Компиляторы и интерпретаторы

Компиляторы и интерпретаторы

В результате изучения дисциплины студент будет знать:
- проблематику разработки языков программирования;
- методологию и современные инструменты разработки языков программирования;
- определения основных математических моделей и систем, используемых для описания формальных языков и в процедурах трансляции;
- соответствия между различными моделями и способы (алгоритмы) преобразования одной модели в другую;
- общую схему и содержание основных этапов процесса трансляции программы;
уметь:
-разрабатывать лексику, синтаксис и семантику языков программирования с применением моделей теории формальных языков;
проектировать и программно реализовывать основные части транслятора;
владеть:
-навыками самостоятельной разработки языков программирования;
-навыками самостоятельной разработки элементов транслятора с использованием моделей формальных языков.

Введение в разработку веб-сайтов

Введение в разработку веб-сайтов

Основные задачи курса:

– ознакомить студента с методикой проектирования Web-сайтов;

– рассмотреть основные понятия Интернет технологий, методах, способах и формах представления, хранения обработки информации в Интернете.

– дать знания по основам построения и функционирования систем Интернет бизнеса и электронной коммерции, средствам и методам защиты информации в платежных и торговых системах;

– развить умения и практические навыки студента по использованию современных инструментальных средств разработки Web-сайтов


Разработка проектов в области компьютерных наук

Разработка проектов в области компьютерных наук

Цель освоения курса - получение навыков в области планирования и реализации проектов, а также использования эффективных методов и современных инструментальных средств для их разработки в области компьютерных наук.
Содержание: управление программным проектом, управление командой проекта, модели организации команд, общение в команде, планирование и контроль.
Объём дисциплины: Лекции – 16 часов, практические занятия – 16 часов, лабораторные работы – 16 часов, самостоятельная работа студента – 60 часов (ВСЕГО – 108 часов).
Промежуточная аттестация: зачёт, курсовая работа.

Машинное обучение и анализ данных

Машинное обучение и анализ данных

В процессе изучения курса студенты ознакомятся с основными задачами интеллектуального анализа данных, изучат методы и задачи классификации, регрессии и кластеризации данных, а также примеры их решения, на практике получат умения разрабатывать интеллектуальные алгоритмы обработки данных и реализовывать их на языках программирования высокого уровня, овладеют навыками проектирования, алгоритмизации и создания интеллектуальных систем обработки данных.