| Закреплена за кафедрой | Кафедра физической и неорганической химии |
|---|---|
| Направление подготовки | 33.05.01. специальность Фармация |
| Специализация | Разработка биофармпрепаратов |
| Форма обучения | Очная |
| Общая трудоемкость | 6 ЗЕТ |
| Учебный план | 33_05_01_Фармация_РБ-2023 |
|
|
||||||||||||||
Распределение часов по семестрам
| Курс (семестр) | 1 (2) | Итого | ||
|---|---|---|---|---|
| Недель | 22 | |||
| Вид занятий | УП | РПД | УП | РПД |
| Лабораторные | 72 | 72 | 72 | 72 |
| Сам. работа | 117 | 117 | 117 | 117 |
| Часы на контроль | 27 | 27 | 27 | 27 |
| Итого | 216 | 216 | 216 | 216 |
Визирование РПД для исполнения в очередном учебном году
Рабочая программа пересмотрена, обсуждена и одобрена для
исполнения в 2023-2024 учебном году на заседании
кафедры
Кафедра физической и неорганической химии
Протокол от г. №
Заведующий кафедрой Базарнова Наталья Григорьевна
| 1.1. |
|---|
| Цикл (раздел) ООП: Б1.О.02 |
| ОПК-6 | Способен понимать принципы работы современных информационных технологий и использовать их для решения задач профессиональной деятельности |
| ОПК-6.1 | Знает основные современные информационные технологии для взаимодействии с субъектами обращения лекарственных средств с учетом требований информационной безопасности |
| ОПК-6.2 | Осуществляет эффективный поиск информации, необходимой для решения задач профессиональной деятельности, с использованием правовых справочных систем и профессиональных фармацевтических баз данных |
| ОПК-6.3 | Использует информационные технологии для математической обработки и представления данных наблюдений и экспериментов при решении задач профессиональной деятельности |
| ОПК-6.4 | Применяет автоматизированные информационные системы во внутренних процессах фармацевтической и (или) медицинской организации, а также для взаимодействий с клиентами и поставщиками |
| В результате освоения дисциплины обучающийся должен | |
| 3.1. | Знать: |
|---|---|
| 3.1.1. | |
| 3.2. | Уметь: |
| 3.2.1. | |
| 3.3. | Иметь навыки и (или) опыт деятельности (владеть): |
| 3.3.1. | |
| Код занятия | Наименование разделов и тем | Вид занятия | Семестр | Часов | Компетенции | Литература |
|---|---|---|---|---|---|---|
| Раздел 1. Цифровые технологии в профессиональной деятельности | ||||||
| 1.1. | Методы работы с БД Elibrary.ru, Scopus, WoS, Международные патентыне БД (Россия, США, ЕС), Агрегаторы научной информации | Лабораторные | 2 | 8 | ||
| 1.2. | Визуализация химических структур веществ | Лабораторные | 2 | 6 | ||
| 1.3. | Визуализация эксперементальных данных | Лабораторные | 2 | 2 | ||
| 1.4. | Сам. работа | 2 | 65 | |||
| Раздел 2. Введение в программирование на языке Python, знакомство со средами разработки Jupyter Notebook и GoogleColab | ||||||
| 2.1. | Установка фреймворка Anaconda. Настройка рабочего окружения. Знакомство со средой программирования Jupyther Notebook. Знакомство с облачной средой разработки Google Colab. Преимущества и особенности Python. | Лабораторные | 2 | 4 | Л1.1, Л2.5, Л2.3, Л1.2, Л1.3, Л2.1, Л2.4, Л2.6, Л2.2 | |
| 2.2. | Установка фреймворка Anaconda. Настройка рабочего окружения. Знакомство со средой программирования Jupyther Notebook. Знакомство с облачной средой разработки Google Colab. Преимущества и особенности Python. | Сам. работа | 2 | 4 | Л1.1, Л2.5, Л2.3, Л1.2, Л1.3, Л2.1, Л2.4, Л2.6, Л2.2 | |
| Раздел 3. Загрузка данных в рабочую среду. Визуализация данных и описательная статистика. Корреляционно-регрессионный анализ | ||||||
| 3.1. | Библиотека Pandas для обработки и анализа данных. Считывание больших данных чанками (порциями). Библиотека NumPy. Визуализация с помощью библиотек Matplotlib и Seaborn. Типы данных. Кросс-таблицы, группировка, сортировка и агрегирование данных. Корреляционный анализ. Линейная регрессия. Основы работы с библиотекой scikit-learn | Лабораторные | 2 | 12 | Л1.1, Л2.5, Л2.3, Л1.2, Л1.3, Л2.1, Л2.4, Л2.6, Л2.2 | |
| 3.2. | Библиотека Pandas для обработки и анализа данных. Считывание больших данных чанками (порциями). Библиотека NumPy. Визуализация с помощью библиотек Matplotlib и Seaborn. Типы данных. Кросс-таблицы, группировка, сортировка и агрегирование данных. Корреляционный анализ. Линейная регрессия. Основы работы с библиотекой scikit-learn | Сам. работа | 2 | 12 | Л1.1, Л2.5, Л2.3, Л1.2, Л1.3, Л2.1, Л2.4, Л2.6, Л2.2 | |
| Раздел 4. Типовые задачи машинного обучения: кластеризация, классификация и регрессия | ||||||
| 4.1. | Избранные методы кластеризации данных (k-means, иерархическая и спектральная кластеризация, DBSCAN). Задачи обучения с учителем. Понятие переобучения. Деревья решений для задач классификации и регрессии. Методы, основанные на деревьях решений: Random Forest, XGBoost и CatBoost. Метрики качества обучения и валидация | Лабораторные | 2 | 12 | Л1.1, Л2.5, Л2.3, Л1.2, Л1.3, Л2.1, Л2.4, Л2.6, Л2.2 | |
| 4.2. | Избранные методы кластеризации данных (k-means, иерархическая и спектральная кластеризация, DBSCAN). Задачи обучения с учителем. Понятие переобучения. Деревья решений для задач классификации и регрессии. Методы, основанные на деревьях решений: Random Forest, XGBoost и CatBoost. Метрики качества обучения и валидация | Сам. работа | 2 | 8 | Л1.1, Л2.5, Л2.3, Л1.2, Л1.3, Л2.1, Л2.4, Л2.6, Л2.2 | |
| Раздел 5. Введение в нейронные сети и глубокое обучение | ||||||
| 5.1. | Полносвязные нейронные сети. Фреймворк TensorFlow и инструментарий Keras для построения нейронных сетей. Контроль переобучения. Классификация и регрессия с помощью нейронных сетей. | Лабораторные | 2 | 8 | Л1.1, Л2.5, Л2.3, Л1.2, Л1.3, Л2.1, Л2.4, Л2.6, Л2.2 | |
| 5.2. | Полносвязные нейронные сети. Фреймворк TensorFlow и инструментарий Keras для построения нейронных сетей. Контроль переобучения. Классификация и регрессия с помощью нейронных сетей. | Сам. работа | 2 | 8 | Л1.1, Л2.5, Л2.3, Л1.2, Л1.3, Л2.1, Л2.4, Л2.6, Л2.2 | |
| Раздел 6. Сверточные нейронные сети в задачах анализа изображений | ||||||
| 6.1. | Идеи, лежащие в основе сверточной нейронной сети, ее преимущество в сравнении с полносвязной нейронной сетью в задачах обработки изображений. Инструментарий Keras для построения сверточных нейронных сетей. Предобученные нейронные сети и перенос обучения. Примеры задач компьютерного зрения | Лабораторные | 2 | 8 | Л1.1, Л2.5, Л2.3, Л1.2, Л1.3, Л2.1, Л2.4, Л2.6, Л2.2 | |
| 6.2. | Идеи, лежащие в основе сверточной нейронной сети, ее преимущество в сравнении с полносвязной нейронной сетью в задачах обработки изображений. Инструментарий Keras для построения сверточных нейронных сетей. Предобученные нейронные сети и перенос обучения. Примеры задач компьютерного зрения | Сам. работа | 2 | 8 | Л1.1, Л2.5, Л2.3, Л1.2, Л1.3, Л2.1, Л2.4, Л2.6, Л2.2 | |
| Раздел 7. Нейронные сети в задачах анализа текста. Конструирование чат-ботов | ||||||
| 7.1. | Особенности обработки естественных языков. Векторная модель текста и классификация длинных текстов. Базовые нейросетевые методы работы с текстами. Языковые модели и генерация текста. Прикладные задачи обработки текста. Конструирование чат-ботов. | Лабораторные | 2 | 8 | Л1.1, Л2.5, Л2.3, Л1.2, Л1.3, Л2.1, Л2.4, Л2.6, Л2.2 | |
| 7.2. | Особенности обработки естественных языков. Векторная модель текста и классификация длинных текстов. Базовые нейросетевые методы работы с текстами. Языковые модели и генерация текста. Прикладные задачи обработки текста. Конструирование чат-ботов. | Сам. работа | 2 | 8 | Л1.1, Л2.5, Л2.3, Л1.2, Л1.3, Л2.1, Л2.4, Л2.6, Л2.2 | |
| Раздел 8. Сервисы, использующих технологии искусственного интеллекта | ||||||
| 8.1. | Обзор готовых сервисов, использующих технологии машинного обучения для решения прикладных задач | Лабораторные | 2 | 4 | Л1.1, Л2.5, Л2.3, Л1.2, Л1.3, Л2.1, Л2.4, Л2.6, Л2.2 | |
| 8.2. | Обзор готовых сервисов, использующих технологии машинного обучения для решения прикладных задач | Сам. работа | 2 | 4 | Л1.1, Л2.5, Л2.3, Л1.2, Л1.3, Л2.1, Л2.4, Л2.6, Л2.2 | |
| 5.1. Контрольные вопросы и задания для проведения текущего контроля и промежуточной аттестации по итогам освоения дисциплины |
| Оценочные материалы для текущего контроля по разделам и темам дисциплины в полном объеме размещены в онлайн-курсе на образовательном портале «Цифровой университет АлтГУ» https://portal.edu.asu.ru/course/view.php?id=11104 ОЦЕНКА СФОРМИРОВАННОСТИ ОПК-6: Способен понимать принципы работы современных информационных технологий и использовать их для решения задач профессиональной деятельности ПРИМЕРЫ ЗАДАНИЙ ЗАКРЫТОГО ТИПА 1. Энтропия Шеннона обладает свойством: A. Аддитивности B. Ассоциативности C. социальности ответ: a 2. Для оценки статистики источника сообщений используется: A. скользящее окно B. подвижное окно C. пластиковое окно ответ: a 3. Каких списков нет в текстовом редакторе? A. точечных B. нумерованных C. маркированных ответ: a 4. Какую комбинацию клавиш следует применить, чтобы вставить в документ сегодняшнюю дату? A. Shift + Alt + D B. Shift + Ctrl + V C. Ctrl + Alt + A ответ: a 5. Колонтитул – это: A. область, которая находится в верхнем и нижнем поле и предназначается для помещения названия работы над текстом каждой страницы B. внешний вид печатных знаков, который пользователь видит в окне текстового редактора C. верхняя строка окна редактора Word, которая содержит в себе панель команд (например, «Вставка», «Конструктор», «Макет» и т. д.) ответ: a 6. Табличные процессоры относятся к какому программному обеспечению? A. Прикладному B. Функциональному C. Специализированному ответ: a 7. 30 ячеек электронной таблицы содержится в диапазоне: A. E2:G11 B. A15:D20 C. C4:F9 ответ: a 8. Какие типы фильтров существуют в табличном процессоре Excel? A. Автофильтр, расширенный фильтр B. Тематический фильтр, автофильтр C. Текстовый фильтр, числовой фильтр ответ: a 9. Что не поможет удалить с диска компьютерный вирус? A. Дефрагментация диска B. Проверка антивирусной программой C. Форматирование диска ответ: a 10. База данных это: A. модель в которой упорядоченно хранятся данные B. программа для сбора и хранения информации C. таблица с данными в формате Exсel ответ: a 11. Как называется группа файлов, которая хранится отдельной группой и имеет собственное имя? A. Каталог B. Байт C. Дискета ответ: a 12. Прикладное программное обеспечение это: A. Программа общего назначения, созданная для выполнения задач B. Каталог программ для функционирования компьютера C. База данных для хранения информации ответ: a 13. Процессор обрабатывает информацию: A. В двоичном коде B. В текстовом формате C. На языке Pascal ответ: a 14. Дисковод это устройство для: A. Чтения информации со съемного носителя B. Записи информации на запоминающее устройство C. Соединения с LAN ответ: a 15. Укажите неправильное имя каталога. A. TER**N B. RAZNOE C. OFF ответ: a 16. Что такое кластер на магнитном диске? A. единица дискового пространства B. конверт для диска C. виртуальный диск ответ: a 17. Статистические функции табличных процессоров используются для: A. Вычисления суммы квадратов отклонений; плотности стандартного нормального распределения B. Проверки равенства двух чисел; расчета величины амортизации актива за заданный период C. Перевода из градусов в радианы ответ: a 18. Табличный процессор обрабатывает следующие типы данных: A. Дата, Время, Текстовый, Финансовый, Процентный B. Банковский, Целочисленный, Дробный, Текстовый, Графический C. Матричный, Временной, Математический, Текстовый, Денежный ответ: a 19. Диапазоном не может быть: A. Группа ячеек D1, E2, F3 B. Фрагмент столбца C. Прямоугольная область ответ: a 20. Числовое выражение 15,7Е+4 из электронной таблицы означает число: A. 157000 B. 157,4 C. 0,00157 ответ: a Критерии оценивания: Каждое задание оценивается 1 баллом. Оценивание КИМ в целом: 85 % - отлично 70 % - хорошо 50 % - удовлетворительно Менее 50 % - неудовлетворительно ПРИМЕРЫ ЗАДАНИЙ ОТКРЫТОГО ТИПА 1. В 1834 году англичанин Чарльз Бэббидж изобретает аналитическую машину. Архитектура современного компьютера во многом схожа с архитектурой аналитической машины. В аналитической машине Бэббидж предусмотрел следующие части: склад (store), фабрика или мельница (mill), управляющий элемент (control) и устройства ввода/вывода информации. Какое из устройств современного компьютера соответствует «складу»? Ответ: жесткий диск 2. Есть программа, которая позволяет пользователю управлять файлами и папками на компьютере. Как она называется? Ответ: файловый менеджер 3. Существуют компьютерные вирусы, которые распространяются в сети. Они проникают в память компьютера из сети, вычисляют сетевые адреса других компьютеров и рассылают по этим адресам свои копии. Как называются эти вирусы? Ответ: репликаторы или черви 4. Это программное обеспечение (ПО) является неотъемлемой частью компьютера. Без него невозможно взаимодействовать ни с одним устройством ЭВМ. Именно это ПО руководит слаженной работой всех элементов компьютерной системы, как на аппаратном уровне, так и на программном. Как называется это программное обеспечение? Ответ: системное программное обеспечение 5. Сжатие файлов называется Ответ: архивация файлов 6. Как называется конечный и упорядоченный набор символов, используемых для пред¬ставления информации в помощью определенного языка Ответ: алфавит 7. Как называетсяэлемент конечного множества, который отличается от других элементов этого множества Ответ: знак 8. процесс поиска неструктурированной документальной информации, удовлетворяющей информационные потребности, и наука об этом поиске. Ответ: информационный поиск 9. наука, которая изучает и описывает модель информационной безопасности данных ответ: криптография 10. как называется количество символов в алфавите ответ: мощность алфавита 11. мощные компьютеры, на которых хранится программное обеспечение и другая информация, например, сайты, блоги и т.д., к которой могут обращаться пользователи сети. Сервером также иногда называют программу, обеспечивающую выполнение функции организации коммуникаций в сети. Ответ: сервер 12. совокупность объектов или других подсистем, связанных единой целью и решаемыми задачами ответ: система 13. интерактивный многопользовательский веб-сайт, представляющий собой автоматизированную социальную среду и позволяющий общаться группе пользователей, объединенных общим интересом, информационное содержание которого формируется самими участниками сети ответ: социальная сеть 14. потенциальная возможность нарушения режима информационной безопасности ответ: угроза информационной безопасности 15. юридическое лицо, выполняющее функции по: изготовлению сертификатов ключей подписей, созданию ключей электронных цифровых подписей по обращению участников информационной системы с гарантией сохранения в тайне закрытого ключа электронной цифровой подписи, приостановлению и возобновлению действие сертификатов ключей подписей, а также аннулированию их, ведению реестра сертификатов ключей подписей, обеспечению его актуальности и возможности свободного доступа к нему участников информационных систем, проверке уникальности открытых ключей электронных цифровых подписей в реестре сертификатов ключей подписей и архиве удостоверяющего центра, выдаче сертификатов ключей подписей в форме документов на бумажных носителях и (или) в форме электронных документов с информацией об их действии, осуществлению по обращениям пользователей сертификатов ключей подписей подтверждения подлинности электронной цифровой подписи в электронном документе в отношении выданных им сертификатов ключей подписей, предоставлению участникам информационных систем иных связанных с использованием электронных цифровых подписей услуг. Ответ: удостоверяющий центр «Отлично»: Ответ полный, развернутый. Студент превосходно владеет основной и дополнительной литературой, ошибок нет. При этом правильно написаны все уравнения реакций, расставлены коэффициенты, даны все необходимые пояснения и ответы на вопросы. «Хорошо»: Ответ полный, хотя краток, терминологически правильный, нет существенных недочетов. Студент хорошо владеет пройденным программным материалом; владеет основной литературой, суждения правильны. При этом правильно написаны все уравнения реакций, расставлены коэффициенты, даны все необходимые пояснения и ответы на вопросы «Удовлетворительно»: Ответ неполный. В терминологии имеются недостатки. Задание понято правильно, в логических рассуждениях нет существенных ошибок, но допущены существенные ошибки в выборе формул. Студент владеет программным материалом, но имеются недочеты. Суждения фрагментарны. «Неудовлетворительно»: Не использована специальная терминология. Ответ в сущности неверен. Переданы лишь отдельные фрагменты соответствующего материала вопроса. Не верно написаны уравнения реакций, расставлены коэффициенты, даны не все необходимые пояснения и ответы на вопросы. |
| 5.2. Темы письменных работ для проведения текущего контроля (эссе, рефераты, курсовые работы и др.) |
| 5.3. Фонд оценочных средств для проведения промежуточной аттестации |
| 6.1. Рекомендуемая литература | ||||
| 6.1.1. Основная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л1.1 | Гудфеллоу Я., Бенджио И., Курвилль А. | Глубокое обучение: | Издательство "ДМК Пресс", 2018 | e.lanbook.com |
| Л1.2 | Гласснер Э. | Глубокое обучение без математики. Т. 1: Основы. – 578 с.: | М.: ДМК , 2019 | e.lanbook.com |
| Л1.3 | Гласснер Э. | Глубокое обучение без математики. Том 2. Практика. – 610 с.: | М.: ДМК , 2020 | e.lanbook.com |
| 6.1.2. Дополнительная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л2.1 | Шакла Нишант | Машинное обучение и TensorFlow. - 336 с.: ил. - (Серия «Библиотека программиста»). : | СПб.: Питер, 2019 | |
| Л2.2 | Николенко С., Кадурин А., Архангельская Е. | Глубокое обучение. — 480 с.: ил. — (Серия «Библиотека программиста»).: | СПб.: Питер, 2018 | |
| Л2.3 | Ын Анналин, Су Кеннет | Теоретический минимум по Big Data. Всё, что нужно знать о больших данных: | Спб.: Питер, 2019 | |
| Л2.4 | Джоши, Пратик. | Искусственный интеллект с примерами на Python. : Пер. с англ. - 448 с.: | СПб. : ООО "Диалектика", 2019 | |
| Л2.5 | Ганегедара, Т. | Обработка естественного языка с TensorFlow: | , 2020 | e.lanbook.com |
| Л2.6 | Дейтел Пол, Дейтел Харви | Python: Искусственный интеллект, большие данные и облачные вычисления. — 864 с.: | СПб.: Питер, 2020 | |
| 6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет" | ||||
| Название | Эл. адрес | |||
| Э1 | Ng. A. Machine Learning | coursera.org | ||
| Э2 | Нейронные сети и компьютерное зрение | stepik.org | ||
| Э3 | Нейронные сети и обработка текста | stepik.org | ||
| Э4 | Профессиональный информационно-аналитический ресурс, посвященный машинному обучению, распознаванию образов и интеллектуальному анализу данных | machinelearning.ru | ||
| Э5 | UCIMachineLearningRepository — репозиторий наборов данных для машинного обучения | archive.ics.uci.edu | ||
| Э6 | IAPREducationCommittee&Resources — коллекция ссылок на образовательные ресурсы по распознаванию образов, машинному обучению, обработке сигналов, обработке изображений и компьютерному зрению, поддерживаемая Международной ассоциацией распознавания образов | homepages.inf.ed.ac.uk | ||
| Э7 | Андрей Созыкин Учебный курс «Программирование нейросетей на Python» | www.asozykin.ru | ||
| Э8 | Курс на Moodle | portal.edu.asu.ru | ||
| 6.3. Перечень программного обеспечения | ||||
| Python 3.6 и выше Фреймворк Anaconda Google Colab Microsoft Office Microsoft Windows 7-Zip AcrobatReaderMicrosoft Office 2010 (Office 2010 Professional, № 4065231 от 08.12.2010), (бессрочно); Microsoft Windows 7 (Windows 7 Professional, № 61834699 от 22.04.2013), (бессрочно); Chrome (http://www.chromium.org/chromium-os/licenses), (бессрочно); 7-Zip (http://www.7-zip.org/license.txt), (бессрочно); AcrobatReader (http://wwwimages.adobe.com/content/dam/Adobe/en/legal/servicetou/Acrobat_com_Additional_TOU-en_US-20140618_1200.pdf), (бессрочно); ASTRA LINUX SPECIAL EDITION (https://astralinux.ru/products/astra-linux-special-edition/), (бессрочно); LibreOffice (https://ru.libreoffice.org/), (бессрочно); Веб-браузер Chromium (https://www.chromium.org/Home/), (бессрочно); Антивирус Касперский (https://www.kaspersky.ru/), (до 23 июня 2024); Архиватор Ark (https://apps.kde.org/ark/), (бессрочно); Okular (https://okular.kde.org/ru/download/), (бессрочно); Редактор изображений Gimp (https://www.gimp.org/), (бессрочно) | ||||
| 6.4. Перечень информационных справочных систем | ||||
| Сайт библиотеки АлтГУ: www.lib.asu.ru; Электронно-библиотечная система издательства "Лань": www.e.lanbook.com; Электронно-библиотечная система "Университетская библиотека online": www.biblioclub.ru; Свободная энциклопедия "Википедия": http://ru.wikipedia.org; Единый образовательный портал http://portal.edu.asu.ru Электронная база данных ZBMATH: https://zbmath.org/ | ||||
| Аудитория | Назначение | Оборудование |
|---|---|---|
| 417К | лаборатория информационных технологий - компьютерный класс - учебная аудитория для проведения занятий семинарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации | Учебная мебель на 12 посадочных мест; рабочее место преподавателя; доска маркерная - 1 шт.; шкаф с учебно-наглядными пособиями - 1 шт.; компьютеры: марка Клама С Офис – 12; проектор, экран с мультимедиа Smart - 1 ед.; учебно-наглядные пособия. |
| 419К | лаборатория информационных технологий - компьютерный класс - учебная аудитория для проведения занятий семинарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации; | Учебная мебель на 17 посадочных мест; рабочее место преподавателя; доска маркерная - 1 шт.; компьютеры: NAIO Corp Z520, НЭТА - 4 in - 13 ед. |