Часть: Обязательная

Модуль: Естественно-научная и технологическая подготовка

Семестр: 3

Старая версия

Наименование компетенции ФГОС ВО

Индикаторы достижения компетенций

Способен разрабатывать и применять цифровые ресурсы и компоненты цифровой образовательной среды для проектирования и реализации образовательной деятельности, оценки образовательных достижений обучающихся (ПК-1.2) Знаний:
  • современные подходы к проектированию и реализации образовательных ресурсов, в том числе, цифровых
  • методы обработки данных и администрирования электронных образовательных ресурсов
  • методы проектирования архитектуры компьютерных обучающих систем, включая экспертные обучающие системы
  • методы анализа, проектирования, разработки, реализации, оценки эффективности электронных средств обучения с точки зрения педагогики, технологии и организации
Умений:
  • проектировать архитектуру компьютерных обучающих систем, включая экспертные обучающие системы
  • выполнять анализ, классификацию и отбор информационных технологий и тенденций их развития для решения прикладных задач
  • проводить анализ, проектирование, разработку, реализацию, оценку эффективности цифровых образовательных ресурсов и систем дистанционного обучения с точки зрения педагогики, технологии и организации
Навыков:
  • разработки и применения цифровых ресурсов и компонентов цифровой образовательной среды для проектирования и реализации образовательной деятельности, оценки образовательных достижений обучающихся
  • Зачет (3 семестр)

Вид учебной работы Часов
(по видам работ)		 Семестры
3
Контактная работа (всего) 16 16

Практические занятия

 16 16

Самостоятельная работа

 56 56
Всего, часов/зачетных единиц 72 / 2 72 / 2

Показаны записи 1-2 из 2.
Наименование раздела дисциплиныСодержание разделаВсего, час (без контроля и консультаций)ПРСР
Обработка изображений и машинное обучение в компьютерном зренииЦифровое изображение и его представление в виде матрицы, цветовые пространства, фильтрация и свёртка, выделение краёв и углов, дескрипторы признаков, методы машинного обучения для классификации и кластеризации изображений (SVM, k-means, PCA), границы применимости классических подходов.26620
Аннотирование данных и глубокое обучение в задачах компьютерного зренияАннотирование как базовый этап подготовки данных для задач компьютерного зрения. Типы разметки и их соответствие постановкам задач - классификация, детекция, сегментация, ключевые точки. Инструменты и платформы для аннотирования, включая платформу МГПУ. Организация процесса разметки, критерии качества и согласованность между аннотаторами. Подготовка датасета и его влияние на результат обучения. Переход от аннотированных данных к обучению модели. Свёрточные нейронные сети как основа современных решений компьютерного зрения. Ключевые архитектуры для классификации изображений. Постановка задачи детекции объектов и обзор семейства моделей. Метрики качества детекции и интерпретация результатов. Обучение модели детекции на размеченных данных. Оценка качества разметки и её влияния на итоговые показатели модели. Практическая работа на платформе МГПУ по аннотированию и обучению модели. Рефлексия полученных результатов и определение направлений улучшения.461036

Показаны записи 1-2 из 2.
Учебная аудиторияМатериально-техническое обеспечение
Аудитория для проведения занятий семинарского типаСпециализированная мебель, системный блок, монитор, видеопроектор, акустические колонки, интерактивная доска, поворотно-передвижная аудиторская доска, наборы демонстрационного оборудования и учебно-наглядных пособий, обеспечивающие тематические иллюстрации
Помещение для самостоятельной работыСпециализированная мебель, системный блок, монитор, видеопроектор, акустические колонки, интерактивная доска, поворотно-передвижная аудиторская доска, наборы демонстрационного оборудования и учебно-наглядных пособий, обеспечивающие тематические иллюстрации
Microsoft, Лицензия на программное обеспечение Academic licenses
Статус Автор Дата
Подписано простой электронной подписью Вознесенская Наталья Владимировна 2026-09-14 16:42:18