Учебно-методические комплексы

Подробнее

✓ Компьютерные сети: локальные и глобальные сети, сетевые топологии, протоколы (HTTP, FTP), адресация в Интернет, сетевые устройства.
✓ Моделирование и формализация: виды моделей (материальные, информационные, вербальные, математические), этапы моделирования.
✓ Алгоритмы и программирование: основные алгоритмические конструкции, анализ алгоритмов, трассировка, работа с массивами, рекурсия.
✓ Информационная безопасность: угрозы, шифрование, защита данных, антивирусы, межсетевые экраны, правовые аспекты.
✓ Базы данных и электронные таблицы: реляционные БД, запросы, сортировка, фильтрация, использование Excel для анализа данных.
✓ Аналитика и визуализация данных на Python: работа с библиотеками Pandas, NumPy, Matplotlib, Seaborn, Plotly для обработки и визуализации данных.
✓ Машинное обучение: базовые понятия, задачи классификации, построение и оценка моделей (линейная регрессия, деревья решений, случайный лес).
2. Оцениваемые компетенции и результаты обучения
Контроль направлен на проверку сформированности двух ключевых общих компетенций (ОК 01, ОК 02), которые в ФОС соотнесены с личностными, метапредметными и предметными результатами обучения по ФГОС СОО. Особое значение придается формированию логического мышления, алгоритмической культуры и способности к анализу данных.
Предметные результаты (ПР):
✓ Владение представлениями о роли информации и информационных процессах, понятийным аппаратом (информационная система, система управления, большие данные).
✓ Понимание устройства и принципов функционирования компьютеров и компьютерных сетей.
✓ Умение определять информационный объем данных и строить коды с однозначным декодированием.
✓ Владение теоретическим аппаратом (системы счисления, алгебра логики, графы).
✓ Умение читать, понимать, анализировать и модифицировать программы на языке высокого уровня (Python).
✓ Умение создавать структурированные документы, работать с базами данных и электронными таблицами.
✓ Умение использовать компьютерно-математические модели.
✓ Понимание угроз информационной безопасности и способов их предотвращения.
✓ Умение организовывать личное информационное пространство и понимание возможностей технологий искусственного интеллекта.
3. Формы текущего контроля и оценочные материалы
ФОС содержит широкий спектр заданий, позволяющих проверить как теоретические знания, так и практические навыки работы с информацией и программирования.
Входной контроль:
✓ Комплексная работа на проверку базовых знаний по информатике (кодирование информации, логические выражения, работа с графами и таблицами, алгоритмы, адресация в Интернет, системы счисления).
Тематические тестовые задания:
✓ Информация и информационные процессы: виды информации, свойства, количество информации, алфавитный подход.
✓ Компьютер и цифровое представление информации: устройство ПК, история развития, системное ПО.
✓ Компьютерные сети: классификация сетей, топологии, протоколы, сетевое оборудование.
✓ Информационная безопасность: угрозы, защита, шифрование, антивирусы.
✓ Моделирование и модели: виды моделей, этапы моделирования.
Практические задания на анализ графов, алгоритмов и программ:
✓ Поиск кратчайшего пути в графе, определение количества путей.
✓ Работа с префиксной и постфиксной формами записи выражений.
✓ Анализ фрагментов программ на Паскале и Python (определение значений переменных, результатов выполнения циклов и условий).
✓ Решение задач на исполнителей (Калькулятор).
✓ Анализ рекурсивных алгоритмов.
Задания по прикладному модулю «Аналитика и визуализация данных на Python»:
✓ Трассировка программ с циклами и условными операторами.
✓ Решение задач на обработку списков (например, удаление элемента с заданным индексом без использования встроенных методов).
✓ Решение комплексной задачи (подобной заданиям ЕГЭ) на обработку данных из файла, связанную с оптимизацией закупок.
Проектные работы:
✓ «Анализ больших данных в профессиональной сфере»: исследование открытого набора данных с помощью Python (библиотеки Pandas, Plotly, Seaborn) с выполнением полного цикла: извлечение, очистка, исследование, визуализация, интерпретация результатов. Пример: «Прогнозирование инсульта» на основе медицинских данных.
✓ «Создание синквейнов и визуальной карты знаний по машинному обучению»: контроль усвоения основных терминов (линейная регрессия, деревья решений, кластеризация).
✓ «Разработка модели машинного обучения для решения задачи классификации»: практическая разработка модели для классификации (например, съедобных и ядовитых грибов) с оценкой точности (не менее 97%) и оформлением блокнота Jupyter.
4. Примеры заданий
Типовые тестовые вопросы:
Информацию, отражающую истинное положение дел, называют… (достоверной).
Что является основой формирования информационной культуры? (принцип узкой специализации — не является).
Установите соответствие между типом сервера и его назначением (файловый сервер, сервер печати, почтовый сервер).
Пример задачи по программированию:
Дан список из чисел и индекс элемента k. Удалите из списка элемент с индексом k, сдвинув влево все элементы, стоящие правее. Запрещено использовать метод pop(k) и создавать дополнительный список.
Пример проектной задачи:
Предприятие закупает изделия А и В. На выделенную сумму нужно купить как можно больше изделий А, а на остаток — изделий В. По данным из файла определить количество купленных изделий В и остаток.
5. Критерии оценки
Для всех видов работ разработаны четкие критерии и шкалы перевода баллов в отметки:
✓ Тесты: оценка зависит от количества правильных ответов.
✓ Контрольная работа по прикладному модулю: для получения «3» достаточно выполнить три базовых задания (№1-3), для «4» — четыре задания, для «5» — все пять заданий.
✓ Проектные работы: система оценки «зачтено/не зачтено» с четкими критериями: соответствие структуре, корректность кода, точность модели (не менее 97%), качество презентации и ответов на вопросы.
Документ представляет собой полноценную систему информатической подготовки будущих программистов, ориентированную на формирование фундаментальных знаний об информации и компьютерах, развитие алгоритмического и аналитического мышления, а также практических навыков программирования, работы с данными и машинного обучения, необходимых для успешного освоения профессиональных дисциплин и работы в современной IT-индустрии.