовки і перепідготовки науково-педагогічних і наукових кадрів, а також до вищої освіти вимагає якісно нового теоретичного і методичного забезпечення науково-дослідницької діяльності.

Науково-дослідна діяльність – це інтелектуальна праця, направлена на придбання знань, умінь і навиків. Що веде місце в системі багатоступінчатої підготовки і перепідготовки наукових і науково-педагогічних кадрів належить вищим учбовим закладам України. Професійна підготовка випускників ВУЗу вимагає більш активного їх залучення до науково-дослідницькій, творчій роботі.

Безперервність наукової діяльності є загальновизнаною умовою її результативності. Ось тому дисципліна «Методологія наукових досліджень та патентоведення» (МНДП) є азбукою для пізнання методології наукової творчості і методів наукових досліджень.

У сучасному світі інтелектуальна діяльність людини в різних сферах духовного і матеріального виробництва набуває все більшого значення. Тенденції теперішнього часу вказую на те, що до середини XXI століття світовими лідерами стануть країни, що мають наукомісткі технології. На передній план виходить підвищення значущості інтелектуальної творчої діяльності, що призводить до зростання виробництва, задоволення зростаючих потреб суспільства. Інформація і знання є основою сучасної економіки. Така економіка ґрунтується на знаннях. Це означає, що основним капіталом будь-якого підприємства є інтелектуальна власність, ноу-хау, а не тільки матеріальні активи і традиційні ресурси.

Правова охорона об'єктів інтелектуальної власності, створених в ході виконання науково-дослідних, дослідно-конструкторських, технологічних робіт важлива для підтримки економічних переваг творців і законних виробників нових товарів. Таку правову охорону можна забезпечити, наприклад, шляхом патентування нових технічних рішень в якості винаходів або корисних моделей в Україні і інших державах.

Мета вивчення дисципліни полягає у формуванні у студентів розуміння того, яким чином результати інтелектуальної діяльності перетворяться в об'єкти інтелектуальної власності, як забезпечується правова охорона знову створених об'єктів і як встановлюється факт їх використання. Для студента, що має кваліфікацію «магістр» навчитися аналізувати стан науково-технічної проблеми шляхом підбору, вивчення і аналізу літературних і патентних джерел, навчитися збирати, обробляти, аналізувати і систематизувати патентну інформацію з тематики досліджень; робити науково-обґрунтовані висновки за результатами теоретичних досліджень, використовуючи, у тому числі патентну інформацію на іноземній мові. При удосконаленні створюваних пристроїв, систем, технологій, матеріалів навчитися оформляти заявки на винаходи або корисні моделі з метою отримання патентів України. В результаті освоєння дисципліни студент повинен знати: загальні стани, що стосуються прав на результати інтелектуальної діяльності, основні положення, що стосуються : умов патентоспроможності винаходу, корисної моделі, промислового зразка; патентні права, що стосуються цих об'єктів; процедури отримання патенту України на винахід, корисну модель, промисловий зразок. Мати поняття про основні етапи експертизи заявок на видачу патентів України. Знати особливості правової охорони і використання секретних винаходів; основні завдання, що вирішуються при проведенні патентних досліджень; основні вимоги до документів заявок на винахід і корисну модель за законом України; загальні вимоги до патентування винаходів і корисних моделей в іноземних державах.

Наукові дослідження впливають на зростання суспільного продукту. Результати наукових досліджень є проміжним, а нерідко кінцевим продуктом виробництва. У загальному обсягу виробництва швидко зростає наукоємна продукція, яка є результатом впровадження нових наукових технологій. Якість товарів, їх асортимент, техніко-економічні показники є втіленням науково-виробничого потенціалу.

Мета викладення курсу «Методологія наукових досліджень та патентоведення» – допомогти слухачам здобути ґрунтовні знання з методики наукової творчості і методів наукових досліджень. Мета дисципліни «Методологія наукових досліджень та патентоведення» - надання результатів навчання, що пов’язані з науковою діяльністю магістра, відповідно до освітньо-професійної програми.

Предмет і завдання курсу. З переходом до ринкових відносин у народному господарстві України виникла безліч проблем і невирішених питань. Розв’язання їх потребує використання наукових засобів, які має у своєму арсеналі економічна наука і насамперед така її галузь, як наукові дослідження. Вирішення економічних, технічних та екологічних програм потребує підготовки відповідних кадрів вищої кваліфікації, які б володіли методологією наукових досліджень проблем світової і вітчизняної економіки, нових виробничих та інформаційних технологій, світового і внутрішнього ринку, фінансового менеджменту, банківської справи, маркетингу та інші. 

Завданням курсу є навчання студентів методології наукових досліджень економіки, які включають основи наукознавства і методику наукових досліджень конкретної проблеми, організацію інтелектуальної праці, визначення напрямів досліджень та їх ефективність у раціональному господарюванні, постановку експерименту, узагальнення результатів наукових досліджень у наукових звітах, дисертаціях, монографіях, методиках та наукових рекомендаціях. Отже, завдання (навчальні цілі) дисципліни: здатність розв’язувати складні спеціалізовані задачі і проблеми в галузі сучасних комп’ютерно – комунікаційних  технологіях і системах.

Вирішення економічних і соціальних проблем розвитку суспільства покладається не лише на спеціалізовані наукові встанови, а й на використання наукового потенціалу вищої школи, поліпшення якості підготовки спеціалістів, вихованням у них споживи наукового пошуку при розв'язанні професійних завдань у практичній діяльності. З цією метою у програми спеціальності 122 – «Комп’ютерні науки» ДВНЗ «КНЕУ ім. В. Гетьмана» включене дисципліна «Методологія наукових досліджень та патентоведення».

Предметом курсу є методологія наукових досліджень і методика дослідження конкретних проблем економіки на основі загальнонаукових та емпіричних методичних прийомів певної науки, що дає змогу досліджувати економічні і соціальні процеси у їх спорідненості, відмінності та історичному розвитку.

Прискорення науково-технічного прогресу і переведення економіки на ринкові відносини зумовлює підвищені вимоги до якості підготовки фахівців для підприємницької діяльності і наукових кадрів. Законодавством України про освіту передбачено підготовку принципово нових фахівців з менеджменту, маркетингу, фінансів, банківської справи, обліку та аудиту. Кваліфікаційними характеристиками для них встановлено професійне призначення, загальні вимоги до їх гуманітарної підготовки, оволодіння загальнотеоретичними, загальноекономічними і спеціальними дисциплінами. Ці вимоги включають застосування наукових методів в організації фінансового менеджменту та інвестицій, виконанні техніко-економічних розрахунків з прогнозування розвитку матеріального виробництва конкурентоспроможної продукції на внутрішньому та зарубіжному ринках, обліку і аудиту виробничо-господарської діяльності підприємств, виконання техніко-економічних обґрунтувань і розрахунків економічної ефективності інвестицій, а також застосуванні нових технологій з використанням комп’ютерів, економіко-математичних моделей у мікро- і макроекономіці, спрямованих на задоволення соціальних, матеріальних і культурних потреб людей в умовах суспільства з ринковою економікою.

Виходячи з кваліфікаційних професійних характеристик та вимог до фахівців з вищою освітою з конкретної економіки, вони повинні поєднувати в собі знання бакалавра, магістра та економіста-дослідника, які здобуваються при виконанні науково-дослідної роботи у вищому навчальному закладі, аспірантурі.

Таким чином, основними завданнями при підготовці економістів для галузей господарства є:

  • оволодіння студентами і аспірантами науковим методом пізнання і застосування його для поглибленого і творчого засвоєння навчального матеріалу, а також у майбутній практичній діяльності;
  • вивчення методології наукових досліджень та застосування її у підприємницькій діяльності;
  • оволодіння методами і прийомами самостійного розв’язання наукових і техніко-економічних задач на виробництві та у наукових установах;
  • набуття трудових навичок у застосуванні наукових методів при розв’язанні виробничо-технічних завдань;
  • впровадження досягнень науково-технічного прогресу у практику підприємницької діяльності з найменшими витратами і найбільшою ефективністю у бізнесі.

Отже, завдання наукових досліджень у підготовці економістів і наукових кадрів полягають у вихованні та навчанні активних, всебічно розвинених фахівців з економіки та бізнесу.

  Навчальна дисципліна «Методологія наукових досліджень та патентоведення» (МНДП) є однією із складових комплексної підготовки фахівців галузі знань 12 «Інформаційні технології» спеціальності 122 Комп’ютерні науки.

Міждисциплінарні зв’язки: для вивчення дисципліни необхідні базові знання з таких дисциплін, як: Філософія, Вища математика, Математичні методи дослідження операцій,  Теорія інформаційних систем, Системний аналіз, Теорія прийняття рішень, Методи та засоби комп'ютерних інформаційних технологій, Системи автоматичного управління, Інтелектуальний аналіз даних, Моделювання систем, Інформаційно-комунікаційні технології та системи, Технології розподілених систем та паралельних обчислювань Системи підтримки прийняття рішень, Системи управління знаннями, Проектування інформаційних систем, Системи штучного інтелекту, Еволюційні інтегровані системи та методи, Системи автоматизованого проектування, Основи кібербезпеки і Комп'ютерна математика, Технології  Big data,  Технології хмарних обчислень, Фахова іноземна мова, а також Інформатика та комп’ютерна техніка, Проектування систем оброблення економічної інформації, Інтелектуальні інформаційні системи в економіці та бізнесі та інші.

Навчальна дисципліна «Методологія наукових досліджень та патентоведення» базується також на знаннях таких дисциплін, як: «Інформаційний менеджмент», «Моделювання економіки», «Інтелектуальні системи підтримки прийняття рішень в економіці та бізнесі» та є базою для написання магістерської роботи.

В результаті вивчення навчальної дисципліни студент повинен набути такі результати навчання:

1. Знання: теоретичні засади створення і проектування систем штучного інтелекту (СШІ) і Інформаційні управляючі системи (ІУС) та основні класифікаційні ознаки МНДП для подальшого вибору по них відповідного типового проектного рішення; основні види структур МНДП для вибору структури, адекватної особливостям (спеціалізації) конкретного завдання; послідовність етапів і стадій розробки МНДП і склад робіт на кожній стадії; принципи і можливості декомпозиції комплексних завдань автоматизації, що вирішуються МНДП; принципи прийняття рішень і способи формалізації задач прийняття рішень; основні характеристики забезпечуючих підсистем МНДП.

2. Уміння: формалізувати основні типи завдань і проводити декомпозицію комплексних задач, що вирішуються МНДП; обґрунтовано проводити вибір наявних програмних і технічних засобів МНДП; використовувати підходи, методи та сучасні інформаційні технології розробки МНДП.

Вивчення навчальної дисципліни передбачає формування та розвиток у студентів компетентностей та програмних результатів навчання відповідно до освітньо-професійної (освітньо-наукової) програм: «Інформаційні управляючі системи та технології»  і «Системи штучного інтелекту».

 

1. ЗМІСТ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ ЗА ТЕМАМИ

ЗМІСТОВИЙ МОДУЛЬ 1

        Тема 1. Вступ до дисципліни. НАУКА І НАУКОВЕ МИСЛЕННЯ. ОСНОВНІ ПОНЯТТЯ.

        Наукове мислення та його витоки. Етапи становлення науки. Основні функції науки, класифікація наук. Циклічний розвиток науки. Специфіка наукової бази інформаційних технологій (НБТІ). Історія побудови НБТІ.  Відомі вчені та їх вклад в побудову НБТІ. Специфічні особливості об'єкту та предмету досліджень в області інформаційних технологій.

        ТЕМА 2. КРИТЕРІЙ НАУКОВОСТІ. ЗАГАЛЬНА ХАРАКТЕРИСТИКА. НАУКА, ОСВІТА, ІННОВАЦІЇ. ПРО РОЛЬ НАУКИ В СУЧАСНОМУ СУСПІЛЬСТВІ.

        Критерій спростовуваності Карла Попера. Використання критерію К. Попера на практиці. Критика критерію К. Попера. Ріст наукового знання та проблема об’єктивної істини. «Третій мир» К. Попера. Освіта. Інноваціні технології.

        ТЕМА 3. МЕТОДИ НАУКОВОГО ПІЗНАННЯ. ЗАСОБИ І МЕТОДИ НАУКОВОГО ДОСЛІДЖЕННЯ.

        Науковий факт, проблема та гіпотеза. Теорія. Гіпотетико-дедуктивна модель наукового методу. Засоби наукового дослідження (засоби пізнання). Методи наукового дослідження.

          ТЕМА 4. ВИДИ НАУКОВОГО МЕТОДУ. ОРГАНІЗАЦІЯ ПРОЦЕСУ ПРОВЕДЕННЯ ДОСЛІДЖЕННЯ.

Теоретичний науковий метод. Емпіричний науковий метод. Істина і упередження. Критика наукового методу. Відкриття без застосування наукового методу.

         ТЕМА 5. ТЕХНОЛОГІЯ ДОСЛІДНИЦЬКОЇ РОБОТИ. ЕТАПИ НАУКОВИХ ДОСЛІДЖЕНЬ.

         Поняття наукового дослідження. Структурні компоненти наукової діяльності

(статика і динаміка). Мета, об'єкт, предмет і задачі дослідження. Формування гіпотези, методики та робочого плану дослідження. Результати наукового дослідження: види і вимоги. Фаза проектування наукового дослідження. Технологічна фаза наукового дослідження.

ЗМІСТОВИЙ МОДУЛЬ 2
      ТЕМА 6. РОБОТА З ДЖЕРЕЛАМИ НАУКОВО-ТЕХНІЧНОЇ ІНФОРМАЦІЇ.

         Підготовчий етап. Проведення теоретичних і емпіричних досліджень. Робота над рукописом і її оформлення. Впровадження результатів наукового дослідження.

         ТЕМА 7. ОСНОВНІ ФОРМИ ПОДАННЯ РЕЗУЛЬТАТІВ НАУКОВИХ ДОСЛІДЖЕНЬ.

         Вибір і вивчення літератури. Робота зі словниками, підручниками, записами лекцій. Техніка читання наукового тексту. Виписки з тексту. Способи запам'ятовування. Технологічні прийоми конспектування. Аналіз оброблюваної інформації. Логічний взаємозв'язок мети, задач, результатів і виведення. Представлення результатів в науково - дослідних роботах та дослідно-конструкторських розробках. Представлення наукових результатів в кваліфікаційних роботах. Форми подання дослідницьких робіт.

        ТЕМА 8. СУЧАСНІ ФОРМИ ТА СПОСОБИ ФІНАНСУВАННЯ НАУКОВО - ТЕХНІЧНОЇ ДІЯЛЬНОСТІ.

        Бюджетне та господарчо- договірне фінансування. Грант та проєкт на наукове дослідження або розробку. Принципи розглядання заявок на одержання грантів. Про програму «Горизонт - 20», «Ерасмус+» та інші.

        ТЕМА 9. ДЕЯКІ АСПЕКТИ ДІЯЛЬНОСТІ НАУКОВО - ДОСЛІДНИЦЬКИХ КОЛЕКТИВІВ, СПРЯМОВАНОЇ НА ОДЕРЖАННЯ ГРАНТІВ. ОРГАНІЗАЦІЯ КОЛЕКТИВНОГО НАУКОВОГО ДОСЛІДЖЕННЯ.

        Рекомендації по вибору фонду грантодателя. Заявки на спільний проект організацій з однієї країни. Заявки на спільний проект організацій з різних країн.

        Зміст заявки. Рекомендації щодо змісту та оформлення основних розділів заявки.

       ТЕМА 10. СИСТЕМНИЙ АНАЛІЗ І ПІДХІД В НАУКОВО-ТЕХНІЧНИХ ДОСЛІДЖЕННЯХ.

        Історія системного мислення в XX столітті. Основні принципи, визначення та допущення системного аналізу і підходу. Аспекти системного аналізу і підходу. Системний сінтез.

ТЕМА 11. ПАТЕНТОЗНАВСТВО І ПАТЕНТОВЕДЕННЯ.

Наукова творчість і евристика. Основні етапи наукової творчості. Роль інтуїції в науковій творчості. Основні методи евристики. Інтелектуальна власність як право на результати творчої діяльності людини. Система інтелектуальної власності. Організаційно-правові основи патентознавства. Авторське свідоцтво, Патент.

 

2. ПОТОЧНА НАВЧАЛЬНА РОБОТА СТУДЕНТІВ

ДЕННОЇ ФОРМИ НАВЧАННЯ

 

2.1. Карта навчальної роботи студента

№, вид заняття, кількість годин

Форма

самостійної роботи студента

Види практичних

(лабораторних)

занять

Максимальна

кіль-кість балів

За систематичність і активність роботи на практичних ( лабораторних) заняттях

Змістовий модуль №1

1-2. Практ.

№ 1-2

Попередня підготовка за визначеними темами.

Підстави методології науки. Характеристики наукової діяльності.

Теми 1-3. Практичне заняття - розгорнута бесіда; розв’язання проблемних завдань

 

5

3.

Лабор.

№ 1

Інформаційне забезпечення наукових досліджень.

Тема 4-5. Практичне заняття. Критерій науковості. Загальна характеристика. Наука, освіта, інновації. Про роль науки в сучасному суспільстві.

Організація процесу проведення наукових дослідження.

5

4.

Практ.

№ 3-4

Попередня підготовка за визначеною темою.

Засоби і методи наукового дослідження.

Організація процесу проведення дослідження.

Оформлення результатів наукової роботи своїх досліджень 

Тема 6. Практичне заняття - розгорнута бесіда; розв’язання проблемних завдань.

Технологія дослідницької роботи. Етапи наукових досліджень.

 

5

5.

Лабор.

№ 2

Програмні та інформаційні  інструментарії в наукових дослідженнях. (Обзір і можливості).

Тема 7. Знайомство з Програмними пакетами моделювання і дослідження на основі пакету Excel, дослідження динамічної системи на основі пакету MathCAD, дослідження динамічної системи на основі пакету MathLab, дослідження динамічної системи на основі пакету Mathematica, дослідження динамічної системи на основі пакету DESIR, інструментальні засоби економічної динаміки на основі пакетів PowerSim; Arena; Maple; AnyLogic, STATISTICA NEURAL NETWORKS та ін.

5

6.

Лабор.

№ 3

Попередня підготовка за визначеними темами

Основні поняття і визначення математичних методів та методів статистичної обробки наукових і експериментальних даних.

Тема 8. Практичне заняття-дискусія з елементами аналізу; розв’язання проблемних завдань.

Сучасні форми та способи фінансування науково технічної діяльності.

Деякі аспекти діяльності науково-дослідницьких колективів, спрямованої на одержання грантів. Організація колективного наукового дослідження.

5

7.

Практ.

№ 4-5

Методика підготовки та оформлення публікації.

Оформлення звітів про результати наукової роботи. Робота над публікаціями, монографіями, рефератами і доповідями.

Відпрацювання виконання конкретних операцій.

Тема 9. Практичне заняття-дискусія з елементами системного аналізу; розв’язання проблемних завдань. Системний аналіз і підхід в науково-технічних дослідженнях.

5

 

 

 

 

 

 

 

8.

Практ.

 № 6

Курсова (дипломна) робота: Загальна характеристика та послідовність       виконання.

Магістерська дисертація як кваліфікаційне дослідження.

Тема 10. Практичне заняття-дискусія з елементами аналізу; розв’язання проблемних завдань.

 

5

9.

Практ.

 № 7

Інтелектуальна  власність як право на результати творчої діяльності людини. Система інтелектуальної власності.

Процедура подання заявки на одержання патенту на об’єкти промислової власності.

Тема 9. Практичне заняття-дискусія з елементами системного аналізу; розв’язання проблемних завдань. Наукова творчість і евристика. основні етапи наукової творчості. роль інтуїції в науковій творчості. основні методи евристики. інтелектуальна власність як право на результати творчої діяльності людини.

5

10. Практ.

№ 8

Оформлення документів заявки на корисну модель.

Тема 10. Система інтелектуальної власності. організаційно-правові основи патентознавства. авторське свідоцтво, патент.

5

Змістовий модуль №2

11.

Лабор.

№ 4

Моделювання як метод наукового дослідження. Методі аналізу і моделювання процесів і систем.

Теми 11. Практичне заняття-дискусія з елементами аналізу; розв’язання проблемних завдань.

Моделювання і дослідження на основі пакету Excel, дослідження динамічної системи на основі пакету MathCAD, дослідження динамічної системи на основі пакету MathLab.

5

12.

Лабор.

№ 5

Про виміри і аналіз емпіричних даних. Методі обробки емпіричних даних.

Емпіричні методи наукового дослідження.

Тема 12. Дослідження динамічної системи на основі пакету дослідження динамічної системи на основі пакету MathLab, STATGRAPHICS, STATISTICA NEURAL NETWORKS та ін.

 

5

13.

Лабор.

№ 6

Наукове прогнозування.

Моделі і методі прогнозування процесів і систем.

Моделювання і дослідження на основі пакету Excel, дослідження динамічної системи на основі пакету MathCAD, дослідження динамічної системи на основі пакету MathLab, інструментальні засоби економічної динаміки на основі пакетів PowerSim; AnyLogic, STATGRAPHICS, STATISTICA NEURAL NETWORKS та ін.

5

Усього балів за роботу  на практичних (лабораторних) заняттях

15+45

За виконання модульних (контрольних) завдань

Модуль №1

Написання модульної контрольної роботи:

«Методика підготовки та оформлення публікації».

15

Модуль №2

Написання модульної контрольної роботи:

«Система інтелектуальної власності. Патентоведення».

15

Усього балів за модульний контроль

30

За виконання індивідуальних завдань за вибором

Види індивідуальних завдань

1. Написання реферату: «Оформлення звітів про результати наукової роботи».  Вимоги до порядку викладу матеріалу звіту. Вимоги до основних структурних елементів вступної частини. Вимоги до основних структурних елементів основної частини. Наукова монографія. Наукова стаття. Тези наукової доповіді  (повідомлення). Реферат. Доповідь  (повідомлення.

10

2. Вивчення інформаційної системи за вибором: «Інформаційне забезпечення наукових досліджень. Програмні та інформаційні  інструментарії в наукових дослідженнях (Обзір і можливості)».

10

3. Виконання лабораторної роботи за вибором: «Оформлення результатів наукової роботи своїх досліджень.   Методика підготовки та оформлення публікації».

10

4. Виконання лабораторної роботи за вибором: «Оформлення документів заявки на корисну модель». Склад заявки на корисну модель, винахід. Зміст документів заявки. Вимоги до Заяви. Вимоги до     опису корисної моделі. Вимоги до креслень. Вимоги до формули корисної моделі. Вимоги до реферату.  Приклад опису корисної моделі патент.

10

Усього балів за виконання індивідуальних завдань

10

Разом балів за  СРС

100

           

           

2.2. Критерії оцінювання поточних результатів вивчення дисципліни

Об’єктами поточного контролю знань студентів є:

  1. відповіді, розв’язання завдань на практичних заняттях (до 10 балів) та виконання завдань на лабораторних роботах (до 25 балів);
  2. виконання індивідуальних завдань (до 5 балів);
  3. виконання модульних контрольних робіт (до 10 балів).

Контроль відповідей на практичних заняттях та виконання завдань на лабораторних роботах.

Максимальна оцінка за відповіді на практичних заняттях протягом семестру дорівнює 10 балам і складається з оцінок, отриманих студентом на практичних заняттях під час розв'язання завдань та відповідей на теоретичні питання.

Максимальна оцінка за виконання завдань на лабораторних роботах становить 25 балів.

До переліку обов’язкових лабораторних робіт входять: «Програмні та інформаційні  інструментарії в наукових дослідженнях». «Основні поняття і визначення математичних методів та методів статистичної обробки наукових і експериментальних даних». «Моделювання як метод наукового дослідження. Методі аналізу і моделювання процесів і систем». «Моделі і методі прогнозування процесів і систем». «Процедура подання заявки на одержання патенту на об’єкти промислової власност»і. «Система інтелектуальної власності. Процедура подання заявки на одержання патенту на об’єкти промислової власності. Оформлення документів заявки на корисну модель».  «Контроль виконання індивідуальних завдань».

Самостійна робота передбачає самостійне опрацювання студентами індивідуальних завдань за вибором: написання реферату; самостійне вивчення інформаційної системи; виконання вибіркових лабораторних робіт: «Моделювання як метод наукового дослідження. Методі аналізу і моделювання процесів і систем», «Методі обробки емпіричних даних. Емпіричні методи наукового дослідження», «Моделі і методі прогнозування процесів і систем», «Система інтелектуальної власності. Процедура подання заявки на одержання патенту на об’єкти промислової власності», «Оформлення документів заявки на корисну модель».

Максимальна оцінка за виконання індивідуальних завдань становить 5 балів.

Контроль виконання модульних контрольних робіт

Максимальна оцінка за виконання модульних контрольних робіт становить 10 балів (по 5 балів за одну роботу).

 

3. ПОТОЧНА НАВЧАЛЬНА РОБОТА СТУДЕНТІВ

ЗАОЧНОЇ ФОРМИ НАВЧАННЯ

 

         3.1. Карта навчальної роботи студента

№, вид заняття, кількість годин

Форма

самостійної роботи студента

Види практичних

(лабораторних)

занять

Максимальна

кіль-кість балів

За систематичність і активність роботи на практичних ( лабораторних) заняттях

Змістовий модуль №1

1-2. Практ.

№ 1-2

Попередня підготовка за визначеними темами.

Підстави методології науки. Характеристики наукової діяльності.

Теми 1-3. Практичне заняття - розгорнута бесіда; розв’язання проблемних завдань

 

5

3.

Лабор.

№ 1

Інформаційне забезпечення наукових досліджень.

Тема 4-5. Практичне заняття. Критерій науковості. Загальна характеристика. Наука, освіта, інновації. Про роль науки в сучасному суспільстві.

Організація процесу проведення наукових дослідження.

5

4.

Практ.

№ 3-4

Попередня підготовка за визначеною темою.

Засоби і методи наукового дослідження.

Організація процесу проведення дослідження.

Оформлення результатів наукової роботи своїх досліджень 

Тема 6. Практичне заняття - розгорнута бесіда; розв’язання проблемних завдань.

Технологія дослідницької роботи. Етапи наукових досліджень.

 

5

5.

Лабор.

№ 2

Програмні та інформаційні  інструментарії в наукових дослідженнях. (Обзір і можливості).

Тема 7. Знайомство з Програмними пакетами моделювання і дослідження на основі пакету Excel, дослідження динамічної системи на основі пакету MathCAD, дослідження динамічної системи на основі пакету MathLab, дослідження динамічної системи на основі пакету Mathematica, дослідження динамічної системи на основі пакету DESIR, інструментальні засоби економічної динаміки на основі пакетів PowerSim; Arena; Maple; AnyLogic, STATISTICA NEURAL NETWORKS та ін.

5

6.

Лабор.

№ 3

Попередня підготовка за визначеними темами

Основні поняття і визначення математичних методів та методів статистичної обробки наукових і експериментальних даних.

Тема 8. Практичне заняття-дискусія з елементами аналізу; розв’язання проблемних завдань.

Сучасні форми та способи фінансування науково технічної діяльності.

Деякі аспекти діяльності науково-дослідницьких колективів, спрямованої на одержання грантів. Організація колективного наукового дослідження.

5

7.

Практ.

№ 4-5

Методика підготовки та оформлення публікації.

Оформлення звітів про результати наукової роботи. Робота над публікаціями, монографіями, рефератами і доповідями.

Відпрацювання виконання конкретних операцій.

Тема 9. Практичне заняття-дискусія з елементами системного аналізу; розв’язання проблемних завдань. Системний аналіз і підхід в науково-технічних дослідженнях.

5

 

 

 

 

 

 

 

8.

Практ.

 № 6

Курсова (дипломна) робота: Загальна характеристика та послідовність       виконання.

Магістерська дисертація як кваліфікаційне дослідження.

Тема 10. Практичне заняття-дискусія з елементами аналізу; розв’язання проблемних завдань.

 

5

9.

Практ.

 № 7

Інтелектуальна  власність як право на результати творчої діяльності людини. Система інтелектуальної власності.

Процедура подання заявки на одержання патенту на об’єкти промислової власності.

Тема 9. Практичне заняття-дискусія з елементами системного аналізу; розв’язання проблемних завдань. Наукова творчість і евристика. основні етапи наукової творчості. роль інтуїції в науковій творчості. основні методи евристики. інтелектуальна власність як право на результати творчої діяльності людини.

5

10. Практ.

№ 8

Оформлення документів заявки на корисну модель.

Тема 10. Система інтелектуальної власності. організаційно-правові основи патентознавства. авторське свідоцтво, патент.

5

Змістовий модуль №2

11.

Лабор.

№ 4

Моделювання як метод наукового дослідження. Методі аналізу і моделювання процесів і систем.

Теми 11. Практичне заняття-дискусія з елементами аналізу; розв’язання проблемних завдань.

Моделювання і дослідження на основі пакету Excel, дослідження динамічної системи на основі пакету MathCAD, дослідження динамічної системи на основі пакету MathLab.

5

12.

Лабор.

№ 5

Про виміри і аналіз емпіричних даних. Методі обробки емпіричних даних.

Емпіричні методи наукового дослідження.

Тема 12. Дослідження динамічної системи на основі пакету дослідження динамічної системи на основі пакету MathLab, STATGRAPHICS, STATISTICA NEURAL NETWORKS та ін.

 

5

13.

Лабор.

№ 6

Наукове прогнозування.

Моделі і методі прогнозування процесів і систем.

Моделювання і дослідження на основі пакету Excel, дослідження динамічної системи на основі пакету MathCAD, дослідження динамічної системи на основі пакету MathLab, інструментальні засоби економічної динаміки на основі пакетів PowerSim; AnyLogic, STATGRAPHICS, STATISTICA NEURAL NETWORKS та ін.

5

Усього балів за роботу  на практичних (лабораторних) заняттях

60

За виконання модульних (контрольних) завдань

Модуль №1

Написання модульної контрольної роботи:

«Методика підготовки та оформлення публікації».

15

Модуль №2

Написання модульної контрольної роботи:

«Система інтелектуальної власності. Патентоведення».

15

Усього балів за модульний контроль

30

За виконання індивідуальних завдань за вибором

Види індивідуальних завдань

1. Написання реферату: «Оформлення звітів про результати наукової роботи».  Вимоги до порядку викладу матеріалу звіту. Вимоги до основних структурних елементів вступної частини. Вимоги до основних структурних елементів основної частини. Наукова монографія. Наукова стаття. Тези наукової доповіді  (повідомлення). Реферат. Доповідь  (повідомлення.

10

2. Вивчення інформаційної системи за вибором: «Інформаційне забезпечення наукових досліджень. Програмні та інформаційні  інструментарії в наукових дослідженнях (Обзір і можливості)».

10

3. Виконання лабораторної роботи за вибором: «Оформлення результатів наукової роботи своїх досліджень.   Методика підготовки та оформлення публікації».

10

4. Виконання лабораторної роботи за вибором: «Оформлення документів заявки на корисну модель». Склад заявки на корисну модель, винахід. Зміст документів заявки. Вимоги до Заяви. Вимоги до опису корисної моделі. Вимоги до креслень. Вимоги до формули корисної моделі. Вимоги до реферату.  Приклад опису корисної моделі патент.

10

Усього балів за виконання індивідуальних завдань

10

Разом балів за  СРС

100

           

           

3.2. Критерії оцінювання поточних результатів вивчення дисципліни

Об’єктами поточного контролю знань студентів є:

  1. відповіді, розв’язання завдань на практичних заняттях (до 10 балів) та виконання завдань на лабораторних роботах (до 25 балів);
  2. виконання індивідуальних завдань (до 5 балів);
  3. виконання модульних контрольних робіт (до 10 балів).

Контроль відповідей на практичних заняттях та виконання завдань на лабораторних роботах.

Максимальна оцінка за відповіді на практичних заняттях протягом семестру дорівнює 10 балам і складається з оцінок, отриманих студентом на практичних заняттях під час розв'язання завдань та відповідей на теоретичні питання.

Максимальна оцінка за виконання завдань на лабораторних роботах становить 25 балів.

До переліку обов’язкових лабораторних робіт входять: «Програмні та інформаційні  інструментарії в наукових дослідженнях». «Основні поняття і визначення математичних методів та методів статистичної обробки наукових і експериментальних даних». «Моделювання як метод наукового дослідження. Методі аналізу і моделювання процесів і систем». «Моделі і методі прогнозування процесів і систем». «Процедура подання заявки на одержання патенту на об’єкти промислової власност»і. «Система інтелектуальної власності. Процедура подання заявки на одержання патенту на об’єкти промислової власності. Оформлення документів заявки на корисну модель».  «Контроль виконання індивідуальних завдань».

Самостійна робота передбачає самостійне опрацювання студентами індивідуальних завдань за вибором: написання реферату; самостійне вивчення інформаційної системи; виконання вибіркових лабораторних робіт:  «Моделювання як метод наукового дослідження. Методі аналізу і моделювання процесів і систем», «Методі обробки емпіричних даних. Емпіричні методи наукового дослідження», «Моделі і методі прогнозування процесів і систем», «Система інтелектуальної власності. Процедура подання заявки на одержання патенту на об’єкти промислової власності», «Оформлення документів заявки на корисну модель».

Максимальна оцінка за виконання індивідуальних завдань становить 5 балів.

Контроль виконання модульних контрольних робіт

Максимальна оцінка за виконання модульних контрольних робіт становить 10 балів (по 5 балів за одну роботу).

Максимальна оцінка за відповіді на практичних заняттях протягом семестру дорівнює 10 балам і складається з оцінок, отриманих студентом на практичних заняттях під час розв'язання завдань та відповідей на теоретичні питання.

Студенти, що бажають отримати високу підсумкову оцінку мають можливість додатково виконати індивідуальне завдання. Виконання індивідуального завдання сприяє поглибленню і закріпленню теоретичних знань.

Індивідуальне завдання є видом позааудиторної самостійної роботи студента навчального чи навчально-дослідницького характеру, яке виконується в процесі вивчення програмного матеріалу навчального курсу і завершується разом із складанням заліку із даної навчальної дисципліни.

Звіт про виконання індивідуального завдання подається у вигляді наукового повідомлення з титульною сторінкою стандартного зразка із зазначенням всіх позицій змісту завдання загальним обсягом до 10 аркушів.

Індивідуальне завдання подається викладачу, який читає лекційний курс з даної дисципліни та приймає залік, за 2 тижні до заліку. Оцінка за індивідуальне завдання виставляється на заключному практичному занятті з курсу на підставі попереднього ознайомлення викладача зі змістом. Можливий захист завдання шляхом усного звіту студента про виконану роботу на практичному занятті.

 

Тематика індивідуальних завдань

  1. Підготуйте наукове повідомлення щодо видів та форм науково-дослідної роботи студентів у вищих навчальних закладах.
  2. Підготуйте перелік економіко-математичних методів, які застосовуються у наукових дослідженнях економічного спрямування, та вкажіть напрями їх застосування.
  3. Повідомте, які завдання дослідного характеру Ви виконували під час навчання.
  4. Підготуйте наукове повідомлення про функції економічної науки.
  5. Підготуйте наукове повідомлення про еволюцію науки та розвиток наукознавства.
  6. Підготуйте наукове повідомлення про «революційні події» у науці та наведіть приклади їх впливу на зміни у суспільстві.
  7. Підготуйте наукове повідомлення про змістовну сутність економіки як науки.
  8. Підготуйте наукове повідомлення про фактори розвитку економіки та методики дослідження їх впливу.
  9. Підготуйте наукове повідомлення про напрями використання різних методів наукових досліджень.
  10. Підготуйте наукове повідомлення про види економічної інформації.
  11. Підготуйте наукове повідомлення про систему економічних показників як об’єктів дослідження мікроекономіки.
  12. Підготуйте наукове повідомлення про оперативну та поточну інформацію щодо змін валютного курсу.
  13. Підготуйте наукове повідомлення про пакет комп’ютерних програм, що застосовуються для економічних досліджень.
  14. Підготуйте наукове повідомлення про актуальні напрями наукових досліджень в сфері зовнішньоекономічної діяльності України.
  15. Підготуйте наукове повідомлення про особливості наукових досліджень у невиробничій сфері економіки.
  16. Підготуйте наукове повідомлення про правила складання техніко-економічного обґрунтування науково-дослідної роботи.
  17. Підготуйте бібліографічний опис друкованих книг, які висвітлюють розвиток процесів після вступу України до СОТ (до 15 джерел).
  18. Підготуйте бібліографічний опис публікацій вищих органів державної влади та управління, які регламентують діяльність підприємств залізничного транспорту (до 15 джерел).
  19. Підготуйте наукове повідомлення про взаємозв’язок економічного і соціального ефекту від НДР у сфері фінансів.
  20. Підготуйте план-конспект наукової статті про перспективи розвитку економічних відносин України з ЄС.

Контроль виконання індивідуальних завдань.

Самостійна робота передбачає самостійне опрацювання студентами індивідуальних завдань за вибором: написання реферату; самостійне вивчення інформаційної системи; виконання вибіркових лабораторних робіт: «Моделювання як метод наукового дослідження. Методі аналізу і моделювання процесів і систем», «Методі обробки емпіричних даних. Емпіричні методи наукового дослідження», «Моделі і методі прогнозування процесів і систем», «Система інтелектуальної власності. Процедура подання заявки на одержання патенту на об’єкти промислової власності», «Оформлення документів заявки на корисну модель».

Максимальна оцінка за виконання індивідуальних завдань становить 5 балів.

Контроль виконання модульних контрольних робіт

Максимальна оцінка за виконання модульних контрольних робіт становить 10 балів (по 5 балів за одну роботу).

Максимальна оцінка за відповіді на практичних заняттях протягом семестру дорівнює 10 балам і складається з оцінок, отриманих студентом на практичних заняттях під час розв'язання завдань та відповідей на теоретичні питання.

Студенти, що бажають отримати високу підсумкову оцінку мають можливість додатково виконати індивідуальне завдання. Виконання індивідуального завдання сприяє поглибленню і закріпленню теоретичних знань.

 

3.3. Критерії оцінювання результатів виконання індивідуальних завдань для самостійної роботи

Максимальна сума балів поточного контролю – 50, які розподіляються:

  • за відповіді (виступи) на контактних заняттях під час сесії (в тому числі за виконання контрольних (модульних) робіт - максимум 25 балів;
  • за виконання обов’язкових і вибіркових індивідуальних завдань в міжсесійний період  – максимум 25 балів.

А. КОНТРОЛЬ СИСТЕМАТИЧНОСТІ ТА АКТИВНОСТІ РОБОТИ НА КОНТАКТНИХ ЗАНЯТТЯХ ПІД ЧАС СЕСІЇ 

Оцінка знань студентів за контролем систематичності та активності роботи під час контактних занять над вивченням програмного матеріалу дисципліни включає такі складові:

     (1) відповіді (виступи) на контактних заняттях, виявлений рівень знань при обговоренні питань за темами занять;

     (2) виконання завдань самостійної роботи студента;

     (3) участь у науково-дослідній та творчій роботі (студентських наукових конференціях, гуртках, конкурсах, олімпіадах з питань даної дисципліни).

При контролі відповідей (виступів) на контактних заняттях оцінці підлягають:

    • рівень знань, продемонстрований у відповідях і виступах на заняттях;
    • активність при обговоренні (дискусії) проблемних питань, що винесені на контактні заняття,
    • конструктивна участь у «мозковому штурмі»;
    • правильність написання ОПК на контактному занятті;
    • правильність написання схематичного контролю;
    • результати  пілотного опитування.

Оцінювання активності роботи відбувається з градацією в 1 бал:

№ з/п

Завдання

Максимальна кількість балів

1.

Змістовні доповнення

0-1 бал

2.

Конструктивна участь у мозковому штурмі

0-1 бал

3.

Виконання завдань оперативного письмового контролю

 0-2 бали

4.

Виконання схематичного контролю

 0-1 бали

5.

Пілотне опитування

0-1 бал

 

Протягом установчої та екзаменаційної сесії кожен студент з групи на контактних заняттях повинен приймати активну участь в обговоренні проблем, які винесені на заняття.

При контролі участі у науково-дослідній та творчій роботі оцінці підлягають:

  • підготовка і представлення доповіді для участі в наукових студентських конференціях, гуртках, конкурсах, олімпіадах, круглих столах та участь в них;
  • виконання завдань в рамках дослідницьких проектів кафедри.

Оцінювання активності роботи відбувається з градацією в 1 бал:

№ з/п

Завдання

Максимальна кількість балів

1.

участь у науково-пошуковій творчій роботі

0-10 балів

2.

виконання завдань в рамках дослідницьких проектів кафедри

0-10 балів

 

Б. КОНТРОЛЬ ЗА ВИКОНАННЯМ КОНТРОЛЬНИХ (МОДУЛЬНИХ) РОБІТ

Завдання, винесені для контрольних (модульних) робіт включають в себе тестові питання та аналітичне завдання. Контрольна (модульна) робота складається з тестових запитань (оцінюються в 4 бали) та розрахункового програмно-технічного завдання (за правильно здійснені розрахунки максимальна оцінка – 4 бали). Оцінки виставляються з кратністю до 1 бала.

За використання недозволених джерел і підказок студент отримує 0 балів.    Критерії оцінювання доводяться до студентів перед модульним контролем. Письмові роботи зберігаються на кафедрі до закінчення семестру.

Критерії оцінювання поточної систематичності та активності роботи студента:

Рівень знань

 

 

Критерії оцінювання

 

 

Бали

Усні відповіді

Доповнення, участь у мозковому штурмі

Оперативний контроль

Схематичний контроль

Пілотне опитування

Відмін-ний

  • повна підготовка студента з усіх питань, які виносяться на лабораторні та практичні заняття,
  • правильне розуміння змісту програмного матеріалу,
  • здатність до аргументації, вміння проводити порівняльний аналіз

2

1

2

1

1

Добрий

  • повна підготовка студента з усіх питань, які виносяться на лабораторні та практичні заняття,
  • у цілому правильне розуміння змісту програмного матеріалу, можливі несуттєві помилки,
  • деякі труднощі з порівняльним аналізом та аргументацією

1

0

1

1

0

Задові-льний

  • неповна підготовка студента з усіх питань, які виносяться на  лабораторні та практичні заняття,
  • є значні помилки у розумінні змісту програмного матеріалу,
  • значні труднощі з порівняльним аналізом та аргументацією

1

0

1

0

0

Незадо-вільний

  • підготовка студента з усіх питань, які виносяться на лабораторні та практичні заняття, на рівні ознайомлення з матеріалом,
  • є грубі помилки у розумінні змісту програмного матеріалу або його нерозуміння,
  • нездатність до порівняльного аналізу та аргументації

0

0

0

0

0

 

Оцінювання поточної успішності студентів проводиться в балах, які виставляються в журнал.

«Ціна» заняття залежить від:

А) індивідуальної активності та рівня підготовки студентів;

Б) видів завдань, які пропонуються викладачем за темою контактного заняття відповідно до форми його проведення.

Індивідуальна «ціна заняття» за поточну аудиторну роботу для студентів може бути визначена за наступною формою:

Види робіт /бали

0

1

2

Повна відповідь на питання заняття (усне опитування)

 

 

х

Оперативний письмовий контроль (програмний контроль)

 

 

х

Пілотне опитування

 

 

 

Змістовні доповнення, конструктивна участь в обговоренні проблемних питань, мозковому штурмі тощо

 

 

 

 

В разі невиконання завдань поточного контролю з об’єктивних причин, студент має право, за дозволом директора (заступника директора), скласти їх під час консультацій у «дні заочника». Час та порядок складання визначає викладач.

Результати поточного контролю знань студентів оформлюються під час останнього семінарського заняття та вносяться до заліково-екзаменаційної відомості без переведення їх у 4-х бальну шкалу.

Результати поточної успішності студентів є показником рівня засвоєння ними робочої навчальної програми та виконання вимог Карти самостійної роботи студентів. Результати поточного та підсумкового контролю є рівноцінними показниками рівня засвоєння студентом знань, набуття умінь та сформованості навичок, що визначені відповідною робочою навчальною програмою з дисципліни «Методологія наукових досліджень та патентоведення».

Студент, який набрав за результатами поточного контролю від 0 до 20 балів (включно), вважається таким, що не виконав вимоги робочої програми навчальної дисципліни «Інформаційні управляючі системи», передбаченої індивідуальним навчальним планом, і отримує з  дисципліни незадовільну оцінку. Він має право за власною заявою опанувати цю дисципліну в наступному семестрі понад обсяги встановлені навчальним планом за індивідуальним графіком у формі додаткової індивідуально-консультативної роботи згідно з діючими в Університеті положеннями. 

Під час таких занять студент має виконувати завдання для самостійної роботи, модульні контрольні роботи, інші види робіт, передбачені робочою програмю навчальної дисципліни «Методологія наукових досліджень та патентоведення» та набрати від 21 до 50 балів (включно). Бали у кількості 21 і більше є підставою для допуску студента до заліку за конкретним завданням.

Студент, який набрав за результатами поточного контролю від 0 до 20 балів (включно) і не бажає опановувати дисципліну в наступному семестрі понад обсяги встановлені навчальним планом за індивідуальним графіком у формі додаткової індивідуально-консультативної роботи, не допускається до повторного складання екзамену і вважається таким, що має академічну заборгованість.

 

4. ІНДИВІДУАЛЬНІ ЗАВДАННЯ ДЛЯ

САМОСТІЙНОЇ РОБОТИ СТУДЕНТІВ

4.1. Вимоги до виконання індивідуальних завдань для самостійної роботи

Самостійна робота студента (надалі — СРС) — це форма організації навчального процесу, при якій заплановані завдання виконуються студентом під методичним керівництвом викладача, але без його безпосередньої участі. СРС є основним засобом оволодіння навчальним матеріалом під час поза аудиторної навчальної роботи. Метою СРС є засвоєння в повному обсязі навчальної програми та послідовне формування у студентів самостійності як риси характеру, що відіграє суттєву роль у формуванні сучасного фахівця вищої кваліфікації.

Перелік завдань для СРС, форми  її організації та звітності, терміни  виконання та кількість балів, які можна отримати за виконання завдань з СРС, визначаються кафедрою в робочій навчальній програмі дисципліни і включаються до Карти самостійної роботи студента. Карта самостійної роботи студента є основою організації СРС з дисципліни і відображає перелік конкретних форм самостійної роботи, які необхідно виконати студенту відповідно до робочої навчальної програми дисципліни, планові терміни її складання та кількість балів, які можна отримати за виконання цих робіт.

         перелік та форми організації індивідуальних завдань для самостійної роботи при вивченні теоретичного матеріалу навчальної  дисципліни

     Самостійна робота студентів з дисципліни охоплює такі види роботи:

      І вид: самостійна робота, що забезпечує підготовку до поточних аудиторних занять;

      ІІ вид: пошуково-аналітична робота;

      ІІІ вид: наукова-дослідницька діяльність.

Самостійна робота, що забезпечує підготовку до поточних аудиторних занять, проводиться в таких формах:

- опрацювання теоретичних основ прослуханого лекційного матеріалу;

- вивчення окремих тем і питань для самостійного опрацювання;

- підготовка до практичних (контактних) занять;

- систематизація матеріалу перед написанням модулю та іспитом;

- виконання індивідуальних завдань (комплексний аналіз певної групи макрофінансових показників);

- виконання розрахункових аналітичних завдань.

 

4.2. Критерії оцінювання результатів виконання індивідуальних завдань для самостійної роботи

Самостійна робота передбачає самостійне опрацювання студентами індивідуальних завдань за вибором: написання реферату; самостійне вивчення інформаційної системи; виконання вибіркових лабораторних робіт.

Максимальна оцінка за виконання індивідуальних завдань становить 5 балів.

 

 

5. ПІДСУМКОВЕ ОЦІНЮВАННЯ РЕЗУЛЬТАТІВ ВИВЧЕННЯ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ

Підсумкове оцінювання знань студентів з дисципліни здійснюється на основі результатів поточного контролю.

Максимально можлива підсумкова кількість балів, здобута за результатами поточного оцінювання з дисципліни, не може перевищувати 100 балів. Підсумковий бал оформлюється під час останнього семінарського (практичного, лабораторного) заняття відповідного семестру, а на заочній формі навчання – за розкладом екзаменаційно-лабораторної сесії.

Кількість балів (оцінка, округлена до найближчого числа, кратного 5) вноситься до відомості обліку успішності і є основою для визначення загальної успішності студента з даної навчальної дисципліни предмета.

Переведення даних 100-бальної шкали оцінювання в 4-х бальну та шкалу за системою ECTS здійснюється в такому порядку:

Підсумкова оцінка, одержана студентом (бали)

Оцінка у формі заліку

Оцінка за національною шкалою

Оцінка за системою ECTS

90-100

зараховано

відмінно

A

80-89

добре

B

70-79

 

C

66-69

задовільно

D

60-65

 

E

21-59

не зараховано — з можливістю повторного складання заліку

не зараховано — з можливістю повторного складання заліку

FX

0-20

не зараховано − з можливістю вивчення дисципліни за індивідуальним графіком у формі додаткової індивідуально-консультативної роботи

не зараховано − з можливістю вивчення дисципліни за індивідуальним графіком у формі додаткової індивідуально-консультативної роботи

F

Студент, який набрав за результатами поточного оцінювання від 0 до 20 балів (включно), вважається таким, що не виконав вимоги робочої навчальної програми з  дисципліни, передбаченої індивідуальним навчальним планом, і отримує з  дисципліни незадовільну оцінку. Він має право за власною заявою опанувати цю дисципліну в наступному семестрі понад обсяги встановлені навчальним планом за індивідуальним графіком у формі додаткової індивідуально-консультативної роботи згідно з діючими в Університеті положеннями.

Студент, який набрав за результатами поточного оцінювання від 0 до 20 балів (включно) і не бажає опановувати дисципліну в наступному семестрі понад обсяги встановлені навчальним планом за індивідуальним графіком у формі додаткової індивідуально-консультативної роботи, не допускається до повторного складання екзамену і вважається таким, що має академічну заборгованість.

Студенти, які за результатами підсумкового контролю набрали від 0 до 59 балів (включно), після належної підготовки мають право повторно скласти залік у формі виконання індивідуальної контрольної роботи. Індивідуальна контрольна робота має складатися з 10 завдань, кожне з яких оцінюється за шкалою

 

Кількість балів за  10 баловою шкалою

Рівень повноти й  коректності відповіді

10

відмінний

8

добрий

6

задовільний

4

не достатній

2

мінімальний

0

незадовільний

 

 

 

 

6. РЕКОМЕНДОВАНІ ІНФОРМАЦІЙНІ ДЖЕРЕЛА

6.1. Основна література

  1. Ковальчук В. В., Моїсєєв Л. М. Основи наукових досліджень: Навч. посібн. – Вид. 2-е, доп. і перероб. – К.: Видавничий дім „Професіонал”, 2004. – 208 с.
  2. Крушельницька О. В. Методологія та організація наукових досліджень: Навч. посібник / О. В. Крушельницька. – К.: Кондор, 2003. – 192 с.
  3. Кузнецов Ю. М. Інтелектуальна власність: навч. посібник / Ю.М. Кузнєцов, Г.В. Косенюк, М.Г. Данильченко; НТУУ "КПГ, Тернопільський державний економічний університет . – Тернопіль : Економічна думка, 2006. - 419 с.
  4. Сусліков Л. М. Патентознавство: навчальний посібник для студентів вищих навчальних закладів. / Л.М. Сусліков. - К.: ІДНЛ, 2005. - 232 с.
  5. Інтелектуальна власність: навч. посіб. / С.В. Бондаренко, О.Б. Бутнік-Сіверський, В.С. Дмитришин. - К., 2006. — 275 с.
  6. Понікаров В.Д. Авторські права та інтелектуальна власність: конспект лекцій / В.Д. Понікаров, О.М. Славінська, О.О. Єрмоленко. // Харківський національний економічний унт. - X.: ХНЕУ, 2006. — 100с.
  7. Новиков А.М., Новиков Д.А. Методология научного исследования. – М.: Либроком, 2010. – 280 с.
  8. Новиков А.М., Новиков Д.А. Методология. – М.: СИНТЕГ, 2007. – 668 с.
  9. Методология и методы научного познания [Текст]: учеб. пособие / И.Л. Бахтина, А.А.Лобут, Л.Н. Мартюшов. Урал. гос. пед. ун – т. – Екатеринбург, 2016. – 119 с.

 

4.2. Допоміжна

  1. Анри Пуанкаре. О Науке: пер. с франц. – М.: Наука, 1990. – 196с.
  2. Кушнаренко Н. М., Удалова В. К. Наукова обробка документів: Підручн. – К.: Вікар, 2003. – 328 с.
  3. Философия науки: учеб. пособие/ Под ред. Д-ра филос. наук А.И.Липкина. – М.: Эксмо, 2007. - 608с.
  4. Романюк М.М. Загальна і спеціальна бібліографія: Навч. посібник для студентів „Видавнича справа та редагування”. – 2-е вид. – Львів: Світ, 2003. – 96 с.
  5. Постанова КМУ. Про затвердження Порядку підготовки здобувачів вищої освіти ступеня доктора філософії та доктора наук у вищих навчальних закладах (наукових установах), від 23 березня 2016 р., №216, Київ.
  6. Трансфер технологій: форми і методи ефективного здійснення / М. А. Йохна, П. Г. Іжевський, В. В. Стадник. – Хмельницький: ХНУ, 2007. – 164 с.
  7. Кремень В.Г. Освіта і наука в Україні – інноваційні аспекти. Стратегія. Реалізація. Результати. – К.: Грамота, 2005. – 448 с.
  8. Волков Ю.Г. Диссертация: Подготовка, защита, оформление: Практическое пособие / Под ред. Н.И. Загузова. - М.: Гардарики, 2002. - 160 с.
  9. Методы исследований и организация экспериментов / Под ред. проф. К.П. Власова. - Х.: Издательство "Гуманитарный центр", 2002. - 256 с.
  10. Білуха М.Т. Методологія наукових досліджень: Підручник. - К.: АБУ, 2002. – 480 с.
  11. Баскаков А.Я., Туленков Н.В. Методология научного исследования: Учеб. пособие. - К.: МАУП, 2002. – 216 с.
  12. Ковалів Ю. І. Абетка дисертанта. Методологічні принципи написання дисертації: посібник. - К. : Твім інтер, 2009. — 457с.
  13. Толубко В. Б. Дисертація: метод. рек. здобувачам наук. ступенів / В. Б. Толубко, В. М. Тупкало, С. В. Козелков ; Держ. ун-т телекомунікацій. - Київ: ДУТ, 2014. - 189 с.
  14. Партико З. В. Основи наукових досліджень: підготовка дисертації / З. В. Партико. - Запоріжжя: КПУ, 2015. - 235 с.
  15. Як правильно оформити дисертацію та документи атестаційної справи: зб. нормат. док. з питань атестації наук. кадрів вищ. кваліфікації / [упоряд. Л. І. Мірошниченко]. - К.: Толока, 2012. – 54 с.
  16. Як підготувати і захистити дисертацію на здобуття наукового ступеня. Методичні поради / Автор-упорядник Л.А. Пономаренко, д.т.н., проф. - К.: Редакція "Бюлетеня Вищої атестаційної комісії України", Видавництво "Толока", 2010. - 80 с.

4.3. Авторські праці

  1. Рамазанов С.К. Інноваційні технології антикризового управління вищою освітою: аналіз, методології і системні рішення. Монографія / Під ред. проф. С.К. Рамазанова. Колект. авторів: С.К. Рамазанов, О.В. Родионов, А.А. Роскладка, С.О. Савченко, І.С. Кочарян, К.Л. Крупський, В.М. Ткач. – Київ: КНЕУ ім. В. Гетьмана; Северодонецьк: СНУ ім. В. Даля, 2016. – 510с.
  2. Програма науково-дослідної практики студентів спеціальності 8.18010017 "Економіка довкілля і природних ресурсів"/ Уклад.: С.К. Рамазанов, Г.Г. Воронова. – Луганськ: СНУ ім. В. Даля, 2014. – 16 с.
  3. Методичні вказівки до організації та проведення науково-дослідної практики магістрів за спеціальністю 8.18010017 "Економіка довкілля і природних ресурсів" / Уклад.: С.К. Рамазанов, Н.О. Рязанцева, Г.Г. Воронова. – Луганськ: СНУ ім. В. Даля, 2014. – 19 с.
  4. Аптекарь М.Д., Рамазанов С.К., Фрегер Г.Е. История инженерной деятельности. – Киев: изд-во» Аристей», 2003. – 568 с.

 

    1. Джерела Інтернет

1. Про інноваційну діяльність: Закон України [Електр. ресурс]. – Режим доступу: http://zakon4.rada.gov.ua/laws/show/40-15

2. Про пріоритетні напрями інноваційної діяльності в Україні: Закон України [Електр. ресурс]. – Режим доступу: http://zakon4.rada.gov.ua/laws/show/3715-17

3. Закон України «Про інноваційну діяльність»//Відомості Верховної Ради України, 2002р., № 36.

4. Закон України «Про наукові парки» від 25.06.2009 № 1563-VI. – [Електр. ресурс]. – Режим доступу: http://www.zakon.rada.gov.ua

5. Закон України «Про охорону прав на винаходи і корисні моделі» від 1 червня 2000 р. – [Електронний ресурс]. – Режим доступу: http://www.zakon.rada.gov.ua

6. Закон України «Про пріоритетні напрями інноваційної діяльності в Україні»// Відомості Верховної Ради України, 2003 р., №13.

  1.   [Електр. ресурс]. – Режим доступу: http://sips.gov.ua/ua/svit
  2.   [Електр. ресурс]. – Режим доступу: http://sips.gov.ua/ua/normative_acts.html
  3.   [Електр. ресурс]. – Режим доступу: http://sips.gov.ua/ua/inventions.html
  4. [Електр. ресурс]. – Режим доступу: http://sips.gov.ua/ua/microcircuits.html
  5. [Електр.ресурс].–   Режим доступу: http://sips.gov.ua/ua/industrial_prototypes.html
  6. [Електр. ресурс]. – Режим доступу: http://sips.gov.ua/ua/signs.html
  7. [Електр. ресурс]. – Режим доступу: http://sips.gov.ua/ua/origin_commodity.html
  8. [Електр. ресурс]. – Режим доступу: http://sips.gov.ua/ua/blanki_pohodj.html

 

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

ДЕРЖАВНИЙ ВИЩИЙ НАВЧАЛЬНИЙ ЗАКЛАД

«КИЇВСЬКИЙ НАЦІОНАЛЬНИЙ ЕКОНОМІЧНИЙ УНІВЕРСИТЕТ

імені ВАДИМА ГЕТЬМАНА»

 

Інститут інформаційних технологій в економіці

Кафедра інформаційних систем в економіці

 

ЗАТВЕРДЖУЮ:

Проректор з науково-педагогічної роботи
____________ А.М. Колот

 

9 січня 2019 р.

 

 

МЕТОДИЧНІ МАТЕРІАЛИ
З ВИВЧЕННЯ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ

 

Мультиагентні системи в економіці

назва навчальної дисципліни

 

 

 

рівень вищої освіти

другий (магістерський)

галузь знань

12 Інформаційні технології

спеціальність

освітня програма /

спеціалізація

122 Комп’ютерні науки

Системи штучного інтелекту

 

тип дисципліни

 обов’язкова

 

 

 

Начальник навчально-

методичного відділу

Т.В. Гуть

___________________

 

ПОГОДЖЕНО:

 

Завідувач кафедри

О.П.Степаненко

___________________

 

 

 

 

 

 

 

 

 

 

Київ – 2018

 

Розробник:

Гужва В.М, к.е.н., проф., volodymyr.huzhva@kneu.ua,  кафедра інформаційних систем в економіці

 

 

Форма навчання —

денна, заочна

        

Семестр —

3

 

Кількість кредитів ECTS —

5

 

Форма підсумкового контролю —

екзамен

       

Мова(и) викладання

українська

     

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

© автор(и), 2018

© КНЕУ, 2018

 

 

 

 

 

 

 

 

  •  

Вступ

  1.  

1. Зміст навчальної дисципліни за темами

  1.  

Змістовий модуль 1

  1.  

Тема 1. Програмні агенти: поняття, властивості та класифікація

  1.  

Тема 2. Архітектура та концептуальна модель агентів. Типи агентів

  1.  

Тема 3. Мультиагентні системи: суть, елементи реалізації та переваги

  1.  

Тема 4. Взаємодія агентів в мультиагентних системах

  1.  

Тема 5. Мови програмування агентів в мультиагентних системах

  1.  

Змістовий модуль 2

  1.  

Тема 6. Моделювання діалогових взаємодій між агентами, агентно-орієнтованих бізнес-правил та бізнес-процесів  в мультиагентних системах 

  1.  

Тема 7. Підходи до проектування МАС

  1.  

Тема 8. Методи побудови мультиагентних систем систем

  1.  

Тема 9. Інструментальні засоби для побудови мультиагентних систем

  1.  

Тема 10. Використання мультиагентних систем в економіці та бізнесі

  1.  

Тема 11. Агентно-орієнтоване моделювання соціально-економічних процесів та систем

  1.  

2. Поточна навчальна робота студентів денної форми навчання

  1.  

2.1. Карта навчальної роботи студента

  1.  

2.2. Критерії оцінювання поточних результатів вивчення дисципліни

  1.  

3. Поточна навчальна робота студентів заочної форми навчання

  1.  

3.1. Карта навчальної роботи студента

  1.  

3.2. Критерії оцінювання поточних результатів вивчення дисципліни

  1.  

4. Індивідуальні завдання для самостійної роботи студентів

  1.  

4.1. Вимоги до виконання індивідуальних завдань для самостійної роботи

  1.  

4.2. Критерії оцінювання результатів виконання індивідуальних завдань для самостійної роботи

  1.  

5. Підсумкове оцінювання результатів вивчення навчальної дисципліни (форма підсумкового контролю – екзамен)

  1.  

5.1. Структура екзаменаційного білету

  1.  

5.2. Критерії оцінювання екзаменаційної роботи студента

  1.  

5.3. Приклади типових завдань, що виносяться на екзамен

  1.  

6. Рекомендовані інформаційні джерела

  1.  

6.1. Основна література

  1.  

6.2. Додаткова література

  1.  

 

 

 

 

ВСТУП

     Міждисциплінарні зв’язки: для вивчення дисципліни необхідні базові знання з таких  дисциплін, як: "Інформатика та комп’ютерна техніка", "Проектування систем оброблення економічної інформації", "Системи управління знаннями", “Системи підтримки прийняття рішень”.

     Мета дисципліни: сформувати у студентів теоретичні основи щодо проектування мультиагентних систем  та здобути практичні навички  їх створення.

     Завдання (навчальні цілі) дисципліни: здатність розв’язувати складні спеціалізовані задачі та проблеми, пов’язані  з розробкою  та впровадженням мультиагентних систем в соціально-економічній сфері.

      Предмет дисципліни: мультиагентні системи, методологія та інструментарій їх розробки.

      У результаті вивчення навчальної дисципліни студент повинен набути такі результати навчання:

     1) Знання: теоретичні засади створення мультиагентних  систем (МАС); основні види архітектур МАС та особливості їх застосування; послідовність етапів і стадій розробки МАС і склад робіт на кожній стадії; принципии агентно-орієнтованого моделювання (АОМ) та технологія використання АОМ при дослідженні соціально-економічних процесів і систем.

     2) Уміння: формалізувати основні типи завдань і проводити декомпозицію комплексних задач, що вирішуються за допомогою МАС; обгрунтовано проводити вибір наявних програмних засобів   для побудови МАС різного функціонального призначення та в різних сферах; обгрунтовано проводити вибір наявних програмних засобів  для АОМ та ефективно  використовувати АОМ для дослідження соціально-економічних процесів і систем.

 

 

 

1. ЗМІСТ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ ЗА ТЕМАМИ

      ЗМІСТОВИЙ МОДУЛЬ 1

Тема 1. Програмні агенти: поняття, властивості та класифікація

     Коротка історична довідка. Суть поняття “агенти”. Автономні агенти. Таксономія натуральних видів агентів. Автономні агенти: біологічні агенти, агенти-роботи та обчислювальні агенти. Різновиди обчислювальних агентів: програмні агенти  та агенти штучного життя.

     Визначення поняття “програмні агенти”. Співвідношення понять “агент” та “обєкт”. Аспекти програмних агентів. Основні характеристики програмних агентів: здатність до реагування, автономність, розважливість, раціональність, комунікативність, адаптивність та ін. Типологія програмних агентів. Основні ознаки типології: здатність до співпраці (кооперація), здатність до навчання та автономність роботи. Класифікація програмних агентів: партнерські агенти, інтерфейсні агенти, рухливі (мобільні) агенти, інформаційні/INTERNET- агенти, реагуючі  (реактивні) агенти, гібридні агенти та інтелектуальні (“думаючі”) агенти.

     Основні сфери та приклади використання програмних агентів в економіці та бізнесі.

 

Тема 2. Архітектура та концептуальна модель агентів. Типи агентів

     Архітектура агентів та її основні складові: інтерфейс із зовнішнім світом; компоненти, засновані на поведінці;  плануючї компоненти; компоненти, відповідальні за кооперацію з іншими агентами і  бази знань агента.

     Класи архітектур агентів: деліберативна, реактивна та гібридна.

 Концептуальна модель агента. Узагальнена функціональна структура агента.

 Типологія агентів. Партнерські агенти. Інтерфейсні агенти. Мобільні агенти.  Інформаційні/Internet агенти. Реактивні  агенти. Гібридні агенти.

 

Тема 3.  Мультиагентні системи: суть, елементи реалізації та переваги

     Суть мультиагентних систем  (МАС). Основні поняття, що повязані з МАС. Архітектура агентів. Архітектура системи агентів. Інфраструктура агентів: онтології, протоколи зв”язку, протоколи взаємодії. Основні задачі окремих агентів в МАС: пошук агентів для співробітництва та взаємодія агентів. Різновиди програмних агентів в складі МАС: агенти – помічники (facilitators), агенти – посередники (mediators), агенти – брокери (brokers), агенти – мейчмейкери (або “жовті сторінки”), агенти – блекборди (blackboards), агенти – локальні зонні координатори, агенти – сервери доменного співробітництва та ін.

     Елементи реалізації мультиагентних систем: зв”язок, взаємодія, когерентність та координація. Види зв”язку в МАС: прямий зв”язок, федеративна система, трансляційний зв”язок, зв”язок на основі блекбоард – систем.

     Питання взаємодії агентів в МАС: теорія мовної дії та взаємодії, компоненти мовної взаємодії – перформативності, основні види перформативностей (“відстоювати”, “стверджувати”, “запитувати”, “замовляти”, “наказувати” та ін).

     Когерентність та координація в МАС. Різниця між поняттями “когерентність” та “координація”. Причини необхідності координації взаємопов”язаних  індивідуальних цілей агентів, потреба в подоланні глобальних обмежень, синергетичний ефект.

     Переваги мультиагентних систем: відказостійкість, модульне програмне забезпечення та масштабована архітектура, можливість самоконфігурування, гнучкість та ін.

 Стандарти побудови мультиагентних систем. Стандарт OMG MASIF (Mobile Agent System Interoperability Facilities). Абстрактна архітектура FIPA (Foundation for Intelligent Physical Agents).

 

Тема 4.  Взаємодія агентів в мультиагентних системах

     Основні характеристики  взаємодії агентів:  спрямованість, вибірковість, інтенсивність і динамічність. Види взаємодії агентів. Кооперація і конкуренція.

     Критерії взаємодії агентів: сумісність цілей чи намірів агентів; відношення агентів до ресурсів;  досвід агентів, пов'язаний з деякою проблемною областю;  зобов'язання агентів один перед іншим.

Cитуації взаємодії агентів. Базові (еталонні) ситуації взаємодії агентів.

 Причини взаємодії агентів. Установлення базових типів співробітництва і суперництва агентів у МАС. Кооперація агентів.

 

Тема 5.  Мови програмування агентів в мультиагентних системах

     Вимоги до мов програмування агентів. Забезпечення переносимості  коду на різні платформи. Доступність на багатьох платформах. Підтримка мережної взаємодії. Багатопотокова  обробка (“Multithreading”). Підтримка символьних обчислень. Безпека (наявність системи захисту від несанкціонованого доступу і “поганих кодів”). Дійсна об'єктна орієнтованість. Мовна підтримка властивостей агента.

     Класифікація мов. Універсальні мови програмування.  Мови, "орієнтовані на знання": мови представлення знань (KIF), мови переговорів і обміну знаннями (KQML, AgentSpeak, April, FIPA-ACL) та мови специфікацій агентів.  Спеціалізовані мови програмування агентів (TeleScript). Мови сценаріїв і scripting languages (Tcl/Tk). Символьні мови і мови логічного програмування (Oz).

     Порівняльна характеристика мов  спілкування агентів в МАС.

 

ЗМІСТОВИЙ МОДУЛЬ 2

Тема 6.  Моделювання діалогових взаємодій між агентами, агентно-орієнтованих бізнес-правил та бізнес-процесів  в мультиагентних системах

  Мотивація взаємодії програмних агентів. Термінологія взаємодії програмних агентів. Мовні дії програмних агентів та їх різновиди.

     Основні положення теорії мовних (комунікативних) взаємодій між агентами. Формалізми (формальні процедури) для представлення міжагентних взаємодій (діалогів): зразки діалогу, (протоколи), моделі діалогів, ролі учасників діалогу, стан та імплементація діалогу, графічне представлення діалогу та ін.

 Основні підходи до моделювання діалогових взаємодій в мультиагентних системах: метод детерміністичних кінцевих автоматів (ДКА), метод удосконалених графів Дулі (Dooley), метод розширених UML-діаграм, метод розфарбованих мереж Петрі (РМП).         Моделювання діалогових взаємодій агентів на основі РМП. Основні елементи моделювання: протокол, діалог (розмова), політика діалогу. Багатошарова архітектура діалогу між агентами при використанні РМП. Переваги від використання РМП для моделювання діалогових взаємодій.

  Порівняльний аналіз підходів щодо моделювання діалогових взаємодій агентів в МАС.

  Моделювання агентно-орієнтованих бізнес-правил та бізнес-процесів в мультиагентних системах.

  Моделювання процедур взаємодії агентів при укладанні угод в логістичних ланцюгах.

 

Тема 7. Підходи до проектування МАС

     Висхідний і низхідний  підходи до проектування МАС. Еволюційне та коеволюційне проектування МАС.

 Висхідний   підхід до проектування МАС. Базові процеси. Етапи методики висхідного проектування МАС. Основні види моделей:  модель агента,  організаційна модель МАС, модель взаємодії агентів.

 Основи стандартної методології проектування МАС. Основи стандартної методології проектування МАС  -  аналіз, модель ролей, модель взаємодій.

 Основи об’єктно-орієнтованої розробки МАС. Опис етапів об’єктно-орієнтованої розробки МАС -  аналіз, процес проектування, модель агентів,  модель послуг, модель контактів.

     Методика низхідного проектування. Організаційний синтез МАС. Опис основних кроків.

 

Тема 8. Методи побудови мультиагентних систем систем

     Основні класи методів побудови мультиагентних систем та їх стисла характеристика.

 Клас методик, що базуються на об'єктно-орієнтованих методах і технологіях з використанням відповідних розширень Методика побудови мультиагентних систем MAS DK.

 Класс методик, що  використовують традиційні методи інженерії знань. Методика побудови мультиагентних систем Common Kads.

 Клас методик, засновані на організаційно-орієнтованих уявленнях. Методика побудови мультиагентних систем Gaia. Методика побудови мультиагентних на основі концепції М-архітектури.

 Методики, що комбінують  в різному ступені методи трьох перших класів. Методика побудови мультиагентних Тropos. Методика побудови мультиагентних  PASSI. Методика побудови мультиагентних  Prometheus.

 

Тема 9. Інструментальні засоби для побудови мультиагентних систем

     Вимоги до інструментальних засобів для побудови мультиагентних систем – загальносистемні та інструментально-технологічні.

 Інструментальне середовище MAS-DK. Загальний опис середовища та архітектури  агентів, що генеруються. Технологія розробки прикладних МАС в інструментальному середовищі. Проектування прикладної МАС: аналіз предметної області, опис онтологій проблемної області. Проектування класів агентів: опис мета моделей поведінки класів агентів, опис сервісів класів агентів, опис конкретних онтологій класів агентів. Розробка програмного коду класів агентів. Розгортання прикладної МАС.

  Інструментальне середовище JADE (Java Agent Development Framework). Основні інструментальні засоби та їх характеристика.

     Інструментальне середовище INGENIAS Development Kit (IDK). Основні робочі модулі та їх коротка характеристика. Метамоделі.

 Інструментальний програмний комплекс DISIT (Distributed Intellectual System Integrated Toolkit). Етапи створення МАС, що дозволяє реалізувати інструментальний засіб: подання  моделі предметної області (МПО) у вигляді структури ФК (фрейм-концептів); наповнення моделі логікою взаємин ФК і їх атрибутів; виділення  інтелектуальних агентів (ІА) та визначення їх поведінки з урахуванням системних обмежень; трансляція отриманої концептуальної МПО в структурно-логічну модель МАС; розміщення ІК та ІА в корпоративній мережі. Основні компоненти та їх стисла характеристика. Приклад практичного використання інструментального засобу.

     Інструментальне середовище розробки і реалізації МАС AgSDK. Методологія і керування. Онтологічний інструментарій AgSDK. Модельний приклад.

     Інструментальне середовище для побудови мультиагентних систем ABLE (Agent Building and Learning Enviroment). Побудова  агентної платформи.   Бібліотека компонентів ABLE. Розширення функціональності платформи ABLE c використанням компонентів, створених користувачами. Інструменти розробки платформи ABLE.

 Інструментальне середовище для побудови мультиагентних система MadKit. Загальна модель архітектури системи. Встановлення MadKit. Основні елементи середовища MadKit та їх стислий огляд.  Приклад реалізації мультиагентної системи.

 

Тема 10. Використання мультиагентних систем в економіці та бізнесі

     Мультиагентні системи в електронному бізнесі. Архітектура мультиагентної системи підтримки електронного бізнесу.  Основні фази торгового процесу, що підтримуються агентами. Мультиагентна система для управління електронним аукціоном. Основні типи агентів (агент продавця, агент аукціоніста та агент продавця) та їх функції.

     Мультиагентна система для підтримки прийняття рішень при торгівлі цінними паперами (MASST). Організаційна структура та архітектура. Обмін інформацією та знаннями в системі.  Взаємодія агентів в процесі пошуку інформації щодо цінних паперів. Взаємодія агентів в процесі моніторингу сегментів ринку цінних паперів та управління ризиками. Взаємодія агентів в процесі прийняття рішень щодо купівліта продажу акцій.

  Мультивгентна система для вирішення задач логістики. Архітектура системи та основні функції її складових.

   Мультиагентні системи в державному управлінні та соціальній сфері.

   Мультиагентні системи в електроенергетиці.

 

Тема 11. Агентно-орієнтоване моделювання соціально-економічних процесів та систем

     Моделювання як спосіб вирішення проблем в реальному світі. Імітаційне моделювання та його основні парадигми - системна динаміка, динамічні системи, дискретно-подійне моделювання та  агентно-орієнтоване моделювання.

  Суть агентно-орієнтованого моделювання. Технологія побудови агентних моделей. Засоби розробки систем агентно-орієнтованих моделей (АОМ). Приклади інструментальних засобів для побудови АОМ (Mason, Repast, AnyLogic та ін.).

  Соціально-економічнІ системи як сукупності активних агентів.

  Приклади агентно-орієнтованого моделювання соціально-економічних процесів та систем. Агентно-орієнтоване моделювання  системи     управління виробничими підприємствами.  Використання агентно-орієнтованого моделювання в страховій діяльності. Агентно-орієнтоване моделювання діяльності на фондовому ринку. Агентно-орієнтоване моделювання ланцюгів постачань на підприємствах.  Використання агентно-орієнтованого моделювання в банківській діяльності.

2. ПОТОЧНА НАВЧАЛЬНА РОБОТА СТУДЕНТІВ ДЕННОЇ ФОРМИ НАВЧАННЯ

2.1. Карта навчальної роботи студента з дисципліни (обов’язкової) Мультиагентні системи в економіці

для студентів-магістрів освітньої програми Системи штучного інтелекту денної форми навчання

 

№, вид заняття, кількість годин

Форма самостійної роботи

студента

Види практичних (лабораторних) занять

Максимальна

кіль-кість балів

За систематичність і активність роботи на практичних ( лабораторних) заняттях

Змістовий модуль №1

1. ПЗ №1, 2 год

Опрацювання теоретичних основ, необхідних для виконання лабораторної роботи   №1, та підготовка до її  виконання

Експрес-опитування перед  виконанням лабораторної роботи №1. Активна робота на лабораторному занятті 

 

2

2. ЛР №1, 2 год

Оформлення звіту та підготовка до захисту результатів  лабораторної роботи   №1

Захист результатів виконання лабораторної роботи   №1 (під час ІКР)

3

3. ПЗ №2, 2 год

Опрацювання теоретичних основ, необхідних для виконання лабораторної роботи   №2, та підготовка до її  виконання

Експрес-опитування перед  виконанням лабораторної роботи №2. Активна робота на лабораторному занятті 

2

4. ЛР №2, 2 год

Оформлення звіту та підготовка до захисту результатів  лабораторної роботи   №2

Захист результатів виконання лабораторної роботи   №2 (під час ІКР)

3

5.ПЗ №3, 2 год

Опрацювання теоретичних основ, необхідних для виконання лабораторної роботи   №3, та підготовка до його  виконання

Експрес-опитування перед  виконанням лабораторної роботи №3. Активна робота на лабораторному занятті 

2

6. ЛР №3, 2 год

Оформлення звіту та підготовка до захисту результатів  лабораторної роботи   №3

Захист результатів виконання лабораторної роботи   №3 (під час ІКР)

3

7. ПЗ №4, 2 год

Опрацювання теоретичних основ, необхідних для виконання лабораторної роботи   №4, та підготовка до його  виконання

Експрес-опитування перед  виконанням лабораторної роботи №4. Активна робота на лабораторному занятті 

2

8. ЛР №4, 2 год

Оформлення звіту та підготовка до захисту результатів  лабораторної роботи   №4

Захист результатів виконання лабораторної роботи   №4 (під час ІКР)

3

Змістовий модуль №2

9.  ПЗ №5, 2 год

Опрацювання теоретичних основ, необхідних для виконання лабораторної роботи   №5, та підготовка до його  виконання

Експрес-опитування перед  виконанням лабораторної роботи №5. Активна робота на лабораторному занятті 

2

10. ЛР №5, 2 год

Оформлення звіту та підготовка до захисту результатів  лабораторної роботи   №5

Захист результатів виконання лабораторної роботи   №5 (під час ІКР)

 

3

11.  ПЗ №6, 2 год

Опрацювання теоретичних основ, необхідних для виконання лабораторної роботи   №6, та підготовка до його  виконання

Експрес-опитування перед  виконанням лабораторної роботи №6. Активна робота на лабораторному занятті 

2

12. ЛР №6, 2 год

Оформлення звіту та підготовка до захисту результатів  лабораторної роботи   №6

Захист результатів виконання лабораторної роботи   №6 (під час ІКР)

3

Усього балів за роботу  на практичних (лабораторних) заняттях

30

За виконання модульних (контрольних) завдань

Модуль №1

Написання модульної контрольної роботи (тестування за допомогою Office365)

5

Модуль №2

Написання модульної контрольної роботи (тестування за допомогою Office365)

5

Усього балів за модульний контроль

10

За виконання індивідуальних завдань за вибором (1-го завдання)

Види індивідуальних завдань

1. Написання реферату

5

2. Аналітичний (критичний) огляд наукових публікацій за заданою тематикою

5

3. Переклад літературних джерел іншомовного походження за заданою проблематикою

5

4. Виконання завдань в рамках дослідницьких проектів кафедри (факультету)

5

Усього балів за виконання індивідуальних завдань

10

Разом балів за  СРС

50

           

2.2. Критерії оцінювання поточних результатів вивчення дисципліни

Об’єктами поточного контролю знань студентів є:

  1. відповіді, розв’язання завдань на практичних заняттях  та виконання завдань на лабораторних роботах (30 балів);
  2. виконання індивідуальних завдань (10 балів);
  3. виконання модульних контрольних робіт (10 балів).

Контроль відповідей на практичних заняттях та виконання завдань на лабораторних роботах.

     Максимальна оцінка за виконання завдань на лабораторних роботах становить 30 балів (6 лабораторних робіт, оцінка кожної – 0, 3, 4  та 5 балів). До переліку лабораторних робіт входять:

     1) Лабораторна робота №1 “Інтелектуальні агенти. Знайомство з  інформаційно-пошуковими агентами та їх порівняльний аналіз”.

     Мета роботи: знайомство з інформаційно-пошуковими агентами та проведення   їх порівняльного аналізу.

     2) Лабораторна робота №2 “Інтелектуальні агенти. Знайомство з  функціонально-орієнтованими  і  мультифункціональними  агентами та їх порівняльний аналіз ”.

     Мета роботи: знайомство  з  функціонально-орієнтованими і  універсальними агентами  агентами та проведення   їх порівняльного аналізу.

     3) Лабораторна робота №3 “Розробка власного інформаційно-пошукового агента (пошукової машини)”.

     Мета роботи: знайомство з системою Search Engine Builder та її використання для побудови власного пошукового агента (пошукової машини).

     4) Лабораторна робота №4 “Інструментальні засоби для побудови мультиагентних систем. Частина 1 та 2”.

     Мета роботи (частиа 1): знайомство з інструментальним середовищем для побудови мультиагентних систем JADE (Java Agent Development Framework)   та його використання для побудови власної мультиагентної системи.

     Мета роботи (частина 2): знайомство з інструментальним середовищем для побудови мультиагентних систем MadKit (версія 4.1 або 4.2)   та його використання для побудови власної мультиагентної системи.

     5) Лабораторна робота №5 “Інструментальні засоби для побудови мультиагентних систем. Частина 3”.

     Мета роботи: знайомство з інструментальним середовищем для побудови мультиагентних систем Ingenias   та його використання для побудови власної мультиагентної системи.

     6) Лабораторна робота №7 “Агентно-орієнтоване моделювання процесів та систем. Інструментальний засіб AnyLogic”.

     Мета роботи: знайомство із засобами агентно-орієнтованого моделювання процесів та систем  та їх практичне використання ( на прикладі пакету AnyLogic).

     Контроль виконання індивідуальних завдань

     В рамках даної дисципліни складається передбачаються наступні завдання для самостійного опрацювання: 1) підготовка реферату за індивідуальною темою – шкала  оцінок - 0,  3, 4 та 5 балів; 2) виконання індивідуальної науково-дослідної роботи - шкала  оцінок - 0,  3, 4 та 5 балів. 

     Максимальна оцінка за виконання індивідуальних завдань становить 10 балів.

     Контроль виконання модульних контрольних робіт

     Максимальна оцінка за виконання модульних контрольних робіт становить 10 балів (форма проведення – тестування у хмарній платформі Office365, 2 тести по  5 балів кожний).

     В кожному тесті передбачено 20 запитань. Відповідь на кожне з запитань може бути вірною або невірною.

     За результатами тесту студент може набрати:

     5 балів – якщо буде правильною відповідь не менше, ніж на 18  запитань;

     4 бали - якщо буде правильною відповідь на 15-17 запитань;

     3 бали - якщо буде правильною відповідь менше, ніж на 12-14  запитань.

     0 балів - якщо буде правильною відповідь менше, ніж на 12  запитань.

 

3. ПОТОЧНА НАВЧАЛЬНА РОБОТА СТУДЕНТІВ ЗАОЧНОЇ ФОРМИ НАВЧАННЯ

3.1. Карта навчальної роботи студента з дисципліни (обов’язкової) Мультиагентні системи в економіці

для студентів-магістрів освітньої програми Системи штучного інтелекту заочної  форми навчання

№, заняття

Форма самостійної роботи

Студента

Контактні заняття.

Види практичних (лабораторних) занять

Максимальна

кіль-кість балів

За систематичність і активність роботи на практичних ( лабораторних) заняттях

Змістовий модуль №1

1

Опрацювання теоретичних основ, необхідних для виконання лабораторної роботи   №1, та підготовка до її  виконання

Експрес-опитування перед  виконанням лабораторної роботи №1. Активна робота на лабораторному занятті 

4

2

Оформлення звіту та підготовка до захисту результатів  лабораторної роботи   №1

Захист результатів виконання лабораторної роботи   №1

6

3

Опрацювання теоретичних основ, необхідних для виконання лабораторної роботи   №2, та підготовка до її  виконання

Експрес-опитування перед  виконанням лабораторної роботи №2. Активна робота на лабораторному занятті  

4

4

Оформлення звіту та підготовка до захисту результатів  лабораторної роботи   №2

Захист результатів виконання лабораторної роботи   №2

6

5

Опрацювання теоретичних основ, необхідних для виконання лабораторної роботи   №3, та підготовка до її  виконання

Експрес-опитування перед  виконанням лабораторної роботи №2. Активна робота на лабораторному занятті 

4

6

Оформлення звіту та підготовка до захисту результатів  лабораторної роботи   №3

Захист результатів виконання лабораторної роботи   №3

6

Змістовий модуль №2

Усього балів за роботу на практичних (лабораторних) заняттях

30

За виконання модульних (контрольних) завдань

Модуль №1

Написання модульної контрольної роботи (тестування за допомогою Office365)

10

Усього балів за модульний контроль

10

За виконання індивідуальних завдань за вибором (1-го завдання)

Види індивідуальних завдань

1. Написання реферату

10

Усього балів за виконання індивідуальних завдань

10

Разом балів за  СРС

50

 

3.2. Критерії оцінювання поточних результатів вивчення дисципліни

Об’єктами поточного контролю знань студентів є:

  1. виконання завдань на лабораторних роботах (30 балів);
  2. виконання індивідуальних завдань (10 балів);
  3. виконання модульних контрольних робіт (10 балів).

Контроль cистематичності та активності роботи на контактних заняттях

     Оцінювання систематичності та активності роботи на контактних заняттях здійснюється за результатами практичного заняття та  виконання  трьох  лабораторних робіт (№№1-3), оформлених у вигляді письмових звітів. Максимальна оцінка за виконання та захист лабораторних робіт – 30 балів.

     Контроль виконання індивідуальних завдань

     Самостійна робота передбачає самостійне опрацювання окремих питань дисципліни та  написання реферату.

     Максимальна оцінка за  підготовку реферату складає  10 балів.

     Контроль виконання модульних контрольних робіт

     В рамках дисципліни передбачено  модульне (контрольне) завдання у вигляді тесту з теорії дисципліни.

    В  тесті передбачено 20 запитань. Відповідь на кожне з запитань може бути вірною або невірною.

    За результатами тесту студент може набрати:

    10 балів – якщо буде правильною відповідь не менше, ніж на 18  запитань;

     8 балів- якщо буде правильною відповідь на 15-17 запитань;

     6 балів – якщо буде правильною відповідь менше, ніж на 12-14  запитань.

     0 балів – якщо буде правильною відповідь менше, ніж на 12  запитань.

 

4. ІНДИВІДУАЛЬНІ ЗАВДАННЯ ДЛЯ САМОСТІЙНОЇ РОБОТИ СТУДЕНТІВ

4.1. Вимоги до виконання індивідуальних завдань для самостійної роботи

Самостійна робота студента (надалі — СРС) — це форма організації навчального процесу, при якій заплановані завдання виконуються студентом під методичним керівництвом викладача, але без його безпосередньої участі. СРС є основним засобом оволодіння навчальним матеріалом під час поза аудиторної навчальної роботи. Метою СРС є засвоєння в повному обсязі навчальної програми та послідовне формування у студентів самостійності як риси характеру, що відіграє суттєву роль у формуванні сучасного фахівця вищої кваліфікації.

      Перелік завдань для СРС, форми  її організації та звітності, терміни  виконання та кількість балів, які можна отримати за виконання завдань з СРС, визначаються кафедрою в робочій навчальній програмі дисципліни і включаються до Карти самостійної роботи студента. Карта самостійної роботи студента є основою організації СРС з дисципліни і відображає перелік конкретних форм самостійної роботи, які необхідно виконати студенту відповідно до робочої навчальної програми дисципліни, планові терміни її складання та кількість балів, які можна отримати за виконання цих робіт.

      перелік та форми організації індивідуальних завдань для самостійної роботи при вивченні теоретичного матеріалу навчальної  дисципліни

Самостійна робота студентів з дисципліни охоплює такі види роботи:

І вид: самостійна робота, що забезпечує підготовку до поточних аудиторних занять;

ІІ вид: пошуково-аналітична робота;

ІІІ вид: наукова-дослідницька діяльність.

Самостійна робота, що забезпечує підготовку до поточних аудиторних занять, проводиться в таких формах:

- опрацювання теоретичних основ прослуханого лекційного матеріалу;

- вивчення окремих тем і питань для самостійного опрацювання;

- підготовка до практичних (контактних) занять;

- систематизація матеріалу перед написанням модулю та екзаменом;

- виконання індивідуальних завдань (комплексний аналіз певної групи макрофінансових показників);

- виконання розрахункових аналітичних завдань.

     4.2. Критерії оцінювання результатів виконання індивідуальних завдань для самостійної роботи

     Самостійна робота передбачає самостійне опрацювання студентами індивідуальних завдань за вибором: написання реферату; самостійне вивчення інформаційної системи; виконання вибіркових лабораторних робіт.

     Максимальна оцінка за виконання індивідуальних завдань становить 10 балів.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5. ПІДСУМКОВЕ ОЦІНЮВАННЯ РЕЗУЛЬТАТІВ ВИВЧЕННЯ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ (форма підсумкового контролю — екзамен)

 

 

       5.1. Структура екзаменаційного білету

 

Державний вищий навчальний заклад

«Київський національний економічний університет імені Вадима Гетьмана»

 

Рівень вищої освіти  Другий (магістерський)

Спеціальність 122 "Комп’ютерні науки"

Спеціалізація "Системи штучного інтелекту"

Галузь знань 12 "Інформаційні технології"     

Семестр 3

Дисципліна  Мультиагентні системи в економіці

 
ЕКЗАМЕНАЦІЙНИЙ БІЛЕТ № _____

     1. Програмні агенти та мультиагентні системи. Коротка історична довідка

     2. Інформаційні/Internet агенти

     3. Порівняльна характеристика мов. Мова  TeleScript

     4. Методика низхідного проектування МАС

     5. Задача/Тест

Затверджено на засіданні кафедри  Інформаційних систем в економіці

Протокол № ____  від  ____ _________ 20___ року 

Завідувач кафедри   _________  О.П. Степаненко

Екзаменатор ___________В.М. Гужва

 

 

 

 

 

 

 

 

5.2. Критерії оцінювання екзаменаційної роботи студента

А. ДЕННА ФОРМА НАВЧАННЯ

     Результатом вивчення дисципліни “Мультиагентні системи в економіці” є складання екзамену, що проводиться в письмовій формі за екзаменаційними білетами, складеними за програмою дисципліни і затвердженими кафедрою.

     Екзамен проводиться за розкладом, що доводиться до студентів через деканат. Студенти на екзамен приходять із заліковими книжками та студентськими квитками. Ті студенти, які з об’єктивних причин їх не мають, можуть пред’явити паспорт чи інший документ, що підтверджує його особу.

Для студентів денної форм навчання на екзамен виносяться:

    • 4 теоретичні запитання, при відповіді на які студент може продемонструвати рівень оволодіння матеріалом курсу.
    • 1 практичне завдання (тест), у результаті вирішення яких встановлюється рівень оволодіння студентами матеріалом курсу. Зміст завдань відповідає програмі курсу.

На екзамені оцінюванню підлягають:

  • володіння категорійним апаратом, фаховою термінологією та теоретичними знаннями;
  • вміння демонструвати практичні навички при розв’язуванні програмно-технічних завдань;
  • вміння продемонструвати креативність та системність знань, володіння сучасними методами, методиками при вирішенні практичних питань.

     Результати екзамену оцінюються в діапазоні від 0 до 50 балів (включно). Кожне з питань екзаменаційного білету оцінюється в діапазоні 0 – 10 балів. Відповідь студента на кожне із завдань екзаменаційного білета, залежно від рівня її повноти й коректності, оцінюється різною кількістю балів:

 

Кількість балів за

10 баловою шкалою     Рівень повноти й

коректності відповіді

10                                              відмінний

8                                                добрий

6                                                задовільний

4                                                не достатній

2                                                мінімальний

0                                                незадовільний

 

      Підсумкова оцінка для студентів всіх форм навчання визначається шляхом підсумовування суми балів, набраної за результатами поточного контролю, та на екзамені.

      Переведення даних 100-бальної шкали оцінювання в 4-бальну та шкалу за системою ECTS здійснюється у такому порядку.

Шкала КНЕУ, балів                                                                     Оцінка за 4-бальною шкалою                                                                      Шкала EСTS

90 – 100               відмінно                                                           A

80 – 89                 добре                                                               B

70 – 79                                                                                          C

66 – 69                 задовільно                                                       D

60 – 65                                                                                          E

21 – 59       незадовільно з можливістю повторного

складання екзамену                                                                      FX

0 – 20                   незадовільно з можливістю вивчення дисципліни за індивідуальним графіком у формі додаткової індивідуально-консультативної роботи                                                              F

 

     Результати перевірки фіксуються в екзаменаційній відомості та при позитивній оцінці – в заліковій книжці студента.

Оголошення результатів екзамену проводиться лектором потоку 

     Студенти, які за сумарним результатом поточного і підсумкового контролю у формі екзамену набиратимуть від 21 до 59 балів (включно), після належної підготовки матимуть право повторно скласти екзамен.

      Перескладання екзамену з дисципліни дозволяється двічі (вдруге - комісії за білетами, які містять 5 завдань). У загальному підсумковому оцінюванні рівня результатів навчальної діяльності цих студентів враховується результат поточного контролю рівня знань, умінь та навичок.

     Студент, який під час опанування дисципліни понад обсяги встановлені навчальним планом за індивідуальним графіком у формі додаткової індивідуально-консультативної роботи набрав менше 20 балів (включно), не допускається до повторного складання екзамену і вважається таким, що має академічну заборгованість.

Б. Заочна форма навчання

     Результатом вивчення дисципліни “Мультиагентні системи в економіці” є складання екзамену, що проводиться в письмовій формі за екзаменаційними білетами, складеними за програмою дисципліни і затвердженими кафедрою.

     Екзамен проводиться за розкладом, що доводиться до студентів через деканат. Студенти на екзамен приходять із заліковими книжками та студентськими квитками. Ті студенти, які з об’єктивних причин їх не мають, можуть пред’явити паспорт чи інший документ, що підтверджує його особу.

Для студентів заочної форм навчання на екзамен виносяться:

    •      - 4 теоретичні запитання, при відповіді на які студент може продемонструвати рівень оволодіння матеріалом курсу;
    •      - 1 практичне завдання (тест), у результаті вирішення яких встановлюється рівень оволодіння студентами матеріалом курсу. Зміст завдань відповідає програмі курсу;

На екзамен оцінюванню підлягають:

  • володіння категорійним апаратом, фаховою термінологією та теоретичними знаннями;
  • вміння демонструвати практичні навички при розв’язуванні програмно-технічних завдань та аналітичної ситуації;
  • вміння продемонструвати креативність та системність знань, володіння сучасними методами, методиками при вирішенні практичних питань.

     Результати екзамену оцінюються в діапазоні від 0 до 50 балів (включно). Кожне з питань екзаменаційного білету оцінюється в діапазоні 0 – 10 балів. Відповідь студента на кожне із завдань екзаменаційного білета, залежно від рівня її повноти й коректності, оцінюється різною кількістю балів:

Кількість балів за

10 баловою шкалою     Рівень повноти й

коректності відповіді

10                                              відмінний

8                                                добрий

6                                                задовільний

4                                                не достатній

2                                                мінімальний

0                                                незадовільний

 

     Підсумкова оцінка для студентів всіх форм навчання визначається шляхом підсумовування суми балів, набраної за результатами поточного контролю, та на екзамені..

     Переведення даних 100-бальної шкали оцінювання в 4-бальну та шкалу за системою ECTS здійснюється у такому порядку.

Шкала КНЕУ, балів                                                                     Оцінка за 4-бальною шкалою                                                                      Шкала EСTS

90 – 100               відмінно                                                           A

80 – 89                 добре                                                               B

70 – 79                                                                                          C

66 – 69                 задовільно                                                       D

60 – 65                                                                                          E

21 – 59       незадовільно з можливістю повторного

складання екзамену                                                                      FX

 0 – 20                  незадовільно з можливістю вивчення дисципліни за індивідуальним графіком у формі додаткової індивідуально-консультативної роботи                                                              F

 

     Результати перевірки фіксуються в екзаменаційній відомості та при позитивній оцінці – в заліковій книжці студента.

Оголошення результатів екзамену проводиться лектором потоку. 

     Студенти, які за сумарним результатом поточного і підсумкового контролю у формі екзамену набиратимуть від 21 до 59 балів (включно), після належної підготовки матимуть право повторно скласти екзамен.

     Перескладання екзамену з дисципліни дозволяється двічі (вдруге - комісії за білетами, які містять 5 завдань). У загальному підсумковому оцінюванні рівня результатів навчальної діяльності цих студентів враховується результат поточного контролю рівня знань, умінь та навичок.

     Студент, який під час опанування дисципліни понад обсяги встановлені навчальним планом за індивідуальним графіком у формі додаткової індивідуально-консультативної роботи набрав менше 20 балів (включно), не допускається до повторного складання екзамену і вважається таким, що має академічну заборгованість.

      5.3. Приклади типових завдань, що виносяться на екзамен

(приклади тестових питань)

  1. Ситуації взаємодії між агентами в МАС можна розділити на наступні основні типи:

а) симетрична кооперативна ситуація;

б) симетрична компромісна ситуація;

в) асиметрична кооперативно-компромісна ситуація;

г) конфліктна ситуація.

      2) Процес формування взаємодії в МАС можна охарактеризувати за допомогою таких основних критеріїв:

          а) сумісність цілей чи намірів агентів;

          б) відношення агентів до ресурсів;

          в) досвід агентів, пов'язаний з деякою проблемною областю;

          г) зобов'язання агентів один перед іншим;

          д) наявність спільної бази знань.

 

 

6. РЕКОМЕНДОВАНІ ІНФОРМАЦІЙНІ ДЖЕРЕЛА

6.1. Основна література

     1. В.М. Гужва. Мультиагентні системи: Навч. посібник. К.: КНЕУ, 2014. – 466с.

     2.  В.М. Гужва, А.Г. Постєвой. ІС в міжнародному бізнесі: Навч. посібник. К: КНЕУ, 2002 - 400c.

     3. В.М. Гужва. Інформаційні системи і технології на підприємствах.Навч.-метод. посіб. для самост. вивч. дисц. –К.: КНЕУ, 2008.- 368c.

     4.  Андрейчиков А. В., Андрейчикова О. Н. Интеллектуальные информационные системы: Учебник. — М.: Финансы и статистика, 2004. - 424 с: ил.

     5. Гужва В.М. Мультиагентні системи для управління логістичними ланцюгами на підприємствах // Збірник наукових праць Академії ДПС України. – Ірпінь: АДПСУ, 2002. – Вип. 1(15). – C.237-242.

     6. В.М. Гужва. Мультиагентні системи. Матеріали дистанційного курсу в системі WebCT. – do.kneu.kiev.ua.

     7. Субботін С. О. Неітеративні, еволюційні та мультиагентні методи синтезу нечіткологічних і нейромережних моделей: монографія / С. О. Субботін, А. О. Олійник, О. О. Олійник; за заг. ред. С. О. Субботіна. – Запоріжжя: ЗНТУ, 2009. – 375 с.

     8. Бахтизин А. Р. Агент-ориентированные модели экономики. / А. Р. Бахтизин – М.: ЗАО Издательство «Экономика», 2008. – 279 с.

 

6.2. Додаткова література

 

     1. Гужва В.М. Реалізація ланцюгів постачання на підприємствах за допомогою системи партнерських агентів у середовищі Internet // Стратегія економічного розвитку України:  Наук. зб. – K.: КНЕУ, 2002. – Вип.2(9). – С.358-368.

     2. Huhns M.N., Singh M.P. (eds) Readings in Agents, Morgan Kaufmann Pub., 1997. - 311 p

     3. 264. Wooldridge, Michael and Nicholas R. Jennings. Agent Theories, Architectures, and Languages: a Survey, in Wooldridge and Jennings Eds., Intelligent Agents, Berlin: Springer-Verlag, 1995. – Р. 1-22

     4. Axelrod Robert. The Complexity of Cooperation: Agent-Based Models of Competition and Collaboration / Robert Axelrod. – Princeton: Princeton University Press. – 1997. – 248 pp.

     5. Axtell R. L. Agent-Based Models of Industrial Ecosystem / R. L. Axtell, C. J. Andrews, M. J. Small. // Journal of Industrial Ecology – vol. 5(4). – 2001. – pp. 10–13.

     6. Bonabeau E. Agent-based modeling: Methods and techniques for simulating human systems. / E. Bonabeau // Proceedings of the National Academy of Sciences of the United States of America. – 2002. – vol. 99(suppl. 3). – pp. 7280–7287.

     7. Chen S. H. Varieties of agents in agent-based computational economics: A historical and an interdisciplinary perspective. / S. H. Chen // Journal of Economic Dynamics and Control. – 2011. – vol. 36(1). – pp. 1–25.

      8. LeBaron B. Agent-based computational finance: suggested readings and early research. / B. LeBaron // Journal of Economic Dynamics and Control. – 2000. – vol. 24(5-7). – pp. 679-702.

       9. Hoffmann A. O. I. Stock Price Dynamics in Artificial Multi-Agent Stock Markets / [A. O. I. Hoffmann, S. A. Delre, J. H. von Eije and W. Jager] // Artificial Economics: Agent-Based Methods in Finance, Game Theory and Their Applications.; chief editors: P. Mathieu, B. Beaufils, and O. Brandouy. – Heidelberg: Springer Verlag, 2006. – pp. 191–201.

      10. Cognition and Multi-Agent Interaction: from Cognitive Modeling to Social Simulation / Chief editor R. Sun – Cambridge: Cambridge University Press, 2006. – 450 pp.

      11. Городецкий В. И. MAS DK: инструментарий для разработки многоагентных систем и примеры приложений. / [В. И. Городецкий, О. В. Карсаев, И. В. Котенко, А. В. Хабалов] // Труды Междунар. Конгресса «Искусственный интеллект в XXI веке» (ІСАІ 2001). – М.: Изд. Физико-математической литературы, 2001. – С. 249-262.

     12. Котов С. С. Инструментально-программный комплекс для проектирования мультиагентных систем / С. С. Котов, М. А. Сергушичева, С. И. Сорокин, А. Н. Швецов // Мат-лы IX Междунар. конф. «Интеллектуальные системы и компьютерные науки» – М.: Изд-во механико-математического факультета МГУ, 2006. – Том 2, часть 2. – С. 309-312.

       13. Bresciani P. Tropos: An Agent-Oriented Software Development Methodology / [P. Bresciani, A. Perini, P. Giorgini, F. Giunchiglia, J. Mylopoulos] // Autonomous Agents and Multi-Agent Sytems. – 2004. – vol. 8. – pp. 203-206.

130. Nwana H. Software agents: An overview / H. Nwana // The Knowledge Engineering Review. – 1996. – vol. 11(3). – pp. 205–244.

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

ДЕРЖАВНИЙ ВИЩИЙ НАВЧАЛЬНИЙ ЗАКЛАД

«КИЇВСЬКИЙ НАЦІОНАЛЬНИЙ ЕКОНОМІЧНИЙ УНІВЕРСИТЕТ

імені ВАДИМА ГЕТЬМАНА»

НАВЧАЛЬНО-НАУКОВИЙ ІНСТИТУТ

«Інститут інформаційних технологій в економіці»

Кафедра інформаційних систем в економіці

 

ЗАТВЕРДЖУЮ:

Проректор з науково-педагогічної роботи
____________ А.М. Колот

 

«___» ___________ 20__ р.

 

 

МЕТОДИЧНІ МАТЕРІАЛИ
З ВИВЧЕННЯ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ

 

Нейромережі та нейроконтролери

назва навчальної дисципліни

 

 

 

рівень вищої освіти

другий (магістерський)

галузь знань

12 Інформаційні технологіїї

спеціальність

освітня програма /

спеціалізація

122 Комп’ютерні науки

Системи штучного інтелекту

 

тип дисципліни

 вибіркова

 

 

 

Начальник навчально-

методичного відділу

Т.В. Гуть

___________________

 

ПОГОДЖЕНО:

 

Завідувач кафедри

О.П.Степаненко

___________________

 

 

 

 

 

 

 

 

 

Київ – 2018

 

Розробник:

Городній О.В., к.т.н., доцент, kneu_gorodny@i.ua    кафедра інформаційних систем в економіці

 

 

Форма навчання —

денна, заочна

        

Семестр —

2

 

Кількість кредитів ECTS —

4

 

Форма підсумкового контролю —

залік

       

Мова(и) викладання

українська

     

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

© автор(и), 2018

© КНЕУ, 2018

 

 

 

 

 

  •  

 

Вступ

  1.  

1. Зміст навчальної дисципліни за темами

  1.  

Змістовий модуль 1

  1.  

Тема 1. Нейронні мережі. Базові поняття       

  1.  

Тема 2. Одношарові нейронні мережі

  1.  

Тема 3. Нейронні мережі прямого поширення

  1.  
  • 4. Нейроуправління
  1.  
  • модуль 2
  1.  

Тема 5. Радіальні нейронні мережі

  1.  

Тема 6. Моделі асоціативної пам'яті

  1.  

Тема 7. Нейронні мережі Кохонена

  1.  

Тема 8. Стохастичні методи навчання нейронних мереж

  1.  

2. Поточна навчальна робота студентів денної форми навчання

  1.  

2.1. Карта навчальної роботи студента

  1.  

2.2. Критерії оцінювання поточних результатів вивчення дисципліни

  1.  

3. Поточна навчальна робота студентів заочної форми навчання

  1.  

3.1. Карта навчальної роботи студента

  1.  

3.2. Критерії оцінювання поточних результатів вивчення дисципліни

  1.  

3.3. Критерії оцінювання результатів виконання індивідуальних завдань для самостійної роботи

  1.  

4. Індивідуальні завдання для самостійної роботи студентів

  1.  

4.1. Вимоги до виконання індивідуальних завдань для самостійної роботи

  1.  

4.2. Критерії оцінювання результатів виконання індивідуальних завдань для самостійної роботи

  1.  

5. Підсумкове оцінювання результатів вивчення навчальної дисципліни (форма підсумкового контролю – залік)

  1.  

6. Рекомендовані інформаційні джерела

  1.  

6.1. Основна література

  1.  

6.2. Додаткова література

  1.  

 

 

 

 

 

 

 

ВСТУП

Міждисциплінарні зв’язки: для вивчення дисципліни необхідні базові знання з таких дисциплін, як: "Інформатика та комп’ютерна техніка", "Теорія інтелектуальних систем прийняття рішень", "Нейро-нечіткі моделі в управлінні", “Методи і технології обчислюваного інтелекту”, “Адміністрування та програмування БД в штучному інтелекті”.

Мета дисципліни: систематизація знань про можливості та особливості застосування нейрокомп'ютерних алгоритмів і систем для обробки інформації.

Завдання (навчальні цілі) дисципліни: передбачається

- формування у студентів певних знань та вмінь з теорії та практики розробки

   архітектури та алгоритмів функціонування нейронних мереж;

- порівняльний аналіз різних архітектур нейрокомп'ютерних систем, застосовуваних при вирішенні складних завдань розпізнавання об'єктів, комбінаторної оптимізації, побудови асоціативної пам'яті та ін.

- вивчення основних моделей нейронних мереж з глибиною, достатньою для того, щоб досвідчений програміст міг реалізувати таку мережу на тій мові програмування, який він вважає за краще.

Предмет дисципліни: архітектура та алгоритми функціонування нейронних мереж.

У результаті вивчення навчальної дисципліни студент повинен набути такі результати навчання:

1.Знання:

- основних понять, визначення та проблеми курсу;

- архітектури та алгоритми функціонування нейронних

мереж для розпізнавання образів;

- архітектури та алгоритми функціонування нейронних

мереж для прогнозування процесів;

- архітектури та алгоритми функціонування нейронних

мереж для класифікації зображень;

- архітектури та алгоритми функціонування нейронних

мережі для керування об`єктами;

- архітектури та алгоритм функціонування нейронних

мереж, які здатні виділяти сигнали.

2.Уміння:

- класифікувати задачі нейрокомп`ютингу із

застосуванням сучасних інформаційних технологій для

прийняття рішень;

- розробити архітектуру та алгоритми функціонування

нейронних мереж для вирішення різних задач професійної

діяльності: розпізнавання образів, прогнозування процесів,

класифікації зображень та ін.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1.ЗМІСТ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ ЗА ТЕМАМИ

ЗМІСТОВИЙ МОДУЛЬ 1

ТЕМА 1. НЕЙРОННІ МЕРЕЖІ. БАЗОВІ ПОНЯТТЯ 

      Деякі відомості  про  мозок  людини. Біологічні представлення про нейрон. Поняття нейрокомп’ютера. Класифікація нейроних мереж. Завдання розпізнавання й лінійна машина. Штучний нейрон. Проблема лінійного розділення. Правило навчання Хебба. Концепція вхідної та вихідної зірки. Парадигми навчання. Парадигмільна обробка інформації й оцінка якості роботи нейромережі.    

Тема 2. ОДНОШАРОВІ НЕЙРОННІ МЕРЕЖІ

      Опис штучного нейрона в Matlab. Персептрон. Лінійна нейронна мережа. Рекурентний метод найменьших квадратів.Лінійна мережа з лінією затримки.   

Тема 3. НЕЙРОННІ МЕРЕЖІ ПРЯМОГО ПОШИРЕННЯ

     Топологія й властивості. Алгоритм зворотнього розповсюдження помилки. Реалізація логічних функцій. Апроксимація функцій. Розпізнавання символів.  

Моделювання статичних залежностей. Масштабування й відновлення даних.    

Тема 4. НЕЙРОУПРАВЛІННЯ

    Ідентифікація динамічних ланцюгів. Нейроемулятори та нейропредиктори. Концепція нейроуправління. Інверсне нейроуправління. Нейроконтролери в MatLab.        

ЗМІСТОВИЙ МОДУЛЬ 2

Тема 5. РАДІАЛЬНІ НЕЙРОННІ МЕРЕЖІ

       Структура радіальної нейронної мережі. Розрахунки параметрів радіальної нейронної мережі. Навчання радіальної нейронної мережі. Радіальні нейронні мережі в Matlab. Радіальні нейронні мережі й нечіткі системи.      

Тема 6. МОДЕЛІ АСОЦІАТИВНОЇ ПАМ’ЯТІ

      Нейронна мережа Елмана. Мережі Хопфілда. Двонаправлена асоціативна пам'ять. Нейронна мережа Хеммінга. Адаптивні резонансні нейроні мережі.

Тема 7. НЕЙРОННІ МЕРЕЖІ КОХОНЕНА

        Структура мережі Кохонена. Навчання мережі Кохонена. Шар Кохонена.  Самоорганізуючі карти Кохонена. Нейронні мережі класифікації.

Тема 8 . СТОХАСТИЧНІ МЕТОДИ НАВЧАННЯ НЕЙРОННИХ МЕРЕЖ

        Завдання корекції динамічної системи. Методи глобальної оптимізації. Методи імітації віджигу. Генетичний алгоритм. Метод рою часток. Інші метаеврістичні алгоритми.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2. ПОТОЧНА НАВЧАЛЬНА РОБОТА СТУДЕНТІВ ДЕННОЇ ФОРМИ НАВЧАННЯ

2.1. Карта навчальної роботи студента

№, вид заняття, кількість годин

Форма самостійної роботи

студента

Види практичних (лабораторних) занять

Максимальна

кіль-кість балів

За систематичність і активність роботи на практичних ( лабораторних) заняттях

Змістовий модуль №1

1. Практ. № 1

Попередня підготовка за визначеними темами

Теми 1-2. Практичне заняття - розгорнута бесіда; розв’язання проблемних завдань

 

5

2. Лабор. № 1

Ознайомлення з наявним інструментарієм в нейропакетах.

Створення простих неромереж

6

3. Лабор. № 2

Аналіз різних функцій активації нейрона та очікуваний результат.

Спостереження функціонування штучного нейрона при різних функціях активації.

6

4. Практ. № 2

Попередня підготовка за визначеними темами

Теми 3-4. Практичне заняття- розгорнута бесіда; розв’язання проблемних завдань

5

5. Лабор. № 3

Вивчення нейронної мережі зворотнього поширення похибки

Реалізація настроювання вагів входів нейрону.

6

6. Лабор. № 4

Вивчити теорію рекурентних та само організованих нейронних мереж

Навчитися будувати такі мережі

6

Змістовий модуль №2

7. Практ. № 3

Попередня підготовка за визначеними темами  

Теми 5-6. Практичне заняття-дискусія з елементами аналізу; розв’язання проблемних завдань

5

8. Лабор. № 5

Повторити теорію нейронних мереж Кохонена

Навчитись застосовувати нейронні мережі Кохонена

6

9. Лабор. № 6

Повторити теорію нейронних мереж Хопфільда

Навчитись застосовувати нейронні мережі Хопфільда

6

10. Практ. № 4

Попередня підготовка за визначеними темами

Теми 7-8. Практичне заняття-дискусія з елементами аналізу; розв’язання проблемних завдань

5

11. Лабор. № 7

Ознайомитись з алгоритмом рою часток

Реалізувати алгоритм рою часток..

 

7

12. Лабор. № 8

Вивчити основи розпізнавання  образів за допомогою нейронних мереж

Реалізувати в лабораторній роботі розпізнавання образів.

7

Усього балів за роботу  на практичних (лабораторних) заняттях

70

За виконання модульних (контрольних) завдань

Модуль №1

Написання модульної контрольної роботи

10

Модуль №2

Написання модульної контрольної роботи

10

Усього балів за модульний контроль

20

За виконання індивідуальних завдань за вибором (1-го завдання)

Види індивідуальних завдань

1. Написання реферату

10

2. Вивчення інформаційної системи за вибором

10

3. Виконання лабораторної роботи за вибором (Аналіз фінансового стану підприємства з використанням системи Audit Expert)

10

4. Виконання лабораторної роботи за вибором (Автоматизація і проектування процесу управління ефективністю бізнесу з використаням системи Инталев: Навигатор)

10

Усього балів за виконання індивідуальних завдань

10

Разом балів за  СРС

100

 

2.2. Критерії оцінювання поточних результатів вивчення дисципліни

Об’єктами поточного контролю знань студентів є:

  1. відповіді, розв’язання завдань на практичних заняттях (до 20 балів) та виконання завдань на лабораторних роботах (до 50 балів);
  2. виконання індивідуальних завдань (до 10 балів);
  3. виконання модульних контрольних робіт (до 20 балів).

Контроль відповідей на практичних заняттях та виконання завдань на лабораторних роботах.

Максимальна оцінка за відповіді на практичних заняттях протягом семестру дорівнює 20 балам і складається з оцінок, отриманих студентом на практичних заняттях під час розв'язання завдань та відповідей на теоретичні питання.

Максимальна оцінка за виконання завдань на лабораторних роботах становить 50 балів. До переліку обов’язкових лабораторних робіт входять: «Знайомство з інструментами моделювання нейронних мереж», «Основи функціонування штучного нейрона при різних функціях активації», «Нейронна мережа зворотнього поширення похибки», «Рекурентні та самоорганізовані нейронні мережі», «Застосування нейронних мереж Кохонена», «Застосування нейронних мереж Хопфілда».

Контроль виконання індивідуальних завдань

Самостійна робота передбачає самостійне опрацювання студентами індивідуальних завдань за вибором: написання реферату; самостійне вивчення інформаційної системи; виконання вибіркових лабораторних робіт:

«Алгоритм рою часток», «Розпізнавання образів».

Максимальна оцінка за виконання індивідуальних завдань становить 10 балів.

Контроль виконання модульних контрольних робіт

Максимальна оцінка за виконання модульних контрольних робіт становить 20 балів (по 10 балів за одну роботу).

 

 

3. ПОТОЧНА НАВЧАЛЬНА РОБОТА СТУДЕНТІВ ЗАОЧНОЇ ФОРМИ НАВЧАННЯ

3.1. Карта навчальної роботи студента

№, вид заняття, кількість годин

Форма самостійної роботи

студента,

контактні заняття

Види практичних (лабораторних) занять

Максимальна

кіль-кість балів

За систематичність і активність роботи на практичних ( лабораторних) заняттях

Змістовий модуль №1

1. Практ. № 1

Попередня підготовка за визначеними темами

Теми 1-2. Практичне заняття - розгорнута бесіда; розв’язання проблемних завдань

 

5

2. Лабор. № 1

Ознайомлення з наявним інструментарієм в нейропакетах.

Створення простих неромереж

6

3. Лабор. № 2

Аналіз різних функцій активації нейрона та очікуваний результат.

Спостереження функціонування штучного нейрона при різних функціях активації.

6

4. Практ. № 2

Попередня підготовка за визначеними темами

Теми 3-4. Практичне заняття- розгорнута бесіда; розв’язання проблемних завдань

5

5. Лабор. № 3

Вивчення нейронної мережі зворотнього поширення похибки

Реалізація настроювання вагів входів нейрону.

6

6. Лабор. № 4

Вивчити теорію рекурентних та само організованих нейронних мереж

Навчитися будувати такі мережі

6

Змістовий модуль №2

7. Практ. № 3

Попередня підготовка за визначеними темами  

Теми 5-6. Практичне заняття-дискусія з елементами аналізу; розв’язання проблемних завдань

5

8. Лабор. № 5

Повторити теорію нейронних мереж Кохонена

Навчитись застосовувати нейронні мережі Кохонена

6

9. Лабор. № 6

Повторити теорію нейронних мереж Хопфільда

Навчитись застосовувати нейронні мережі Хопфільда

6

10. Практ. № 4

Попередня підготовка за визначеними темами

Теми 7-8. Практичне заняття-дискусія з елементами аналізу; розв’язання проблемних завдань

5

11. Лабор. № 7

Ознайомитись з алгоритмом рою часток

Реалізувати алгоритм рою часток..

 

7

12. Лабор. № 8

Вивчити основи розпізнавання  образів за допомогою нейронних мереж

Реалізувати в лабораторній роботі розпізнавання образів.

7

Усього балів за роботу на практичних (лабораторних) заняттях

70

За виконання модульних (контрольних) завдань

Модуль №1

Написання модульної контрольної роботи

10

Модуль №2

Написання модульної контрольної роботи

10

Усього балів за модульний контроль

20

За виконання індивідуальних завдань за вибором (1-го завдання)

Види індивідуальних завдань

1. Написання реферату

10

2. Вивчення інформаційної системи за вибором

10

3. Виконання лабораторної роботи за вибором (Аналіз фінансового стану підприємства з використанням системи Audit Expert)

10

4. Виконання лабораторної роботи за вибором (Автоматизація і проектування процесу управління ефективністю бізнесу з використаням системи Инталев: Навигатор)

10

Усього балів за виконання індивідуальних завдань

10

Разом балів за  СРС

100

 

3.2. Критерії оцінювання поточних результатів вивчення дисципліни

Об’єктами поточного контролю знань студентів є:

  1. відповіді, розв’язання завдань на практичних заняттях (до 20 балів) та виконання завдань на лабораторних роботах (до 50 балів);
  2. виконання індивідуальних завдань (до 10 балів);
  3. виконання модульних контрольних робіт (до 20 балів).

Контроль відповідей на практичних заняттях та виконання завдань на лабораторних роботах.

Максимальна оцінка за відповіді на практичних заняттях протягом семестру дорівнює 20 балам і складається з оцінок, отриманих студентом на практичних заняттях під час розв'язання завдань та відповідей на теоретичні питання.

Максимальна оцінка за виконання завдань на лабораторних роботах становить 50 балів. До переліку обов’язкових лабораторних робіт входять: «Знайомство з інструментами моделювання нейронних мереж», «Основи функціонування штучного нейрона при різних функціях активації», «Нейронна мережа зворотнього поширення похибки», «Рекурентні та самоорганізовані нейронні мережі», «Застосування нейронних мереж Кохонена», «Застосування нейронних мереж Хопфілда».

 Контроль виконання індивідуальних завдань

Самостійна робота передбачає самостійне опрацювання студентами індивідуальних завдань за вибором: написання реферату; самостійне вивчення інформаційної системи; виконання вибіркових лабораторних робіт:

«Алгоритм рою часток», «Розпізнавання образів».

Максимальна оцінка за виконання індивідуальних завдань становить 10 балів.

Контроль виконання модульних контрольних робіт

Максимальна оцінка за виконання модульних контрольних робіт становить 20 балів (по 10 балів за одну роботу).

 

3.3. Критерії оцінювання результатів виконання індивідуальних завдань для самостійної роботи.

Максимальна сума балів поточного контролю – 50, які розподіляються:

  • за відповіді (виступи) на контактних заняттях під час сесії (в тому числі за виконання контрольних (модульних) робіт - максимум 25 балів;
  • за виконання обов’язкових і вибіркових індивідуальних завдань в міжсесійний період  – максимум 25 балів.

А. КОНТРОЛЬ СИСТЕМАТИЧНОСТІ ТА АКТИВНОСТІ РОБОТИ НА КОНТАКТНИХ ЗАНЯТТЯХ ПІД ЧАС СЕСІЇ 

Оцінка знань студентів за контролем систематичності та активності роботи під час контактних занять над вивченням програмного матеріалу дисципліни включає такі складові:

(1) відповіді (виступи) на контактних заняттях, виявлений рівень знань при обговоренні питань за темами занять;

(2) виконання завдань самостійної роботи студента;

(3) участь у науково-дослідній та творчій роботі (студентських наукових конференціях, гуртках, конкурсах, олімпіадах з питань даної дисципліни).

При контролі відповідей (виступів) на контактних заняттях оцінці підлягають:

    • рівень знань, продемонстрований у відповідях і виступах на заняттях;
    • активність при обговоренні (дискусії) проблемних питань, що винесені на контактні заняття,
    • конструктивна участь у «мозковому штурмі»;
    • правильність написання ОПК на контактному занятті;
    • правильність написання схематичного контролю;
    • результати  пілотного опитування.

 

Оцінювання активності роботи відбувається з градацією в 1 бал:

 

 

№ з/п

Завдання

Максимальна кількість балів

1.

Змістовні доповнення

0-1 бал

2.

Конструктивна участь у мозковому штурмі

0-1 бал

3.

Виконання завдань оперативного письмового контролю

0-2 бали

4.

Виконання схематичного контролю

0-1 бали

5.

Пілотне опитування

0-1 бал

 

Протягом установчої та екзаменаційної сесії кожен студент з групи на контактних заняттях повинен приймати активну участь в обговоренні проблем, які винесені на заняття.

 

При контролі участі у науково-дослідній та творчій роботі оцінці підлягають:

  • підготовка і представлення доповіді для участі в наукових студентських конференціях, гуртках, конкурсах, олімпіадах, круглих столах та участь в них;
  • виконання завдань в рамках дослідницьких проектів кафедри.

Оцінювання активності роботи відбувається з градацією в 1 бал:

№ з/п

Завдання

Максимальна кількість балів

1.

участь у науково-пошуковій творчій роботі

0-10 балів

2.

виконання завдань в рамках дослідницьких проектів кафедри

0-10 балів

 

 

Б. КОНТРОЛЬ ЗА ВИКОНАННЯМ КОНТРОЛЬНИХ (МОДУЛЬНИХ) РОБІТ

Завдання, винесені для контрольних (модульних) робіт включають в себе тестові питання та аналітичне завдання. Контрольна (модульна) робота складається з тестових запитань (оцінюються в 4 бали) та розрахункового програмно-технічного завдання (за правильно здійснені розрахунки максимальна оцінка – 4 бали). Оцінки виставляються з кратністю до 1 бала.

За використання недозволених джерел і підказок студент отримує 0 балів. Критерії оцінювання доводяться до студентів перед модульним контролем. Письмові роботи зберігаються на кафедрі до закінчення семестру.

 

 

Критерії оцінювання поточної систематичності та активності роботи студента:

 

 

 

 

Рівень

 знань

 

 

 

 

 

Критерії оцінювання

Бали

Усні відповіді

Доповнення, участь у мозковому штурмі

Оперативний контроль

Схематичний контроль

Пілотне опитування

Відмін-ний

  • повна підготовка студента з усіх питань, які виносяться на лабораторні та практичні заняття,
  • правильне розуміння змісту програмного матеріалу,
  • здатність до аргументації, вміння проводити порівняльний аналіз

2

1

2

1

1

Добрий

  • повна підготовка студента з усіх питань, які виносяться на лабораторні та практичні заняття,
  • у цілому правильне розуміння змісту програмного матеріалу, можливі несуттєві помилки,
  • деякі труднощі з порівняльним аналізом та аргументацією

1

0

1

1

0

Задові-льний

  • неповна підготовка студента з усіх питань, які виносяться на  лабораторні та практичні заняття,
  • є значні помилки у розумінні змісту програмного матеріалу,
  • значні труднощі з порівняльним аналізом та аргументацією

1

0

1

0

0

Незадо-віль-ний

  • підготовка студента з усіх питань, які виносяться на лабораторні та практичні заняття, на рівні ознайомлення з матеріалом,
  • є грубі помилки у розумінні змісту програмного матеріалу або його нерозуміння,
  • нездатність до порівняльного аналізу та аргументації

0

0

0

0

0

 

Оцінювання поточної успішності студентів проводиться в балах, які виставляються в журнал.

«Ціна» заняття залежить від:

А) індивідуальної активності та рівня підготовки студентів;

Б) видів завдань, які пропонуються викладачем за темою контактного заняття відповідно до форми його проведення.

Індивідуальна «ціна заняття» за поточну аудиторну роботу для студентів може бути визначена за наступною формою:

 

 

Види робіт /бали

0

1

2

Повна відповідь на питання заняття (усне опитування)

 

 

х

Оперативний письмовий контроль (програмний контроль)

 

 

х

Пілотне опитування

 

 

 

Змістовні доповнення, конструктивна участь в обговоренні проблемних питань, мозковому штурмі тощо

 

 

 

 

В разі невиконання завдань поточного контролю з об’єктивних причин, студент має право, за дозволом директора (заступника директора), скласти їх під час консультацій у «дні заочника». Час та порядок складання визначає викладач.

Результати поточного контролю знань студентів оформлюються під час останнього семінарського заняття та вносяться до заліково-екзаменаційної відомості без переведення їх у 4-х бальну шкалу.

Результати поточної успішності студентів є показником рівня засвоєння ними робочої навчальної програми та виконання вимог Карти навчальної роботи студентів. Результати поточного оцінювання є рівноцінними показниками рівня засвоєння студентом знань, набуття умінь та сформованості навичок, що визначені відповідною робочою навчальною програмою з дисципліни «Нейромережі та нейроконтролери».

 

 

 

 

 

 

 

 

 

 

 

 

 

4. ІНДИВІДУАЛЬНІ ЗАВДАННЯ ДЛЯ САМОСТІЙНОЇ РОБОТИ СТУДЕНТІВ

4.1. Вимоги до виконання індивідуальних завдань для самостійної роботи

Самостійна робота студента (надалі — СРС) — це форма організації навчального процесу, при якій заплановані завдання виконуються студентом під методичним керівництвом викладача, але без його безпосередньої участі. СРС є основним засобом оволодіння навчальним матеріалом під час поза аудиторної навчальної роботи. Метою СРС є засвоєння в повному обсязі навчальної програми та послідовне формування у студентів самостійності як риси характеру, що відіграє суттєву роль у формуванні сучасного фахівця вищої кваліфікації.

Перелік завдань для СРС, форми  її організації та звітності, терміни  виконання та кількість балів, які можна отримати за виконання завдань з СРС, визначаються кафедрою в робочій програмі навчальній дисципліни і включаються до Карти навчальної роботи студента. Карта навчальної роботи студента є основою організації СРС з дисципліни і відображає перелік конкретних форм самостійної роботи, які необхідно виконати студенту відповідно до робочої програми навчальної дисципліни, планові терміни її складання та кількість балів, які можна отримати за виконання цих робіт.

 

ПЕРЕЛІК ТА ФОРМИ ОРГАНІЗАЦІЇ ІНДИВІДУАЛЬНИХ ЗАВДАНЬ ДЛЯ САМОСТІЙНОЇ РОБОТИ ПРИ ВИВЧЕННІ ТЕОРЕТИЧНОГО МАТЕРІАЛУ НАВЧАЛЬНОЇ  ДИСЦИПЛІНИ

Самостійна робота студентів з дисципліни охоплює такі види роботи:

І вид: самостійна робота, що забезпечує підготовку до поточних аудиторних занять;

ІІ вид: пошуково-аналітична робота;

ІІІ вид: наукова-дослідницька діяльність.

Самостійна робота, що забезпечує підготовку до поточних аудиторних занять, проводиться в таких формах:

  • опрацювання теоретичних основ прослуханого лекційного матеріалу;
  • вивчення окремих тем і питань для самостійного опрацювання;
  • підготовка до практичних (контактних) занять;
  • систематизація матеріалу перед написанням модулю та іспитом;
  • виконання індивідуальних завдань (комплексний аналіз певної групи макрофінансових показників);
  • виконання розрахункових аналітичних завдань.

      4.2. Критерії оцінювання результатів виконання індивідуальних завдань для                самостійної роботи

          Самостійна робота передбачає самостійне опрацювання студентами індивідуальних завдань за вибором: написання реферату; самостійне вивчення інформаційної системи; виконання вибіркових лабораторних робіт: «Алгоритм рою часток», «Розпізнавання образів».

 Максимальна оцінка за виконання індивідуальних завдань становить 10 балів.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5. ПІДСУМКОВЕ ОЦІНЮВАННЯ РЕЗУЛЬТАТІВ ВИВЧЕННЯ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ (залік)

А. ДЕННА ФОРМА НАВЧАННЯ

Підсумкова оцінка для студентів всіх форм навчання визначається шляхом підсумовування суми балів, набраної за результатами поточного  оцінювання.

Переведення даних 100-бальної шкали оцінювання в 4-бальну та шкалу за системою ECTS здійснюється у такому порядку.

Шкала КНЕУ, балів

Оцінка за 4-бальною шкалою

Шкала EСTS

90 – 100

відмінно

A

80 – 89

добре

B

70 – 79

C

66 – 69

задовільно

D

60 – 65

E

21 – 59

незадовільно з можливістю повторного

складання заліку

FX

0 – 20

незадовільно з можливістю вивчення дисципліни за індивідуальним графіком у формі додаткової індивідуально-консультативної роботи

F

 

Результати перевірки фіксуються в залікової відомості та при позитивній оцінці – в заліковій книжці студента.

Оголошення результатів проводиться лектором потоку 

Студенти, які за сумарним результатом підсумкового контролю у формі заліку набиратимуть від 21 до 59 балів (включно), після належної підготовки матимуть право повторно скласти залік.

Перескладання заліку з дисципліни дозволяється двічі (вдруге - комісії). У загальному підсумковому оцінюванні рівня результатів навчальної діяльності цих студентів враховується результат поточного контролю рівня знань, умінь та навичок.

Студент, який під час опанування дисципліни понад обсяги встановлені навчальним планом за індивідуальним графіком у формі додаткової індивідуально-консультативної роботи набрав менше 20 балів (включно), не допускається до повторного складання заліку і вважається таким, що має академічну заборгованість

Б. Заочна форма навчання

Результатом вивчення дисципліни «Нейромережі та нейроконтролери» є складання заліку, що проводиться на основі балів поточного оцінювання.

Переведення даних 100-бальної шкали оцінювання в 4-бальну та шкалу за системою ECTS здійснюється у такому порядку.

 

Шкала КНЕУ, балів

Оцінка за 4-бальною шкалою

Шкала EСTS

90 – 100

відмінно

A

80 – 89

добре

B

70 – 79

C

66 – 69

задовільно

D

60 – 65

E

21 – 59

незадовільно з можливістю повторного

складання екзамену (заліку)

FX

 0 – 20

незадовільно з можливістю вивчення дисципліни за індивідуальним графіком у формі додаткової індивідуально-консультативної роботи

F

 

Результати перевірки фіксуються в заліковій відомості та при позитивній оцінці – в заліковій книжці студента.

Оголошення результатів заліку проводиться лектором потоку. 

Студенти, які за сумарним результатом поточного оцінювання у формі заліку набиратимуть від 21 до 59 балів (включно), після належної підготовки матимуть право повторно скласти залік.

Перескладання заліку з дисципліни дозволяється двічі (вдруге - комісії). У загальному підсумковому оцінюванні рівня результатів навчальної діяльності цих студентів враховується результат поточного контролю рівня знань, умінь та навичок.

Студент, який під час опанування дисципліни понад обсяги встановлені навчальним планом за індивідуальним графіком у формі додаткової індивідуально-консультативної роботи набрав менше 20 балів (включно), не допускається до повторного складання заліку і вважається таким, що має академічну заборгованість

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

6. РЕКОМЕНДОВАНІ ІНФОРМАЦІЙНІ ДЖЕРЕЛА

6.1. Основна література

  1. Тарков М.С. Нейрокомпьютерные системы. – М.: Интернет-Ун-т Информ.Технологий : Бином. Лаборатория знаний, 2006. - 142 с.
  2. Тарков М.С. Нейрокомпьютеры. -Новосибирск: НГУ. 2007.-164 с.
  3. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере.-Новосибирск: Наука, 1996 г.
  4. Осовский С. Нейронные сети для обработки информации.-М.: Финансы и статистика, 2002.
  5. Уоссермен Ф. Нейрокомпьютерная техника. Теория и практика.- М.:Мир, 1992
  6. Каллан Р. Основные концепции нейронных сетей.-М.:Изд. Дом «Вильямс», 2001.
  7. Заенцев И.В. Нейронные сети. Основные модели.- Воронеж:ВГУ.-1999 г.
  8. Хайкин С. Нейронные сети: полный курс.-М.: Вильямс, 2006.-1104 с.
  9. Tariq Rashid. Make Your Own Neural Network. - CHB Books, 2016, 223 p.
  10. Martin T. Hagan, Howard B. Demuth. Neural network design (second edition). -  PWS Publishing company, 2014, 1012 p.
  11. Інформаційні системи в економіці: монографія / [С.В.Устенко, А.М. Береза, Г.П. Галузинський, В.М. Гужва та ін.] ; за заг. ред. д-ра екон. наук, проф. С.В. Устенка – К.:КНЕУ, 2012. –  425с.

 

6.2. Додаткова література

  1. Миркес Е.М. Нейрокомпьютер. Проект стандарта. – Новосибирск: Наука, 1999.
  2. Нейроинформатика/ А.Н.Горбань и др. – Новосибирск: Наука, 1998.
  3. Вороновский Г.К. и др. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. – Харьков: Основа.- 1997 г.
  4. Chevtchenko P.A., Fomine D.V., Tchernikov V.M., and Vixne P.E., Using of microprocessor NM6403 for neural net emulation// http://www.module.ru
  5. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика.- М.:Горячая линия – Телеком, 2002.
  6. Назаров А.В., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. – СПб.: Наука и Техника, 2003.
  7. Нейроматематика. Кн.6./Под ред. А.И.Галушкина.- М.:ИПЖР, 2002(Нейрокомпьютеры и их применение).
  8. Галушкин А.И. Теория нейронных сетей.Кн.1.-М.:ИПЖР,2000.-416 с.
  9. Нейрокомпьютеры: от программной к аппаратной реализации/ М.А. Аляутдинов, А.И.Галушкин, П.А. Казанцев, Г.П. Остапенко. -М.: Горячая линия – Телеком, 2008. – 152 с.
  10. Л. Г. Комарцева, А.В. Максимов. Нейрокомпьютеры: Учеб. Пособие для вузов. – 2-е изд., перераб. и доп. М.: Изд-во МГТУ им. Н.Э.Баумана, 2014. – 399 с.: ил. – (Информатика в техническом университете).
  11. J. Daube. Clinical neurophysiology, 4th ed. Oxford Press; 2016. – 1032 p.
  12. https://www.coursera.org/av.org.ua/nn
  13. http://hagan.okstate.edu/nnd.html

 

 

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

ДЕРЖАВНИЙ ВИЩИЙ НАВЧАЛЬНИЙ ЗАКЛАД

«КИЇВСЬКИЙ НАЦІОНАЛЬНИЙ ЕКОНОМІЧНИЙ УНІВЕРСИТЕТ

імені ВАДИМА ГЕТЬМАНА»

 

Інститут інформаційних технологій в економіці

Кафедра інформаційних систем в економіці

 

ЗАТВЕРДЖУЮ:

Проректор з науково-педагогічної роботи
____________
________А.М. Колот

 

16 cічня 2019 р.

 

 

МЕТОДИЧНІ МАТЕРІАЛИ
З ВИВЧЕННЯ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ

 

Обробка великих масивів даних та знань

 

 

 

рівень вищої освіти

другий (магістерський)

 

галузь знань

12 Інформаційні технологіїї

спеціальність

 

освітня програма /

спеціалізація

122 Комп’ютерні науки

 

Інформаційні управляючі системи та технології

 

 

 

 

тип дисципліни

 

вибіркова

 

 

 

 

 

Начальник

навчально –

методичного відділу

 

________________ Т.В. Гуть

РЕКОМЕНДОВАНО:

кафедрою інформаційних систем в   економіці

протокол № 4 від 4 грудня 2018 р

Завідувач кафедри

 

О.П.Степаненко ______________

 

 

 

Київ – 2018

 

 

 

 

 

Розробник:

Краснюк М.Т. к.е.н., доц., krasnyuk@kneu.edu.ua,  

кафедра інформаційних систем в економіці

 

 

 

Форма навчання —

денна

Семестр —

2

Кількість кредитів ECTS —

4

Форма підсумкового контролю —

залік

Мова(и) викладання

українська  

 

Форма навчання —

заочна

Триместр —

1-2

Кількість кредитів ECTS —

4

Форма підсумкового контролю —

залік

Мова(и) викладання

українська

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

© автор(и), 2018

© КНЕУ, 2018

 

 

  •  

ВСТУП……………………………………………………………………….

4

1. ЗМІСТ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ ЗА ТЕМАМИ ……………

6

ЗМІСТОВИЙ МОДУЛЬ 1………………………………………………….       

6

ЗМІСТОВИЙ МОДУЛЬ 2…………………………………………………             7

 

2. ПОТОЧНА НАВЧАЛЬНА РОБОТА СТУДЕНТІВ ДЕННОЇ ФОРМИ НАВЧАННЯ……………………………………………………….9

 

            2.1. Карта навчальної роботи студента

 

            2.2. Критерії оцінювання поточних результатів вивчення дисципліни

 

3. ПОТОЧНА НАВЧАЛЬНА РОБОТА СТУДЕНТІВ ЗАОЧНОЇ ФОРМИ НАВЧАННЯ……………………………………………………...13

 

            3.1. Карта навчальної роботи студента

 

            3.2. Критерії оцінювання поточних результатів вивчення дисципліни

 

4. ІНДИВІДУАЛЬНІ ЗАВДАННЯ ДЛЯ САМОСТІЙНОЇ РОБОТИ СТУДЕНТІВ ДЕННОЇ ТА ЗАОЧНОЇ ФОРМ НАВЧАННЯ………………..……………………………………………………16

 

            4.1. Вимоги до виконання індивідуальних завдань для самостійної роботи

 

            4.2. Критерії оцінювання результатів виконання індивідуальних завдань для             самостійної роботи

 

5. ПІДСУМКОВЕ ОЦІНЮВАННЯ РЕЗУЛЬТАТІВ ВИВЧЕННЯ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ (форма підсумкового контролю — залік)………………………………………………………………………18

 

6. РЕКОМЕНДОВАНІ ІНФОРМАЦІЙНІ ДЖЕРЕЛА…………………19

 

            6.1.      Основна література

 

            6.2.      Додаткова література

 

 

 

 

 

 

 

 

 

 

 

 

 

ВСТУП

 

Навчальна дисципліна «Обробка великих масивів даних та знань (Big Data)» є однією із складових комплексної підготовки фахівців галузі знань 12 «Інформаційні технології» спеціальності 122 Комп’ютерні науки.

 

Міждисциплінарні зв’язки: для вивчення дисципліни необхідні базові знання з таких дисциплін, як:  "Інтелектуальний аналіз даних", “Системи підтримки прийняття рішень”, “Організація і проектування баз та сховищ даних”.

 

Мета дисципліни: сформувати поглиблені теоретичні знання та прикладні практичні навички щодо ефективного застосування технології, інструментів та засобів оброблення та поглибленого інтелектуального аналізу структурованих і неструктурованих даних надвеликих обсягів для підтримки прийняття оптимальних системних рішень. Причому, розглядаємі технології, інструменти та програмні засоби мають бути не тільки ефективними в умовах безперервного приросту складних даних (в т.ч. гіпертекстових даних, потокових мультимедіа даних, гібридних та метаданих), їх нерівномірному розподілу по численних вузлах інформаційної мережі, але і підтримувати інформаційну безпеку великих даних та отриманих нових знань.

 

Завдання (навчальні цілі) дисципліни: студенти-магістри спеціалізації «Інформаційні управляючі системи та технології» мають не тільки знати технології, інструменти, засоби та апаратні рішення для інтелектуальної обробки та поглибленого аналізу структурованих і неструктурованих даних надвеликих обсягів, але і вміти продуктивно їх конфігурувати, ефективно застосовувати на всіх стадіях проектів інформатизації з урахуванням вітчизняної специфіки та глобальних трендів в сферах системного аналізу та кібер-безпеки.

 

Предмет дисципліни: технології, інструменти та засоби обробки та поглибленого аналізу структурованих і неструктурованих даних надвеликих обсягів в економічних інформаційних системах.

Після вивчення дисципліни студенти повинні знати: весь спектр теоретичних питань щодо технологій, інструментів та алгоритмів обробки та поглибленого аналізу структурованих і неструктурованих даних надвеликих обсягів в економічних інформаційних системах.

Після вивчення дисципліни студенти повинні вміти:

- ефективно використовувати весь спектр  технології, інструменти та засоби обробки та поглибленого аналізу структурованих і неструктурованих даних надвеликих обсягів в інформаційних системах за умови підвищення рівня їх інформаційної безпеки;

- проектувати, конфігурувати та адаптувати технології, алгоритми та інструменти та засоби обробки та поглибленого аналізу структурованих і неструктурованих даних надвеликих обсягів для практичних кейсів;

- розв’язувати конкретні кейси з обробки та поглибленого аналізу структурованих і неструктурованих даних надвеликих обсягів, використовуючи оптимальний набір технологій, алгоритмів, інструментів та засобів.

 

В цілому, в результаті вивчення даної дисципліни студент повинен сформувати наступні компетенції:

- адаптація та оптимальне конфігурування технологій, алгоритмів, інструментів та засобів обробки та поглибленого аналізу структурованих і неструктурованих даних надвеликих обсягів;

- безпосереднє виконання  обробки та поглибленого аналізу структурованих і неструктурованих даних надвеликих обсягів з метою використання отриманих результатів в інформаційно-аналітичній підтримці управлінських рішень в умовах забезпечення наскрізної інформаційної безпеки;

- ефективне управління проектами з обробки та поглибленого аналізу структурованих і неструктурованих даних надвеликих обсягів.

 

Вивчення навчальної дисципліни передбачає формування та розвиток у студентів компетентностей та програмних результатів навчання відповідно до освітньо-професійної (освітньо-наукової) програми «Інформаційні управляючі системи та технології».

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1. ЗМІСТ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ ЗА ТЕМАМИ

 

Змістовний модуль 1.

 

Тема 1. Оброблення та аналіз надвеликих масивів даних як інноваційна технологія сучасного системного аналізу даних та знань.

Вступ до дисципліни, актуальність та особливості ОАНМД.

Передумови, історія появи та розвитку концепції multi-V ОАНМД, міждисциплінарні зв’язки в рамках системного аналізу.

Класи задач, галузі та кейси застосування.

Стислий огляд основних технологій ОАНМД.

 

Тема 2. Технології машинного навчання (МН) для ефективного ОАНМД.

Предикативне машинне навчання: концепція та міждисциплінарні зв’язки.

Типи задач і завдань машинного навчання. Області застосування.

Підходи до МН в ОАНМД (Навчання дерев рішень, Навчання асоціативних правил, Штучні нейронні мережі, Глибинне навчання, Індуктивне логічне програмування, Метод опорних векторів, Кластерування, Баєсові мережі, Навчання з підкріпленням, Навчання представлень, Навчання подібностей та мір, Навчання розріджених словників, Генетичні алгоритми).

Програмне забезпечення для МН в ОАНМД.

 

Тема 3. Аналіз надвеликих масивів даних за допомогою інструментарію R-studio.

Вступ до R, її особливості. Інсталяція. Вбудована довідка. Робочий простір.

Структури даних (Вектори, Матриці, Масиви, Фрейми даних,  Фактори,  Списки). Робота з діаграмами. 

Пакети/Бібліотеки

Графічні Редактори Скриптів та IDE (Для роботи з R існує кілька графічних інтерфейсів (GUI); Текстові редактори та середовища розробки (IDE) з частковою підтримкою R;  Взаємодія з іншими мовами програмування;  Підтримка R пропієтарними програмними продуктами)

 

Тема 4. ОАНМД як складова інноваційної  комплексної політики  кібербезпеки в умовах Big Data.

Реалізація концепция people centric security через технології User and Entity Behavior Analytics (UEBA).

Системний підхід до забезпечення кібербезпеки в умовах Big Data: технології Intelligence-Driven Security/Intelligence-Led Security (від компаній RSA та  Cyveillance).

Їх порівняння з традиційним SIEM в умовах APT.

Організаційне забезпечення кібербезпеки Big Data: SOC та iSOC.

Етапність та функціонал Intelligence-Driven Security.

Алгоритми CAMNEP та модуль CTS системи  Cognitive Analyst (Cognitive Security).

 Критичний аналіз кібернебезпек технології Big Data  - Hadoop.

 

 

Тема 5. Спеціалізовані програмно-апаратні рішення для реалізації ОАНМД.

Перші масово-паралельні апаратно-програмні рішення для обробки надвеликих обсягів даних компаній Britton Lee і Teradata.

Апаратно-програмні комплекси на базі традиційних систем управління базами даних - Netezza, Teradata, Exadata для вирішення задач швидкого пошуку та аналітичної обробки величезних об'ємів структурованих даних.

Апаратні рішення для резидентних розрахунків: комплекси Hana (SAP) та Exalytics (Oracle) на базі реляційної системи Timesten і багатовимірної Essbase).

Мережеві рішення класів NAS і SAN.

Концепція DAS-рішень. Апаратні рішення DAS - систем зберігання даних, в SN-архітектурі.

Спеціалізований  програмно-апаратних комплекс для обробки великих даних Aster MapReduce appliance (корпорації Teradata).

Комплекс Oracle Big Data appliance.

Greenplum appliance (корпорації EMC, на основі рішень компанії Greenplum).

 

Змістовний модуль 2.

 

Тема 6. Базова парадигма програмування для  ОАНМД  - MapReduce (Google).

Модель  MapReduce: концепція, передумови появи та розвитку.

Алгоритм технології MapReduce.

Аналіз кейсів коду з MapReduce.

Практичні варіанти реалізації MapReduce: огляд та порівняння.

 

Тема 7. Порівняння основних підходів до ОАНМД.

Два підходи до великомасштабного аналізу даних: MapReduce та паралельні СКБД.

Архітектурні елементи: підтримка схеми, індексація, модель програмування, розподіл даних, стратегія виконання, гнучкість, відмово стійкість.

Тести для оцінки продуктивності: тестового середовища, вихідна MR-завдання, аналітичні завдання.

Результати аналізу: аспекти системного рівня, аспекти для користувацького рівня.

 

Тема 8. Гібридизація MapReduce  і паралельної  DBMS.

Відображення паралельних СУБД на MapReduce.

Застосування: ETL і набори даних, що читаються тільки один раз, складна аналітика, напівструктуровані дані, аналіз на "швидку руку" (quick-and-dirty), виробнича експлуатація при обмеженому бюджеті, потужні інструментальні засоби.

Результати тестів технології: вихідна MR-завдання Grep, завдання обробки Web-журналів, завдання з'єднання.

Архітектурні відмінності: повторюваний розбір записів, стиснення даних, конвейеризация, планування, постовбчате зберігання даних.

Висновки та рекомендації.

 

Тема 9. Проект/платформа Hadoop.

Hadoop: концепція, передумови появи та розвитку/

Бібліотеки та сценарії Hadoop Common.

Система HDFS.

Модуль YARN.

Програмний каркас Hadoop MapReduce.

Забезпечення масштабуємості кластера.

Аналіз альтернативних комерційних проектів, орієнтованих на Hadoop.

Сучасна екосистема Hadoop.

 

Тема 10. Технології BigTable.

Концепція BigTable: основні положення та історія.

Пропріетарна DBMS BigTable (Google) на базі GFS.

Аналог DBMS BigTable  - нереляційна розподілена DBMS Hbase (модель даних, регіони, операції, архітектура, інтерфейси та поради по ефективному застосуванню.

 

Тема 11. SQL-оріентована СКБД Apache Hive.

Загальна характеристика СКБД Hive на основі платформи Hadoop, переваги.

Command line interface

Об’єкти Hive - Data Units (database, table, partition,  bucket)

Використання розширень SQL - User Defined Functions (Json, Xpath, написання власного скрипта).

Трансформація таблиці за допомогою скриптів  - операція TRANSFORM

Патерн MapJoin

Транзакційна модель ACID

Висновки по застосуванню

 

Тема 12. Apache Tez и Apache Spark  - ефективні технології підтримки машинного навчання при ОАНМД.

Apache Spark: концепція, архітектура, інтерфейси

Apache Tez: концепція, архітектура, інтерфейси

Аналіз та порівняння технологій MapReduce, Tez і  Hive

 

 

 

 

 

 

 

 

 

 

 

 

2. Поточна навчальна робота студентів

денної форми навчання

2.1. Карта навчальної роботи студента

Номер та тема заняття

Види семінарських (практичних, лабораторних) занять

Максима-льна

кількість балів

ПОТОЧНИЙ КОНТРОЛЬ

За систематичність і активність роботи на семінарських (практичних), лабораторних) заняттях:

 

 

Змістовний модуль №1

 

Практичне заняття 1. Технології машинного навчання (МН) для ефективного ОАНМД

семінар-розв’язання проблемних завдань

5

Лабораторне заняття 1. Аналіз надвеликих масивів даних за допомогою інструментарію R

ЛР з вирішення ситуаційних вправ

 

10

Практичне заняття 2. ОАНМД як складова інноваційної  комплексної політики  кібербезпеки в умовах Big Data

робота в малих творчих групах

 

5

Лабораторне заняття 2. Спеціалізовані програмно-апаратні рішення для реалізації ОАНМД

ЛР з вирішення ситуаційних вправ

 

10

Змістовний модуль №2

 

Лабораторне заняття 3. Базова парадигма програмування для  ОАНМД  - MapReduce (Google)

ЛР з вирішення ситуаційних вправ

 

10

Практичне заняття 3. Проект/платформа Hadoop

семінар-розв’язання проблемних завдань

5

Практичне заняття 4. Технології BigTable

семінар-розв’язання проблемних завдань

5

Лабораторне заняття 4. SQL-оріентована СКБД Apache Hive

ЛР Міні-кейс

 

10

Усього балів за знання, уміння та навички, продемонстровані на аудиторних заняттях:

60

За виконання контрольних модульних робіт:

 

Модуль №1

Написання контрольної роботи

10

Модуль №2

Написання контрольної роботи

10

Усього балів за виконання контрольних робіт

20

Виконання і захист індивідуальних завдань для самостійної роботи (дві позиції за вибором студента):

 

Участь у вебінарах, інтернет-конференціях, круглих столах за тематикою дисципліни

10

Написання  та захист реферату  з аналізом актуальних англомовних публікації за узгодженою з викладачем поглибленою тематикою з дисципліни

10

Підготовка та представлення презентації за узгодженою з викладачем тематикою дисципліни

10

Усього балів за виконання і захист індивідуальних завдань для самостійної роботи (не більше)

20

ДОДАТКОВІ БАЛИ

Науково-дослідна діяльність студента (участь у вітчизняних та міжнародних науково-практичних конференціях (з допомогою та можливим співавторством викладача) з тезами за тематикою дисципліни)

10

ПІДСУМКОВИЙ КОНТРОЛЬ

 

-------

УСЬОГО:

100

 

2.2. Критерії оцінювання поточних результатів вивчення дисципліни.

 

2.2.1. Результати поточної успішності студентів є показником рівня засвоєння студентами робочої навчальної програми та виконання вимог Карти самостійної роботи студентів.

 

Об’єктами поточного контролю знань студентів є:

- відповіді, розв’язання завдань на практичних заняттях (до 20 балів) та виконання завдань на лабораторних роботах (до 40 балів);

- виконання модульних контрольних робіт (до 20 балів) (по 10 балів за одну роботу);

- виконання індивідуальних завдань для самостійної роботи студентів (до 20 балів);

- за рішенням кафедри студентам, які брали участь у науково-дослідній роботі, можуть присуджуватися додаткові (заохочувальні) бали. Їх кількість не повинна перевищувати 10 балів за семестр.

 

Результат поточного контролю визначається в діапазоні: 0—100 балів.

 

У разі пропуску з поважних причин аудиторних занять студент денної форми навчання має право їх відпрацювати за графіком консультацій.

Відпрацювання аудиторних занять можуть бути здійснені впродовж 2-х тижнів (14 календарних днів), починаючи з моменту, коли студент має знову приступити до занять (завершилася дія відповідної поважної причини), але не пізніше дня початку залікового тижня у відповідному семестрі.

Поважними причинами пропуску студентом аудиторних занять можуть бути хвороба, виклик до суду, правоохоронних органів чи до військового комісаріату; відрядження; сімейні обставини тощо, що мають бути підтверджені документально — лікарняний, медична довідка, повістка, тощо.

 

2.2.2. Поточний контроль за результатами відповідей студентів та розв’язання завдань на практичних заняттях (4 заняття по 5 балів кожне) здійснюється з наступними критеріями:

 

Кількість балів за  5 баловою шкалою

Рівень повноти й  коректності відповіді

5

відмінний

4

добрий

3

задовільний

2

не достатній

1

мінімальний

0

незадовільний

 

2.2.3. Поточний контроль за результатами  виконання завдань на лабораторних роботах (до 40 балів) та захисту їх звітів здійснюється в наступному порядку.

Виконання лабораторних робіт оцінюється за результатами захисту відповідних звітів. Звіт з лабораторної роботи має бути представлений викладачеві до початку виконання наступної лабораторної роботи. Звіт з лабораторної роботи має містити титульний аркуш згідно встановленої форми та результати виконання роботи згідно індивідуальних завдань, що надаються викладачем. До захисту приймаються тільки звіти, підготовлені і роздруковані за допомогою програмних засобів обробки текстів та ділової графіки. Рекомендується використовувати (з супутнім коментарем) у тексті звіту ілюстрації, графічні елементи, роздруківки екранів і Web-сторінок і т.ін.

 

Кількість балів за  10 баловою шкалою

Рівень повноти, коректності звіту з ЛР та рівень його захисту студентом

10

відмінний

8

добрий

6

задовільний

4

не достатній

2

мінімальний

0

незадовільний

 

2.2.4. Поточний контроль за результатами виконання контрольних (модульних) робіт передбачає оцінювання теоретичних знань та практичних умінь і навичок, які студент набув після опанування певної завершеної частини навчального матеріалу з дисципліни.

Контрольні (модульні) роботи можуть проводитися у формі:

– тестування;

– відповідей на теоретичні питання;

– розв’язання практичних завдань;

– розв’язання практичних ситуацій (кейсів) тощо.

За семестр може проводитися не більше 2-х контрольних (модульних) робіт.

При виконанні модульної КР оцінці підлягають відповіді на контрольні запитання. Відповідь на питання оцінюється за такою шкалою:

  • 10 балів – всебіч­не системні і глибокі знання програмного матеріалу; засвоєння інформації з лекційного курсу, основної і додаткової лі­тератури; чітке володіння понятійним апаратом, методами та інструментарієм, передбаченими програмою; вміння використо­вувати їх для вирішення як типових, так і нетипових проблемних ситуацій;
  • 8 балів  – знання основного програмного матеріалу; засвоєння інформації в основ­ному з лекційного курсу; володіння основним понятійним апара­том, методами та інструментарієм, передбаченими програмою, вміння використовувати їх для рішення типових ситуацій з окремими непринциповими помилками;
  • 4 бали – часткове знання програмного матеріалу; часткове засвоєння інформації в основ­ному з лекційного курсу; часткове володіння основним понятійним апара­том, методами та інструментарієм, передбаченими програмою, часткове вміння використовувати їх для рішення типових ситуацій з помилками;
  • 2 бали  – знач­ні прогалини в знаннях основного програмного матеріалу; володіння одиничними поняттями, методами і інструментарієм з принциповими помилками залежно від повноти викладення матеріалу та кількості припущених помилок;
  • 0 балів – відсутність відповіді на питання або наявність відповіді, на питання, яке не входять до виданого завдання.

Підсумкова оцінка за контрольну роботу визначається як підсумок оцінок за кожне питання.

 

2.2.5. За рішенням кафедри студентам, які брали участь у науково-дослідній роботі, можуть присуджуватися додаткові (заохочувальні) бали. Їх кількість не повинна перевищувати 10 балів за семестр.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3. ПОТОЧНА НАВЧАЛЬНА РОБОТА СТУДЕНТІВ ЗАОЧНОЇ ФОРМИ НАВЧАННЯ

3.1. Карта навчальної роботи студента

Номер та тема заняття

Форма самостійної роботи

Студента

Контактні заняття.

Максима-льна

кількість балів

ПОТОЧНИЙ КОНТРОЛЬ

За систематичність і активність роботи на семінарських (практичних), лабораторних) заняттях:

 

 

Змістовний модуль №1

 

Контактне заняття 1. Технології машинного навчання (МН) для ефективного ОАНМД

семінар-розв’язання проблемних завдань

5

Контактне заняття 2. Аналіз надвеликих масивів даних за допомогою інструментарію R

семінар-вирішення ситуаційних вправ

 

5

Контактне заняття 3. ОАНМД як складова інноваційної  комплексної політики  кібербезпеки в умовах Big Data

робота в малих творчих групах

 

5

Контактне заняття 4. Спеціалізовані програмно-апаратні рішення для реалізації ОАНМД

семінар-вирішення ситуаційних вправ

 

5

Змістовний модуль №2

 

Контактне заняття 5. Базова парадигма програмування для  ОАНМД  - MapReduce (Google)

семінар-вирішення ситуаційних вправ

 

5

Контактне заняття 6. Проект/платформа Hadoop

семінар-розв’язання проблемних завдань

5

Контактне заняття 7. Технології BigTable

семінар-розв’язання проблемних завдань

5

Контактне заняття 8. SQL-оріентована СКБД Apache Hive

Міні-кейс

 

5

Усього балів за знання, уміння та навички, продемонстровані на аудиторних заняттях:

40

За виконання контрольних модульних робіт:

 

Модуль №1

Написання контрольної роботи

5

Модуль №2

Написання контрольної роботи

5

Усього балів за виконання контрольних робіт

10

Виконання і захист індивідуальних завдань для самостійної роботи (позиції за вибором студента):

 

Участь у вебінарах, інтернет-конференціях, круглих столах за тематикою дисципліни

25

Написання  та захист реферату  з аналізом актуальних англомовних публікації за узгодженою з викладачем поглибленою тематикою з дисципліни

25

Підготовка та представлення презентації за узгодженою з викладачем тематикою дисципліни

25

Науково-дослідна діяльність студента (участь у вітчизняних та міжнародних науково-практичних конференціях (з допомогою та можливим співавторством викладача) з тезами за тематикою дисципліни)

25

Усього балів за виконання і захист індивідуальних завдань для самостійної роботи (не більше)

50

ПІДСУМКОВИЙ КОНТРОЛЬ

 

-------

УСЬОГО:

100

 

3.2. Критерії оцінювання поточних результатів вивчення дисципліни.

 

3.2.1. Результати поточної успішності студентів є показником рівня засвоєння студентами робочої навчальної програми та виконання вимог Карти самостійної роботи студентів.

 

Об’єктами поточного контролю знань студентів є:

- відповіді, розв’язання завдань на контактних заняттях (до 40 балів);

- виконання модульних контрольних робіт (до 10 балів) (по 5 балів за одну роботу);

- виконання індивідуальних завдань для самостійної роботи студентів (до 50 балів);

 

Результат поточного контролю визначається в діапазоні: 0—100 балів.

 

У разі пропуску з поважних причин аудиторних занять студент заочної форми навчання має право їх відпрацювати за графіком консультацій.

Відпрацювання аудиторних занять можуть бути здійснені впродовж 2-х тижнів (14 календарних днів), починаючи з моменту, коли студент має знову приступити до занять (завершилася дія відповідної поважної причини), але не пізніше дня початку залікового тижня у відповідному семестрі.

Поважними причинами пропуску студентом аудиторних занять можуть бути хвороба, виклик до суду, правоохоронних органів чи до військового комісаріату; відрядження; сімейні обставини тощо, що мають бути підтверджені документально — лікарняний, медична довідка, повістка, тощо.

 

3.2.2. Поточний контроль за результатами відповідей студентів та розв’язання завдань на контактних заняттях (8 занять по 5 балів кожне) здійснюється з наступними критеріями:

 

Кількість балів за  5 баловою шкалою

Рівень повноти й  коректності відповіді

5

відмінний

4

добрий

3

задовільний

2

не достатній

1

мінімальний

0

незадовільний

 

3.2.3. Поточний контроль за результатами виконання контрольних (модульних) робіт передбачає оцінювання теоретичних знань та практичних умінь і навичок, які студент набув після опанування певної завершеної частини навчального матеріалу з дисципліни.

Контрольні (модульні) роботи можуть проводитися у формі:

– тестування;

– відповідей на теоретичні питання;

– розв’язання практичних завдань;

– розв’язання практичних ситуацій (кейсів) тощо.

За семестр може проводитися не більше 2-х контрольних (модульних) робіт.

При виконанні модульної КР оцінці підлягають відповіді на контрольні запитання. Відповідь на питання оцінюється за такою шкалою:

  • 5 балів – всебіч­не системні і глибокі знання програмного матеріалу; засвоєння інформації з лекційного курсу, основної і додаткової лі­тератури; чітке володіння понятійним апаратом, методами та інструментарієм, передбаченими програмою; вміння використо­вувати їх для вирішення як типових, так і нетипових проблемних ситуацій;
  • 4 бали  – знання основного програмного матеріалу; засвоєння інформації в основ­ному з лекційного курсу; володіння основним понятійним апара­том, методами та інструментарієм, передбаченими програмою, вміння використовувати їх для рішення типових ситуацій з окремими непринциповими помилками;
  • 3 бали – часткове знання програмного матеріалу; часткове засвоєння інформації в основ­ному з лекційного курсу; часткове володіння основним понятійним апара­том, методами та інструментарієм, передбаченими програмою, часткове вміння використовувати їх для рішення типових ситуацій з помилками;
  • 2 бали  – знач­ні прогалини в знаннях основного програмного матеріалу; володіння одиничними поняттями, методами і інструментарієм з принциповими помилками залежно від повноти викладення матеріалу та кількості припущених помилок;
  • 0 балів – відсутність відповіді на питання або наявність відповіді, на питання, яке не входять до виданого завдання.

Підсумкова оцінка за контрольну роботу визначається як підсумок оцінок за кожне питання.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4. ІНДИВІДУАЛЬНІ ЗАВДАННЯ ДЛЯ САМОСТІЙНОЇ РОБОТИ СТУДЕНТІВ ДЕННОЇ ТА ЗАОЧНОЇ ФОРМ НАВЧАННЯ

4.1. Вимоги до виконання індивідуальних завдань для самостійної роботи.

4.1.1. Вимоги до виконання індивідуальних завдань для самостійної роботи для студентів денної форми навчання.

Поточний контроль результатів виконання індивідуальних завдань для самостійної роботи студентів передбачає оцінювання таких видів завдань:

- участь у вебінарах, тренінгах та курсах  за тематикою дисципліни (до 10 балів);

- написання та захист реферату з аналізом актуальних англомовних публікації за узгодженою з викладачем поглибленою тематикою з дисципліни (до 10 балів);

- Підготовка презентації за узгодженою тематикою дисципліни та прилюдний виступ перед студентами (до 10 балів).

Оформлення виконання індивідуальних завдань для самостійної роботи студентів відбувається у порядку, описаному вище для лабораторних робіт.

 

4.1.2. Вимоги до виконання індивідуальних завдань для самостійної роботи для студентів заочної форми навчання.

Поточний контроль результатів виконання індивідуальних завдань для самостійної роботи студентів передбачає оцінювання таких видів завдань за вибором студента:

- участь у вебінарах, тренінгах, курсах, круглих столах за тематикою дисципліни (до 25 балів);

- написання та захист реферату з аналізом актуальних англомовних публікації за узгодженою з викладачем поглибленою тематикою з дисципліни (до 25 балів);

- Підготовка презентації за узгодженою тематикою дисципліни та прилюдний виступ перед студентами (до 25 балів);

- Науково-дослідна діяльність студента (участь у вітчизняних та міжнародних науково-практичних конференціях (з допомогою та можливим співавторством викладача) з тезами за тематикою дисципліни) (до 25 балів).

Оформлення виконання індивідуальних завдань для самостійної роботи студентів відбувається у порядку, описаному вище для лабораторних робіт.

 

4.2. Критерії оцінювання результатів виконання індивідуальних завдань для самостійної роботи.

4.2.1. Критерії оцінювання результатів виконання індивідуальних завдань для самостійної роботи для студентів денної форми навчання.

Оцінювання виконання індивідуальних завдань для самостійної роботи студентів відбувається у порядку, описаному у таблиці нижче.

 

Кількість балів за  10 баловою шкалою

Рівень повноти, коректності виступу (презентації) та успішність виступу студента

10

відмінний

8

добрий

6

задовільний

4

не достатній

2

мінімальний

0

незадовільний

 

4.2.2.  Критерії оцінювання результатів виконання індивідуальних завдань для самостійної роботи для студентів заочної форми навчання.

Оцінювання індивідуальних завдань для самостійної роботи студентів відбувається згідно шкали, описаної нижче у таблиці.

 

Кількість балів за  25 баловою шкалою

Рівень повноти, коректності виступу (презентації) та успішність виступу студента

25

відмінний

20

добрий

15

задовільний

10

не достатній

5

мінімальний

0

незадовільний

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5. Підсумкове оцінювання результатів вивчення навчальної дисципліни.

 

Підсумковий контроль результатів навчальної діяльності студентів з даної дисципліни здійснюється для оцінювання знань, умінь та навичок студентів у формі заліку.

Залік — форма підсумкового контролю рівня засвоєння студентом навчального матеріалу з окремої дисципліни виключно на підставі результатів поточного контролю рівня знань, умінь та навичок студентів з окремої дисципліни.

У разі невиконання окремих завдань поточного контролю з об'єктивних причин студенти мають право, за дозволом декана, виконати їх до останнього семінарського (практичного, лабораторного) заняття. Час та порядок складання визначає викладач.

Максимально можлива підсумкова кількість балів, здобута за результатами поточного оцінювання з дисципліни, не може перевищувати 100 балів.

Переведення даних 100-бальної шкали оцінювання в 4-х бальну шкалу та шкалу за системою ECTS здійснюється в такому порядку:

 

Шкала КНЕУ, балів

Оцінка за 4-бальною шкалою

Шкала EСTS

90 – 100

відмінно

A

80 – 89

добре

B

70 – 79

C

66 – 69

задовільно

D

60 – 65

E

21 – 59

незадовільно з можливістю повторного

складання заліку

FX

0 – 20

незадовільно з можливістю вивчення дисципліни за індивідуальним графіком у формі додаткової індивідуально-консультативної роботи

F

 

 

 

Студенти, які за результатами підсумкового контролю набрали від 0 до 59 балів (включно), після належної підготовки мають право повторно скласти залік у формі виконання індивідуальної контрольної роботи. Індивідуальна контрольна робота має складатися з 10 завдань, кожне з яких оцінюється за вимогами, що є аналогічними вимогам до екзаменаційного білета. Види (теоретичні, практичні, тестові) завдань індивідуальної контрольної роботи визначаються робочою навчальною програмою дисципліни.

 

 

 

 

 

 

 

 

6. РЕКОМЕНДОВАНІ ІНФОРМАЦІЙНІ ДЖЕРЕЛА

 

6.1. Основна література:

Білл Френкс. Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналітики, - Альпина Паблишер, 2016.

Віктор Майер-Шенбергер. Big Data: A Revolution That Will Transform How We Live, Work and Think. - John Murray, 2013.

Натан Марц, Джеймс Уоррен. Большие данные. Принципы и практика построения масштабируемых систем обработки данных в реальном времени. - Вильямс, 2016 

Юре Лесковець, Ананд Раджараман, Джеффрі Д. Ульман. Анализ больших наборов данных. - Петербург.: ДМК Пресс, 2016.

 

6.2. Додаткова література:

Ситник В.Ф., Краснюк М.Т. Інтелектуальний аналіз даних (дейтамайнінг): Навч. посібник. - К.: КНЕУ, 2007. – 376 с.

Краснюк М.Т. „Гібридизація інтелектуальних методів для оперативного вирішення за­дач fraud detection” // Збірник XII  міжнародної науково-практичної конференції „Проблеми і перспективи функціонування інноваційної системи держави в умовах глобалізації”  Луцьк 27-28 вересня 2007р.

Краснюк М.Т. „Перспективи технології програмних агентів в data mining” // Збірник VII міжнародної конференції «Інтелектуальний аналіз інформації» (ІАІ-2007) Київ, 15-18 травня 2007 р.

Краснюк М.Т. «Проблеми та перспективи multimedia дейтамайнінгу” // Тези доповідей науково-практичної конференції „Актуальні проблеми розвитку економічної кібернетики” 9-10 квітня 2008 року (м. Київ)

Краснюк М.Т. „Методика  лісів  дерев  рішень в інтелектуальному аналізі  бізнесових даних” // Збірник матеріалів міжнародної конференції Dynamical system modelling and stability investigation м. Київ (22-25 травня 2007 р.)

Краснюк М.Т. „Курс  „управління знаннями” як складова програми підготовки mba в Україні” // Збірник наукових праць VII всеукраїнської науково-практичної конференції „Комп’ютерне моделювання та інформаційні технології в науці, економіці і освіті” м. Кривий Ріг (24-25 квітня 2007 року).

Краснюк М.Т. “Перспективи ефективного застосування дейтамайнінгу в економіці України” // Проблеми впровадження інформаційних технологій в економіці: Тези доповідей V міжнародної науково-практичної конференції (2004р. м. Ірпінь). С. 357-359.

Краснюк М.Т. "Дейтамайнінг: проблеми та перспективи ефективного застосування в умовах економіки України" // Моделювання та інформаційні системи в економіці: Міжвідом. наук. зб. Вип. 71 / Відп. ред. В.К. Галіцин. - К.:КНЕУ, 2004. – 244 с. 

Краснюк М.Т. "Перспективи стандартів дейтамайнінгу" // Моделювання та інформаційні системи в економіці: Міжвід. наук. зб. Заснов. У 1965 р. Вип. 72 / Відп. ред. В.К. Галіцин. - К.:КНЕУ, 2005. – 256 с

Краснюк М.Т. "Проблеми застосування систем управління корпоративними знаннями та їх таксономія" // Моделювання та інформаційні системи в економіці: Міжвід. наук. зб. Заснов. У 1965 р. Вип. 73 / Відп. ред. В.К. Галіцин. - К.:КНЕУ, 2006. – 256 с.   С.34 -44

Електронні джерела:

https://www.oracle.com/ru/big-data/index.html

https://cloud.google.com/products/big-data/

https://www.sas.com/en_us/insights/big-data/what-is-big-data.html

https://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/big-data-the-next-frontier-for-innovation

https://www.forbes.com/sites/bernardmarr/2017/09/26/5-massive-big-data-myths-most-people-believe-but-shouldnt/

https://www.talend.com/products/big-data/

https://www.simplilearn.com/data-science-interview-questions-article

https://www.sap.com/trends/big-data.html

 

 

 

 

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

ДВНЗ «КИЇВСЬКИЙ НАЦІОНАЛЬНИЙ ЕКОНОМІЧНИЙ УНІВЕРСИТЕТ

імені ВАДИМА ГЕТЬМАНА»

НАВЧАЛЬНО-НАУКОВИЙ ІНСТИТУТ

«ІНСТИТУТ ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ В ЕКОНОМІЦІ»

Кафедра інформаційних систем в економіці

 

 

ЗАТВЕРДЖУЮ:

Проректор з науково-

педагогічної роботи ____________ А.М. Колот

 

«___» ___________ 201_р.

 

 

 

МЕТОДИЧНІ МАТЕРІАЛИ
З ВИВЧЕННЯ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ

Онтологічний інжиніринг

рівень вищої освіти

другий (магістерський)

 

галузь знань

12 Інформаційні технологіїї

спеціальність

 

освітня програма /

спеціалізація

122 Комп’ютерні науки

 

Системи штучного інтелекту

 

тип дисципліни

вибіркова

 

 

 

Начальник

навчально –

методичного відділу

 

__________________ Т.В. Гуть

РЕКОМЕНДОВАНО:

кафедрою інформаційних систем в   економіці

протокол № ___ від ____________

Завідувач кафедри

 

О.П.Степаненко ______________

 

 

 

 

 

 

 

 

КИЇВ 2018

 

Розробники:

 Козак Ірина Антонівна, к.е.н., доцент, kozachka@ukr.net, кафедра інформаційних систем в економіці

 

 

 

Форма навчання —

денна

Семестр —

1

Кількість кредитів ECTS —

4

Форма підсумкового контролю —

залік

Мова(и) викладання

українська 

 

Форма навчання —

заочна

Семестр —

3

Кількість кредитів ECTS —

5

Форма підсумкового контролю —

залік