Приложение
к рабочей программе дисциплины
«Введение в анализ больших данных»
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
ВЛАДИВОСТОКСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
ЭКОНОМИКИ И СЕРВИСА
КАФЕДРА ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И СИСТЕМ
ВВЕДЕНИЕ В АНАЛИЗ БОЛЬШИХ ДАННЫХ
Фонд оценочных средств для проведения промежуточной аттестации обучающихся
по направлению подготовки
09.03.02 Информационные системы и технологии
Владивосток 2017
Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине «Введение в анализ больших данных» разработан в соответствии с требованиями ФГОС ВО по направлению подготовки 09.03.02 «Информационные системы и технологии» и Порядком организации и осуществления образовательной деятельности по образовательным программам высшего образования – программам бакалавриата, программам специалитета, программам магистратуры (утв. приказом Минобрнауки России от 01.01.01 г. № 000).
Составитель:
, к. б.н., доцент кафедры информационных технологий и систем
Утвержден на заседании кафедры ИТС от 19.04. 2017 г., протокол № 8.
Заведующий кафедрой (разработчика) _____________________
подпись фамилия, инициалы
«____»_______________2017 г.
Заведующий кафедрой (выпускающей) _____________________
__________________
подпись фамилия, инициалы
«____»_______________2017 г.
1 ПЕРЕЧЕНЬ ФОРМИРУЕМЫХ КОМПЕТЕНЦИЙ
№ п/п | Код компетенции | Формулировка компетенции | Номер этапа (1–8) |
1 | ОПК-5 | Способность использовать современные компьютерные технологии поиска информации для решения поставленной задачи, критического анализы этой информации и обоснования принятых идей и подходов к решению | 3 |
2 | ПК-17 | Способность использовать технологии разработки объектов профессиональной деятельности в областях: машиностроение, приборостроение, техника, образование, медицина, административное управление, юриспруденция, бизнес, предпринимательство, коммерция, менеджмент, банковские системы, безопасность информационных систем, управление технологическими процессами, механика, техническая физика, энергетика, ядерная энергетика, силовая электроника, металлургия, строительство, транспорт, железнодорожный транспорт, связь, телекоммуникации, управление инфокоммуникациями, почтовая связь, химическая промышленность, сельское хозяйство, текстильная и легкая промышленность, пищевая промышленность, медицинские и биотехнологии, горное дело, обеспечение безопасности подземных предприятий и производств, геология, нефтегазовая отрасль, геодезия и картография, геоинформационные системы, лесной комплекс, химиколесной комплекс, экология, сфера сервиса, системы массовой информации, дизайн, медиаиндустрия, а также предприятия различного профиля и все виды деятельности в условиях экономики информационного общества | 6 |
2 ОПИСАНИЕ ПОКАЗАТЕЛЕЙ И КРИТЕРИЕВ ОЦЕНИВАНИЯ КОМПЕТЕНЦИЙ
ОПК-5 Способность использовать современные компьютерные технологии поиска информации для решения поставленной задачи, критического анализы этой информации и обоснования принятых идей и подходов к решению
Планируемые результаты обучения показатели достижения заданного уровня освоения компетенций) | Критерии оценивания результатов обучения | ||||
1 | 2 | 3 | 4 | 5 | |
Знать: технологии сбора, накопления, обработки, передачи и распространения разнообразной информации | Отсутствие знания о технологиях сбора, накопления, обработки, передачи и распространения разнообразной информации | Фрагментарное знание о технологиях сбора, накопления, обработки, передачи и распространения разнообразной информации | Неполное знание о технологиях сбора, накопления, обработки, передачи и распространения разнообразной информации | В целом сформировавшееся знание о технологиях сбора, накопления, обработки, передачи и распространения разнообразной информации | Сформировавшееся систематическое знание о технологиях сбора, накопления, обработки, передачи и распространения разнообразной информации |
Уметь: использовать статистические и математические методы для анализа больших объемов информации | Отсутствие умения использовать статистические и математические методы для анализа больших объемов информации | Фрагментарное умение использовать статистические и математические методы для анализа больших объемов информации | Неполное умение использовать статистические и математические методы для анализа больших объемов информации | В целом сформировавшееся умение использовать статистические и математические методы для анализа больших объемов информации | Сформировавшееся систематическое использовать статистические и математические методы для анализа больших объемов информации |
Владеть (навыками): современными программными средствами для поиска, обработки необходимой информации и получения новых знаний | Отсутствие владения современными программными средствами для поиска, обработки необходимой информации и получения новых знаний | Фрагментарное владение современными программными средствами для поиска, обработки необходимой информации и получения новых знаний | Неполное владение современными программными средствами для поиска, обработки необходимой информации и получения новых знаний | В целом сформировавшееся владение современными программными средствами для поиска, обработки необходимой информации и получения новых знаний | Сформировавшееся систематическое владение современными программными средствами для поиска, обработки необходимой информации и получения новых знаний |
Шкала оценивания (соотношение с традиционными формами аттестации) | неудовлетворительно | неудовлетворительно | удовлетворительно | хорошо | отлично |
ПК-17 Способность использовать технологии разработки объектов профессиональной деятельности в областях: машиностроение, приборостроение, техника, образование, медицина, административное управление, юриспруденция, бизнес, предпринимательство, коммерция, менеджмент, банковские системы, безопасность информационных систем, управление технологическими процессами, механика, техническая физика, энергетика, ядерная энергетика, силовая электроника, металлургия, строительство, транспорт, железнодорожный транспорт, связь, телекоммуникации, управление инфокоммуникациями, почтовая связь, химическая промышленность, сельское хозяйство, текстильная и легкая промышленность, пищевая промышленность, медицинские и биотехнологии, горное дело, обеспечение безопасности подземных предприятий и производств, геология, нефтегазовая отрасль, геодезия и картография, геоинформационные системы, лесной комплекс, химиколесной комплекс, экология, сфера сервиса, системы массовой информации, дизайн, медиаиндустрия, а также предприятия различного профиля и все виды деятельности в условиях экономики информационного
Планируемые результаты обучения (показатели достижения заданного уровня освоения компетенций) | Критерии оценивания результатов обучения | ||||
1 | 2 | 3 | 4 | 5 | |
Знать: основные виды и процедуры обработки больших объемов разнообразной информации | Отсутствие знания об основных видах и процедурах обработки больших объемов разнообразной информации | Фрагментарное знание об основных видах и процедурах обработки больших объемов разнообразной информации | Неполное знание об основных видах и процедурах обработки больших объемов разнообразной информации | В целом сформировавшееся знание об основных видах и процедурах обработки больших объемов разнообразной информации | Сформировавшееся систематическое знание об основных видах и процедурах обработки больших объемов разнообразной информации |
Уметь: проводить сравнительный анализ и выбор современных информационных технологий поиска и обработки информации | Отсутствие умения проводить сравнительный анализ и выбор современных информационных технологий поиска и обработки информации | Фрагментарное умение проводить сравнительный анализ и выбор современных информационных технологий поиска и обработки информации | Неполное умение проводить сравнительный анализ и выбор современных информационных технологий поиска и обработки информации | В целом сформировавшееся умение проводить сравнительный анализ и выбор современных информационных технологий поиска и обработки информации | Сформировавшееся систематическое умение проводить сравнительный анализ и выбор современных информационных технологий поиска и обработки информации |
Владеть (навыками): навыками использования современных информационных технологий поиска информации и способов обработки больших объемов данных | Отсутствие владения навыками использования современных информационных технологий поиска информации и способов обработки больших объемов данных | Фрагментарное владение навыками использования современных информационных технологий поиска информации и способов обработки больших объемов данных | Неполное владение навыками использования современных информационных технологий поиска информации и способов обработки больших объемов данных | В целом сформировавшееся владение навыками использования современных информационных технологий поиска информации и способов обработки больших объемов данных | Сформировавшееся систематическое владение навыками использования современных информационных технологий поиска информации и способов обработки больших объемов данных |
Шкала оценивания (соотношение с традиционными формами аттестации) | неудовлетворительно | неудовлетворительно | удовлетворительно | хорошо | отлично |
3 ПЕРЕЧЕНЬ ОЦЕНОЧНЫХ СРЕДСТВ
№ п/п | Коды компетенций и планируемые результаты обучения | Оценочные средства | ||
Наименование | Представление в ФОС | |||
1. | ОПК-5 | знать | Собеседование | Вопросы по теме |
уметь | ||||
уметь | Практические работы | Перечень тем практических работ | ||
владеть (навыками) | ||||
2. | ПК-17 | знать | Собеседование | Вопросы по теме |
уметь | Практические работы | Перечень тем практических работ | ||
владеть (навыками) |
4 ОПИСАНИЕ ПРОЦЕДУРЫ ОЦЕНИВАНИЯ
Промежуточная аттестация по дисциплине «Введение в анализ больших данных» включает в себя теоретические задания, позволяющие оценить уровень усвоения обучающимися знаний, и практические задания, выявляющие степень сформированности умений и владений (см. раздел 5).
Усвоенные знания и освоенные умения проверяются при помощи собеседования, умения и владения проверяются в ходе выполнения практических работ.
Объем и качество освоения обучающимися дисциплины, уровень сформированности дисциплинарных компетенций оцениваются по результатам текущих и промежуточной аттестаций количественной оценкой, выраженной в баллах, максимальная сумма баллов по дисциплине равна 100 баллам.
Сумма баллов, набранных студентом по дисциплине, переводится в оценку в соответствии с таблицей.
Сумма баллов по дисциплине | Оценка по промежуточной аттестации | Характеристика уровня освоения дисциплины |
от 91 до 100 | «отлично» | Студент демонстрирует сформированность дисциплинарной компетенции на итоговом уровне, обнаруживает всестороннее, систематическое и глубокое знание учебного материала, усвоил основную литературу и знаком с дополнительной литературой, рекомендованной программой, умеет свободно выполнять практические задания, предусмотренные программой, свободно оперирует приобретенными знаниями, умениями, применяет их в ситуациях повышенной сложности. |
от 76 до 90 | «хорошо» | Студент демонстрирует сформированность дисциплинарной компетенции на среднем уровне: основные знания, умения освоены, но допускаются незначительные ошибки, неточности, затруднения при аналитических операциях, переносе знаний и умений на новые, нестандартные ситуации. |
от 61 до 75 | «удовлетворительно» | Студент демонстрирует сформированность дисциплинарной компетенции на базовом уровне: в ходе контрольных мероприятий допускаются значительные ошибки, проявляется отсутствие отдельных знаний, умений, навыков по дисциплинарной компетенции, студент испытывает значительные затруднения при оперировании знаниями и умениями при их переносе на новые ситуации. |
от 41 до 60 | «неудовлетворительно» | Студент демонстрирует сформированность дисциплинарной компетенции на уровне ниже базового, проявляется недостаточность знаний, умений, навыков. |
от 0 до 40 | «неудовлетворительно» | Дисциплинарная компетенция не сформирована. Проявляется полное или практически полное отсутствие знаний, умений, навыков. |
5 КОМПЛЕКС ОЦЕНОЧНЫХ СРЕДСТВ
5.1 Контрольные вопросы для собеседования по темам
Тема 1. Введение в анализ больших данных. Обзор источников информации.
Дайте определение понятию «информационные ресурсы». Что означает «информационный поиск»? Информационно-коммуникационные технологии, что это? Перечислите основные компоненты процесса поиска информации. Определите понятие «информационные системы». Охарактеризуйте портал открытых данных РФ. Определите сущность понятия «большие данные». Сущность когнитивного анализа данных. Определите понятие Data Mining.Тема 2. Технологии хранения и обработки больших данных.
Перечислите технологии хранения больших данных. Характеристики системы хранения данных RCS. Анализ больших данных в QlikView. Характеристики системы хранения данных Полибайт. Какие модели данных вы знаете? Что включает первичная обработка данных?Тема 3. Статистические методы анализа данных.
Опишите свойства нормального распределения. Определите различия между параметрическими, непараметрическими и номинальными методами. Опишите основную идею корреляционного анализа. Что показывает коэффициент корреляции Пирсона? Для чего применяют регрессионный анализ? Как проверить адекватность построенной регрессионной модели? Основная идея дисперсионного анализа. Сущность кластерного анализа. Для чего используют дискриминантный анализ? Цели применения факторного анализа.Тема 4. Современные программные средства анализа больших данных.
Перечислите программные средства анализа больших данных. Какие инструментарии решения функциональной задачи обработки информации имеются в Excel? Преимущества работа с данными в программе R-Studio. Каковы возможности представления данных в программе R-Studio?Краткие методические указания
Собеседование проводится после изучения соответствующей темы. Преподаватель в устной форме задает вопросы студентам на лекционных занятиях.
Критерии оценки
№ | Баллы | Описание |
5 | 19–20 | Процент правильных и обоснованных ответов от 95% до 100% |
4 | 16–18 | Процент правильных и обоснованных ответов от 80 до 94% |
3 | 13–15 | Процент правильных ответов с помощью наводящих вопросов от 65 до 79% |
2 | 9–12 | Процент правильных ответов от 45 до 64% |
1 | 0–8 | Процент правильных ответов менее 45% |
5.2 Перечень тем практических работ
Тема 1. Сбор данных.
Информационные ресурсы. Портал открытых данных РФ. Сбор информации из различных источников в сети Интернет.
Тема 2. Хранение и анализ данных в программе Excel.
Тема 3. Знакомство с программой R-Studio. Синтаксис.
Тема 4. Представление исходных данных в программе R-Studio.
Тема 5. Преобразование исходных данных в программе R-Studio (векторы, массивы, матрицы, списки, таблицы).
Тема 6. Статистическая обработка данных в программе R-Studio: подсчет описательных статистик.
Тема 7. Графическое представление данных в R-Studio.
Тема 8. Законы распределения вероятностей, реализованные в R.
Тема 9. Корреляционный анализ. Определение зависимостей между переменными.
Тема 10. Регрессионный анализ (линейная зависимость). Построение линейной модели. Проверка адекватности построенной модели.
Тема 11. Регрессионный анализ (нелинейная зависимость). Определение вида зависимости. Построение модели. Проверка адекватности построенной модели.
Тема 12. Однофакторный дисперсионный анализ.
Тема 13. Многофакторный дисперсионный анализ.
Тема 14. Факторный анализ.
Тема 15. Кластерный анализ.
Тема 16. Возможности графического представления информации в программе R-Studio: графические функции отображения одномерных и многомерных данных, графический вывод с использованием графических параметров.
Краткие методические указания
На выполнение одной практической работы отводится не более одного двухчасового занятия. После выполнения каждой практической работы студент должен представить отчет о ее выполнении, а также, ответить на сопутствующие вопросы по теме.
Критерии оценки
№ | Баллы | Описание |
5 | 71–80 | Студент демонстрирует умения на итоговом уровне: умеет свободно выполнять практические задания, предусмотренные программой, свободно оперирует приобретенными знаниями и умениями, применяет их в ситуациях повышенной сложности. |
4 | 60–70 | Студент демонстрирует умения на среднем уровне: освоил основные умения, но допускаются незначительные ошибки, неточности, затруднения при аналитических операциях, переносе умений на новые, нестандартные ситуации. |
3 | 49–59 | Студент демонстрирует умения и навыки на базовом уровне: в ходе контрольных мероприятий допускаются значительные ошибки, проявляется отсутствие отдельных умений, навыков по дисциплинарным компетенциям, испытываются значительные затруднения при оперировании умениями и при их переносе на новые ситуации. |
2 | 34–48 | Студент демонстрирует умения и навыки на уровне ниже базового: проявляется недостаточность умений и навыков. |
1 | 0–33 | Студентом проявляется полное или практически полное отсутствие умений и навыков. |
