Компьютерное моделирование и визуализация данных

Тезекпаева Шынар Толегеновна

*InstructorProfile(zh-CN)*

内容描述: Курс направлен на подготовку специалистов, способных эффективно использовать компьютерное моделирование и визуализацию для решения комплексных задач в своей профессиональной деятельности

贷款数: 6

Пререквизиты:

  • Математическое и компьютерное моделирование физических процессов

*СomplexityDiscipline(zh-CN)*:

*TypesOfClasses(zh-CN)* *hours(zh-CN)*
*Lectures(zh-CN)* 30
*PracticalWork(zh-CN)* 30
*LaboratoryWork(zh-CN)*
*srop(zh-CN)* 30
*sro(zh-CN)* 90
*FormOfFinalControl(zh-CN)* экзамен
*FinalAssessment(zh-CN)* Устный экзамен по билетам

零件: Вузовский компонент

循环次数: Профилирующие дисциплины

Цель
  • Изучить методы создания моделей различных систем и инструменты для их визуализации, позволяя анализировать и интерпретировать данные в наглядной форме
Задача
  • Предоставить магистрантам знания о принципах и методах создания математических и компьютерных моделей, применяемых в различных научных и инженерных областях
  • Научить магистрантов проводить анализ данных, интерпретировать результаты моделирования и оценивать достоверность полученных моделей.
  • Ознакомить с современными программными средствами и библиотеками для визуализации данных, позволяющими преобразовывать сложные результаты в наглядные графические форматы
  • Обучить магистрантов применять полученные знания на практике, решая реальные задачи из разных областей, таких как экономика, экология и инженерия
  • Развить навыки представления и объяснения результатов моделирования и визуализации данных для различных аудиторий, включая научные, деловые и общественные группы.
Результат обучения: знание и понимание
  • Понимать основные принципы математического и компьютерного моделирования, включая численные методы и алгоритмы, применяемые для создания моделей
  • Знать современные программные средства для моделирования и визуализации данных
  • Понимать ограничения и допущения моделей, а также оценивать точность и применимость моделей для анализа реальных данных
Результат обучения: применение знаний и пониманий
  • Применять изученные методы моделирования для разработки моделей, описывающих реальные системы и процессы (физические, биологические, экономические и др.).
  • Использовать знания о типах данных для выбора подходящих методов визуализации, создавая наглядные и информативные графики и диаграммы
  • Применять модели для решения конкретных задач из разных областей (например, прогнозирование, оптимизация, симуляция) и корректно интерпретировать полученные результаты
Результат обучения: формирование суждений
  • Развивают способность критически оценивать точность, надежность и применимость моделей в зависимости от их назначения и использованных допущений
  • Обоснованно выбирать подходящие методы моделирования и визуализации на основе специфики данных и целей анализа, принимая во внимание ограничения каждого метода
  • Формировать обоснованные суждения по поводу полученных результатов моделирования, различая значимые выводы от возможных ошибок или шумов в данных
Результат обучения: коммуникативные способности
  • Представлять сложные данные и результаты моделирования с использованием графиков, диаграмм и других визуализаций, которые делают информацию доступной и понятной для разных аудиторий
  • Развивают навыки четкого объяснения и аргументирования выбранных методов моделирования и визуализации, обосновывая свои решения перед преподавателями, коллегами или заказчиками
  • Уметь работать в командах, эффективно делясь результатами и находками, обсуждая проблемы и совместно находя решения
Результат обучения: навыки обучения или способности к учебе
  • Развивать умение быстро и самостоятельно осваивать новые программные инструменты и библиотеки для моделирования и визуализации, необходимые для решения задач в быстро меняющихся условиях
  • Приобрести навыки поиска альтернативных подходов и методов в случае возникновения трудностей, а также способность находить и внедрять более эффективные решения
  • Умение оценивать свои модели и визуализации, идентифицировать возможные ошибки или недостатки, а затем применять новые знания для их улучшения
*TeachingMethods(zh-CN)*

Электронные образовательные платформы ВКТУ им. Д. Серикбаева

Практико-ориентированный подход, где студенты решают реальные задачи и разрабатывают проекты по моделированию и визуализации, применяя полученные знания и навыки на практике

Применение интерактивных презентаций

Применение программных средств для моделирования и визуализации

*AssessmentKnowledge(zh-CN)*

Преподаватель проводит все виды работ текущего контроля и выводит соответствующую оценку текущей успеваемости обучающихся два раза в академический период. По результатам текущего контроля формируется рейтинг 1 и 2. Учебные достижения обучающегося оцениваются по 100-балльной шкале, итоговая оценка Р1 и Р2 выводится как средняя арифметическая из оценок текущей успеваемости. Оценка работы обучающегося в академическом периоде осуществляется преподавателем в соответствии с графиком сдачи заданий по дисциплине. Система контроля может сочетать письменные и устные, групповые и индивидуальные формы.

*Period2(zh-CN)* *TypeOfTask(zh-CN)* *Total(zh-CN)*
1  *Rating(zh-CN)* Практическая работа №1 0-100
Практическая работа №2
Практическая работа №3
Практическая работа №4
Практическая работа №5
2  *Rating(zh-CN)* Практическая работа №6 0-100
Практическая работа №7
Практическая работа №8
Практическая работа №9
Практическая работа №10
*TotalControl(zh-CN)* экзамен 0-100
*PolicyAssignmentTask(zh-CN)*
*TypeOfTask(zh-CN)* 90-100 70-89 50-69 0-49
Excellent *Grade4(zh-CN)* *Grade3(zh-CN)* *Grade2(zh-CN)*
Практические задания
Проектная работа
Лабораторные работы
Тесты и контрольные работы
*EvaluationForm(zh-CN)*

Итоговая оценка знаний обучающего по дисциплине осуществляется по 100 балльной системе и включает:

  • 40% результата, полученного на экзамене;
  • 60% результатов текущей успеваемости.

Формула подсчета итоговой оценки:

И= 0,6 Р12 +0,4Э
2

 

где, Р1, Р2 – цифровые эквиваленты оценок первого, второго рейтингов соответственно; Э – цифровой эквивалент оценки на экзамене.

Итоговая буквенная оценка и ее цифровой эквивалент в баллах:

Буквенная система оценки учебных достижений обучающихся, соответствующая цифровому эквиваленту по четырехбалльной системе:

Оценка по буквенной системе Цифровой эквивалент Баллы (%-ное содержание) Оценка по традиционной системе
A 4.0 95-100 Отлично
A- 3.67 90-94
B+ 3.33 85-89 Хорошо
B 3.0 80-84
B- 2.67 75-79
C+ 2.33 70-74
C 2.0 65-69 Удовлетворительно
C- 1.67 60-64
D+ 1.33 55-59
D 1.0 50-54
FX 0.5 25-49 Неудовлетворительно
F 0 0-24
Темы лекционных занятий
  • Введение в моделирование и визуализацию данных: основные понятия, цели и задачи курса
  • Математические модели: виды и классификация
  • Анализ временных рядов
  • Методы оптимизации в моделировании
  • Основы вероятностного моделирования
  • Моделирование сложных систем
  • Программные инструменты для моделирования
  • Основы визуализации данных
  • Интерактивная визуализация данных
  • Визуализация многомерных данных
  • Геопространственные данные и их визуализация
  • Моделирование физических процессов
  • Симуляция случайных процессов
  • Моделирование в биологии и медицине
  • Эконометрические модели и их визуализация
Основная литература
  • Градов, В. М., Овечкин, Г. В., Овечкин, П. В., Рудаков, И. В. Компьютерное моделирование и визуализация данных. М.: КНОРУС, 2023. 240 с. ISBN 978-5-906818-79-9.
  • Борзяк, А. А., Топорков, В. В., Емельянов, Д. М., Самочёрнов, О. И., Смирнов, Р. С. Основы компьютерного моделирования и визуализации: Учебное пособие для вузов. М.: Издательство "Лань", 2022. 244 с. ISBN 978-5-507-44951-4.
  • Совертков, П. И. Компьютерное моделирование. М.: Издательство Лань, 2023. 424 с. ISBN 978-5-507-46708-2.
  • Манцнер, Т. Визуализация данных. Полный и исчерпывающий курс для начинающих. М.: Эксмо, 2023. 464 с. ISBN 978-5-04106-797-7.
Дополнительная литература
  • Уилке, К. Основы визуализации данных. Пособие по эффективной и убедительной подаче информации. М.: Эксмо; Бомбора, 2024. 352 с. ISBN 978-5-04-106457-0
  • Дик Куслейка. Визуализация данных при помощи дашбордов и отчетов в Excel. М.: ДМК Пресс, 2022. 338 с. ISBN 978-5-97060-966-8
  • Келлехер, Дж. Д., Тирни, Б. Наука о данных. Базовый курс. М.: Альпина Паблишер, 2022. 222 с. ISBN 978-5-9614-3170-4
  • Акопов, А. С. Компьютерное моделирование : учебник и практикум для СПО / А. С. Акопов. — М. : Издательство Юрайт, 2019. — 389 с. ISBN 978-5-534-10712-8