Вариант модернизации содержания обучения по направлению «Прикладная информатика»
Автор: Степанов А.Г.
Журнал: Высшее образование сегодня @hetoday
Рубрика: Научные сообщения
Статья в выпуске: 3, 2024 года.
Бесплатный доступ
Формулируются цели обучения информатике. Обсуждается модель научной дисциплины «Информатика» применительно к обучению ее прикладным вопросам. На основании анализа методической литературы утверждается неизбежность дальнейшей модернизации системы образования. Выделяется взаимосвязь тенденций развития аппаратной базы, программного и алгоритмического обеспечения, существенно влияющих на развитие вычислительной науки и, в частности, прикладной информатики. Перечисляется набор методов решения практических задач, которые носят универсальный характер и не зависят от отраслевой специфики. Утверждается, что подготовка по отраслевым профилям утрачивает свою актуальность в связи с появлением универсальных методов информатики. Предлагается не зависящее от отраслевой специфики содержание обучения для раздела «Прикладная информатика», связанного с инженерией знаний и данных. Приводится разработанная на основе существующего набора дисциплин, используемых при обучении прикладной информатике по направлению «Прикладная информатика (в экономике)», структура обучения разделам информатики в рамках подготовки по профилю «Интеллектуальные информационные системы и технологии». Перечисляется содержание обучения по дисциплинам, непосредственно связанным с инженерией знаний. Обсуждаются перспективы дальнейшего развития составляющих информатики.
Прикладная информатика, инженерия знаний и данных, цели обучения информатике, подготовка по профилю «интеллектуальные информационные системы и технологии»
Короткий адрес: https://sciup.org/148329059
IDR: 148329059 | DOI: 10.18137/RNU.HET.24.03.P.009
Список литературы Вариант модернизации содержания обучения по направлению «Прикладная информатика»
- Богуславский М.В. Трансформация идеологии реформ российского образования в 1991–2021 годы: модернизации и ретроинновации // Наука. Управление. Образование. РФ. 2022. № 1 (5). С. 8–14. DOI: 10.48621/z8962-3798-1585-m
- Бровка Н.В. Об инженерии знаний и обучении студентов механико-математических специальностей // Университетский педагогический журнал. 2022. № 1. С. 3–8.
- Городецкий В.И., Юсупов Р.М. Искусственный интеллект: метафора, наука и информационная технология // Мехатроника, автоматизация, управление. 2020. Т. 21, № 5. С. 282–293. DOI: 10.17587/mau.21.282-293
- Загорная Т.О., Косоговский Б.В. Подходы к понятию «большие данные» и основные сферы их применения // Новое в экономической кибернетике. 2022. № 3. С. 136–144.
- Замятин А.В., Чучалин А.И. Фундаментальный подход к университетской подготовке IT-специалистов // Высшее образование в России. 2022. Т. 31, № 2. С. 119–134. DOI: 10.31992/0869-3617-2022-31-2-119-134
- Ивахненко Е.Н., Аттаева Л.И. Высшая школа: взгляд за горизонт // Высшее образование в России. 2019. Т. 28, № 3. С. 21–34. DOI: 10.31992/0869-3617-2019-28-3-21-34
- Карлик А.Е., Платонов В.В., Тихонова М.В., Яковлева Е.А. Факторы успеха в использовании больших данных как нового экономического ресурса // МИР (Модернизация. Инновации. Развитие). 2019. Т. 10, № 3. С. 380–394. DOI: 10.18184/2079-4665.2019.10.3.380-394
- Касаткин П.И., Иноземцев М.И., Антюхова Е.А., Макарова А.А. Актуальные проблемы модернизации третьей ступени высшего образования и практики реформирования // Высшее образование в России. 2022. Т. 31, № 1. С. 141–158. DOI: 10.31992/0869-3617-2022-31-1-141-158
- Константинова Л.В., Петров А.М., Штыхно Д.А. Переосмысление подходов к уровневой системе высшего образования в России в условиях выхода из Болонского процесса // Высшее образование в России. 2023. Т. 32, № 2. С. 9–24. DOI: 10.31992/0869-3617-2023-32-2-9-24
- Левченко И.В. Основные подходы к обучению элементам искусственного интеллекта в школьном курсе информатики // Информатика и образование. 2019. № 6 (305). С. 7–15. DOI: 10.32517/0234-0453-2019-34-6-7-15
- Нарциссова С.Ю., Киселева А.И., Шкляр Т.Л. Формирование и современное состояние высшего образования. 2-е издание переработанное и дополненное. М.: Академия МНЭПУ, 2022. 248 с.
- Пашков М.В., Пашкова В.М. Проблемы и риски цифровизации высшего образования // Высшее образование в России. 2022. Т. 31, № 3. С. 40–57. DOI: 10.31992/0869-3617-2022-31-22-3-40-57
- Степанов А.Г., Плотников Г.А., Васильева В.С. Подходы к определению средств для построения методики обучения работе с большими данными // Информатика и образование. 2021. № 4 (323). С. 54–62. DOI: 10.32517/0234-0453-2021-36-4-54
- Тушканова О.Н., Городецкий В.И. Ассоциативная классификация: аналитический обзор. Часть 1 // Труды СПИИРАН. 2015. № 1 (38). С. 183–203.
- Федоров А.А., Куркин С.А., Храмова М.В., Храмов А.Е. Нейротехнологии и искусственный интеллект как ключевые факторы кастомизации жизненно-образовательного маршрута // Информатика и образование. 2023. Т. 38, № 3. С. 5–15. DOI: 10.32517/0234-0453-2023-38-3-5-15
- Юсупов Р.М. Информационные технологии и экономика информационного общества // Инновации. 2013. № 11 (181). С. 40–46.
- Юсупов Р.М., Юсупов Ю.В. Состояние и перспективы развития информатики // Труды СПИИРАН. 2007. № 5. С. 10–46.
- Alam M., Perumalla K.S., Sanders P. Novel Parallel Algorithms for Fast Multi-GPU-Based Generation of Massive Scale-Free Networks. Data Science. 2019. No. 4. P. 61–75. DOI: 10.1007/s41019-019-0088-6
- Xia F., Akoglu L., Aggarwal C., Liu H. Deep Anomaly Analytics: Advancing the Frontier of Anomaly Detection. Intelligent Systems. 2023. Vol. 38, No. 2. P. 32–35. DOI: 10.1109/MIS.2023.3255590
- Zhu D., Yin H., Xu Y. et al. A Survey of Advanced Information Fusion System: from Model-Driven to Knowledge-Enabled. Data Science. 2023. No. 8. P. 85–97. DOI: 10.1007/s41019-023-00209-8
