Электронный каталог

Казанцева, О.
    Алгоритмы Прикаспия / О Казанцева // Казахст.правда. - 2006. - 5окт.-с1

Рубрики: Политика

Кл.слова (ненормированные):
рабочая поездка Президента Н.Назарбаева по западным областям страны -- Алгоритм -- технопарк

32.973
Б 85
Босова, Л. Л.
    Программирование как инструмент формирования вычислительного мышления обучающихся. [Текст] / Л. Л. Босова // Информатика в школе. - 2020. - №10. - С. 4-10
ББК 32.973

Рубрики: информатика

Кл.слова (ненормированные):
задачи по программированию -- последовательность задач -- программирование в основной школе
Аннотация: В статье обозначены развивающие и социальные аспекты обучения школьников программированию развитие и мышления, формирование новых ценностей цифрового общества , понимание правил поведения в цифровой среде. В статье показан вариант обучения программированию , позволяющий школьникам самостоятельно изобретать алгоритмы.
Держатели документа:
ЗКУ

32.973
З-91
Зудин, В. П.
    Новые алгоритмы и формулы для вычисления объема шара и площади его поверхности для развития креативного мышления обучающихся и практического применения. [Текст] / В. П. Зудин // Информатика в школе. - 2020. - №10. - С. 32-41
ББК 32.973

Рубрики: информатика

Кл.слова (ненормированные):
новое постоянное число -- первый замечательный предел -- объем шара -- площадь поверхности шара -- площадь круга -- программа на языке Visual for Application -- VBA
Аннотация: В статье представлены новые , более точные алгоритмы и формулы для вычисления площади круга, объема шара, площади поверхности шара .
Держатели документа:
ЗКУ

32. 973
У 74
Усатова, О. А.
    Анализ методов и практическое применение хеш -функций. [Текст] / О. А. Усатова, Е. Е. Бегимбаева, С. Е. Нысанбаева, Н. С. Усатов // Известия национальной академии РК. - 2021. - №5. - С. 100-110
ББК 32. 973

Рубрики: Информационные технологии

Кл.слова (ненормированные):
защита данных -- хеш-функция -- криптография -- алгоритмы хеширования -- информационная безопасность
Аннотация: Приводятся результаты практического применения алгоритмов криптографических хеш-функций и их реализации на различных платформах.
Держатели документа:
ЗКУ
Доп.точки доступа:
Бегимбаева, Е.Е.
Нысанбаева, С.Е.
Усатов, Н.С.

36.99
C63

    Cluster analysis for databases typologization characteristics [Текст] / M. A. Nikitina, I. M. Chernukha, Ya. M. Uzakov, D. E. Nurmukhanbetova // Известия Национальной Академии наук Республики Казахстан. - 2021. - №2. - Р. 114-121
ББК 36.99

Рубрики: Общественное питание. Кулинария

Кл.слова (ненормированные):
кластер -- мера близости -- методы кластеризации -- k-means, дендрограмма
Аннотация: В статье рассмотрены основные понятия кластерного анализа и кластеризации данных. Даны краткие сведения по истории возникновения кластерного анализа, первых областях его применения. Приведена классификация методов по способу обработки и анализу данных в кластерном анализе. Проанализированы существующие методы и алгоритмы кластеризации данных: 1) по способу обработки данных; 2) по способу анализа данных; 3) по количеству применений алгоритмов кластеризации; 4) по возможности расширения объема обрабатываемых данных; 5) по времени выполнения кластеризации. Наиболее подробно описан популярный, неиерархический алгоритм k-средних. При составления адекватного рациона питания необходимо оперировать большим объемом данных, иногда не структурированным или слабоструктурированным. При разработке баз данных, в ее структуре следует предусмотреть деление продуктов на кластеры по различным характеристикам. Наряду с этим необходимо учесть деление на кластеры по другим признакам, например, аллергенности (содержит ли в своем составе продукт аллергический компонент) или содержании углеводов (важно для диабетиков). Содержание белка, калия и фосфатов следует учесть при проектировании рационов для страдающих заболеваниями почек. Присутствие конкретных аминокислот – для метаболических заболеваний и т.д. Таким образом, данные о составе продуктов и кластеризация продуктов по различным категориям позволяют диетологам формировать взаимозаменяемые списки блюд с размерами порций или списки разрешенных и неразрешенных продуктов с точки зрения различных заболеваний. Приведена кластеризация фрагмента базы данных химического состава продуктов и блюд на примере творожных продуктов и кондитерских изделий по одному из признаков – содержание углеводов – в программной среде R методом k-средних. Кластеры продуктов по содержанию углеводов очень важны при формировании рациона питания для диабетиков. Продемонстрирована визуальная градация продуктов на кластеры в виде построения дендрограммы, показывающая степень близости отдельных кластеров. Кластеризации позволяет пользователю увидеть более детальную информацию при раскрытии каждого кластера: какие подгруппы продуктов или продукты входят в данный кластер
Держатели документа:
ЗКУ
Доп.точки доступа:
Nikitina, M. A.
Chernukha, I. M.
Uzakov, Ya. M.
Nurmukhanbetova, D. E.

22
Т 56
Томилова, Н. И.
    Цифровое моделирование стационарных режимов систем теплоснабжения на базе инверсных характеристик [Текст] / Н. И. Томилова, Ю. М. Рыбачук, В. Н. Головачева // Вестник национальной инженерной академии Республики Казахстан. - 2021. - №4. - с. 187-196
ББК 22

Рубрики: Физико-математические науки

Кл.слова (ненормированные):
теплоснабжающая система -- гидравлический режим -- потокораспределение -- узловая модель -- контурная модель инверсная характеристика -- расчет -- информационно-графическая система
Аннотация: Представлены методы и алгоритмы цифровых моделей для описания и решения расчета установившихся гидравлических режимов теплоснабжающих систем, модифицированная узловая модель расчета потокораспределения, методом нового подхода формирования системы уравнений узловых напоров, при котором используются не прямые, а инверсные характеристики пассивных и активных элементов трубопроводной сети. Приведен результат анализа числовой эффективности контурной и узловой моделей на базе разработанной информационно-графической системы.
Держатели документа:
ЗКУ им М. Утемисова
Доп.точки доступа:
Рыбачук, Ю. М.
Головачева, В. Н.

22.2
А 95
Ахметов, С. М.
    Автоматизация оптимального проектирования трансмиссии буровых установок [Текст] / С. М. Ахметов, М. Т. Усербаев [и др.] // Вестник Национальной инженерной академии Республики Казахстан. - 2021. - №3. - с. 53-60
ББК 22.2

Рубрики: Механика

Кл.слова (ненормированные):
трансмиссия -- силовые агрегаты -- подъемный комплекс -- метод разбиения -- блок-схема -- алгоритмы -- программы -- оптимальное проектирование
Аннотация: Предложены алгоритмы и подпрограммы для оптимального проектирования трансмиссии лебедок буровых установок.
Держатели документа:
ЗКУ им М. Утемисова
Доп.точки доступа:
Усербаев, М. Т.
Ахметов, Н. М.
Икласова, Ж. У.
Зайдемова, Ж. К.

74
Г 94
Гулов, А. П.
    Стратегии успешного написания письменной работы на муниципальном этапе ВСОШ: эссе по цитате [Текст] / А. П. Гулов // Иностранные языки в школе. - 2022. - №04. - С. 46-52.
ББК 74

Рубрики: Образование

Кл.слова (ненормированные):
Олимпиады по английскому языку -- Всероссийская олимпиада школьников по английскому языку -- тестирование по английскому языку -- эссе по цитате
Аннотация: В данной статье рассматриваются жанр "эссе по цитате", которой является одним из письменных заданий на муниципальном этапе Всероссийской олимпиады школьников ВСОШ, а также автор анализирует типичные ошибки и предлагает стратегии и алгоритмы выполнения данного задания
Держатели документа:
ЗКУ

32.973
Ш 33
Шварц, А.
    Искусственный интеллект: будущее уже здесь [Текст] / А. Шварц // Казахстанская правда. - 2023. - 30 января. - №19. - С. 10.
ББК 32.973

Рубрики: Компьютеры

Кл.слова (ненормированные):
искусственный интеллект -- системы образования -- компьютеризированные системы -- алгоритмы -- роботы -- чат-бот с искусственным интеллектом. -- ChatGPT -- инновационные технологии
Аннотация: Стремительное развитие технологий искусственного интеллекта требует от системы образования глубокого пересмотра подходов к обучению и адаптации к современным реалиям.
Держатели документа:
ЗКУ

74
К 95
Кутузов, А. И.
    Инструменты оценки групповой и командной работы студентов в высшем образовании: систематический обзор литературы [Текст] / А. И. Кутузов, А. В. Богданова // Высшее образование в России. - 2025. - №4. - С. 118-143
ББК 74

Рубрики: Образован

Кл.слова (ненормированные):
групповая работа -- командная работа -- цифровые следы -- взаимооценка -- экспертная оценка -- нормализация оценок -- учебная аналитика -- динамика команды -- автоматизированная оценка -- формирующая оценка -- персонализированное оценивание -- командные навыки
Аннотация: Работа в команде является неотъемлемой частью профессиональной деятельности, а навыки сотрудничества необходимы студентам для успешного трудоустройства. Задача высшего образования – повышение конкурентоспособности выпускников на рынке труда посредством разработки образовательных программ, направленных на развитие навыков командной работы. Прогресс этих навыков можно наблюдать только при наличии надёжного метода измерения. Поэтому инструменты оценки развития командных навыков у студентов играют важную роль в высшем образовании. Обзор раскрывает ключевые проблемы и противоречия в оценке групповой и командной работы в высшем образовании. Анализируя традиционные методы (экспертное оценивание, взаимооценку, нормализованные подходы), исследование демонстрирует их возможную уязвимость к субъективности, когнитивным искажениям и социальным факторам. В то же время автоматизированные алгоритмы, анализ цифровых следов и мультимодальная учебная аналитика имеют высокий потенциал для фиксации реального вклада студентов и динамики их взаимодействия. Однако эти технологии пока слабо изучены и представлены в научной литературе о групповой и командной работе, их восприятие студентами остаётся неоднозначным. Один из ключевых выводов исследования: большинство существующих подходов оценивают только конечный результат, игнорируя процесс формирования командных навыков и изменение ролей участников во времени, и это ограничение приводит к несправедливому распределению оценок и снижению мотивации студентов. Работа подчёркивает необходимость перехода к гибридным моделям оценивания, объединяющим количественные цифровые данные с качественной педагогической экспертизой. Представленные выводы основаны на анализе 43 эмпирических исследований и показывают, что будущее командной оценки лежит в интеграции цифровых технологий, способных отслеживать взаимодействие студентов в реальном времени, выявлять закономерности сотрудничества и обеспечивать справедливое распределение оценок.
Держатели документа:
ЗКУ
Доп.точки доступа:
Богданова, А. В.