No description available.

Выпускная квалификационная работа состоит из введения, двух частей, заключения, библиографического списка, приложений. В теоретической части дана характеристика терминам, значимым для осмысления темы исследования, проведен обзор и анализ текущей практики оценки эффективности обучения, а также приведены модели оценки эффективности обучения персонала и анализ возможностей их применения в ходе оценки обучения, прошедшего в условиях цифровизации. В практической части дана характеристика организации-базы проведения исследования, проведено исследование системы обучения персонала в исследуемой организации, выведена и апробирована комплексная модель оценки эффективности обучения персонала, созданная на базе известных моделей оценки эффективности обучения персонала. В заключении подведены итоги в соответствии с поставленными задачами. / The final qualifying work consists of an introduction, two main parts, a conclusion, a reference list and applications. The theoretical part gives the characteristic of terms significant for understanding the study, provides a review and analysis of the current practice of evaluating the effectiveness of personnel training. It presents models for assessment the efficiency of personnel training and it gives an analysis of the possibilities of their application during the evaluation of training that took place in the conditions of digitalization. The practical part gives the characteristics of the organization under the research. The study of the personnel training system is conducted in the organization, a comprehensive model for evaluating the effectiveness of personnel training is derived and tested, created on the basis of well-known models for evaluating the effectiveness of personnel training. The conclusion summarizes the results in accordance with the tasks set.

Актуальность исследования заключается в том, что оно углубляется в пересечение педагогики и развлечений, исследуя эффективность использования фильмов и телешоу в качестве образовательных инструментов для обучения грамматике английского языка. Цель исследования – показать возможность использования аутентичного материала в виде фильмов и телешоу в процессе обучения английскому языку и способы их включения в обучение грамматике. Исходя из поставленной цели решается ряд задач: 1. Рассмотреть тенденции развития языков международного общения. 2. Обобщить различные подходы, принципы и методы обучения грамматике английского языка. 3. Представить систему образования и обучения иностранным языкам в арабо-говорящих странах и Ираке. 4. Рассмотреть метод обучения английской грамматике на основе фильмов и телешоу. 5. Провести опытно -поисковую работу по внедрению методики преподавания грамматики английского языка на основе фильмов и телешоу. 6. Предложить рекомендации по обучению грамматике английского языка на основе фильмов и телешоу. Объектом исследования является процесс обучения иностранным языкам с использованием интерактивных методов, включающих ресурсы кинематографии (фильмы и телешоу). Предметом исследования является методика обучения грамматике английского языка с использованием интерактивных методов, включающих ресурсы кинематографии (фильмы и телешоу). / The relevance of the study lies in the fact that it delves into the intersection of pedagogy and entertainment, exploring the effectiveness of using films and TV shows as educational tools for teaching English grammar. The purpose of the study is to show the possibility of using authentic material in the form of films and TV shows in the process of teaching English and ways to include them in teaching grammar. Based on the stated goal, a number of tasks are solved. The object of the study is the process of teaching foreign languages using inter-active methods, including cinematography resources (films and TV shows). The subject of the study is the methodology of teaching English grammar using interactive methods, including cinematography resources (films and TV shows).

The developing of lexical competence is one of the goals of teaching a foreign language. The lexical competence is the student's ability to determine the meaning of a word in context, the ability to use it in speech and in writing. It is worth noting that lexical competence also includes knowledge of the system and norms of the language being studied, which are subsequently applied in practice. In the modern methodology of teaching foreign languages, there are a large number of methods and technologies that contribute to the achievement and realization of the set learning goal. One such approach is the lexical approach, which emphasizes the importance of actively using vocabulary in the context of real communication situations, which allows students to learn a foreign language faster and more effectively. The relevance of the study is determined by the necessity for further development of effective approaches to the development of lexical competence. In the theoretical chapter, the components of the foreign language learning process were analyzed, the structure, approaches and methods of developing lexical competence were analyzed, the principles of teaching a foreign language to students of non-linguistic majors were considered, the principles of implementing a lexical approach in teaching English to students of non-linguistic majors were formed. In the practical chapter, lesson plans based on the lexical approach, exercises that form lexical competence were developed, their practical application was described, the results of their testing were analyzed, proving the effectiveness of the lexical approach in the process of teaching a foreign language. / Формирование лексической компетенции является одной из целей обучения иностранному языку, то есть способность учащегося определять значение слова в контексте, возможность использовать его в устной и письменной форме. Стоит отметить, что лексическая компетенция также включает в себя знание системы и норм изучаемого зыка, которые в последующем применяются на практике. В современной методике преподавания иностранных языков существует большое количество методов и технологий, способствующих достижению и реализации поставленной цели обучения. Один из таких подходов – это лексический подход, который подчёркивает важность активного использования лексики в контексте реальных ситуаций общения, что позволяет обучающимся быстрее и эффективнее овладевать иностранным языком. Актуальность исследования обусловлена необходимостью дальнейшей разработки эффективных подходов к формированию лексической компетенции. В теоретической главе были проанализированы составляющие процесса обучения иностранному языку, проанализированы структура, способы формирования, подходы и методы формирования лексической компетенции, рассмотрены принципы обучения иностранному языку студентам неязыковых специальностей, сформированы принципы реализации лексического подхода при преподавании английского языка студентам непрофильных специальностей. В практической главе были разработаны планы занятий, основанные на лексическом подходе, упражнения, формирующие лексическую компетенцию, описано их практическое применение, проанализированы итоги их апробации, доказывающие эффективность применения лексического подхода в процессе обучения иностранному языку.

This diploma work consists of three chapters and is devoted to the prediction of credit risks using machine learning methods, in particular, to finding the most effective model for predicting credit risk. An analysis of scientific literature was conducted in order to identify the most popular models in this area, as well as data sets that can be used for their subsequent training. The found sets containing data on credit risk were analyzed, transformed, normalized and sent to train several models: logistic regression, decision tree, random forest, support vector machine, k-nearest neighbors, XGBoost and CatBoost. When training the models mentioned above, the imbalance between credit risk classes was taken into account - methods for combating unbalanced classes were considered. The results obtained during the work were presented in the form of tables with metric values. The work of some of the considered machine learning models was interpreted using the SHAP library. In conclusion of this study, a conclusion was made about which of the considered models showed the highest results in determining credit risk. / Данная дипломная работа состоит из трех глав и посвящена предсказанию кредитных рисков с помощью методов машинного обучения, в частности, поиску наиболее эффективной для предсказания кредитного риска модели. Был проведен анализ научной литературы в целях выявления наиболее популярных в данной сфере моделей, а также наборов данных, которые могут быть использованы для их последующего обучения.Найденные наборы, содержащие в себе данные о кредитном риске, были проанализированы, преобразованы, нормализованы и отправлены на обучение нескольких моделей: логистическая регрессия, дерево решений, случайный лес, метод опорных векторов, метод k-ближайших соседей, XGBoost и CatBoost. При обучении упомянутых ранее моделей учитывался дисбаланс между классами кредитного риска – рассмотрены методы борьбы с несбалансированными классами. Полученные в ходе работы результаты представили в виде таблиц со значениями метрик. Работу некоторых рассмотренных моделей машинного обучения удалось интерпретировать с помощью библиотеки SHAP. В заключении данного исследования был сделан вывод о том, какие из рассматриваемых моделей показали наивысшие результаты при определении кредитного риска.

The work is devoted to the study of the limitations and advantages of using large language models on tabular data. / Работа посвящена исследованию ограничений и преимуществ при использовании больших языковых моделей на табличных данных.

Данная работа посвящена применению моделей глубокого обучения для решения этой проблемы в процессе разработки программного обеспечения. Разработан стенд для имитации процесса разработки ПО, на котором были сгенерированы синтетические данные логов из различных сервисов. Объединение разнородных логов позволило создать реалистичный набор данных со скрытыми зависимостями для более сложной задачи поиска аномалий. На созданном наборе данных были применены модели глубокого обучения DeepLog, LogAnomaly и LogBERT. Для каждой модели выполнено обучение и оценка эффективности обнаружения аномалий на тестовой выборке. Разработанный стенд может усложняться и использоваться для дальнейших исследований в области применения глубокого обучения к задаче поиска аномалий в логах в процессе разработки ПО. / This paper focuses on the application of deep learning models to address this problem in the software development. A simulation framework was developed to imitate the software development by generating synthetic log data from different services. Combining heterogeneous logs allowed the creation of a realistic dataset with hidden dependencies for a more complex anomaly search task. DeepLog, LogAnomaly and LogBERT deep learning models were applied on the created dataset. For each model, training and evaluation of anomaly detection performance on a test sample was performed. The developed framework can be extended and used for further research in the application of deep learning to the task of searching for anomalies in logs during software development.

Объект исследования: алгоритмы оценки глубины изображения. Предмет исследования: методы обучения и оптимизаций построения карты глубины из одного изображения. Цель работы: оптимизация алгоритма построения карты глубины изображения на основе глубокой нейронной сети. В процессе исследования проводились: сравнение базовых архитектур. модели, анализ и визуализация полученных результатов, измерение производительности различных архитектур, наблюдение за аномальными случаями в процессе обучения и эксплуатации модели. В работе продемонстрирован алгоритм построения, обучения и оптимизации сверточной нейронной сети для оценки глубины изображения. Область практического применения: алгоритмы оценки глубины изображения используются в следующих сферах: беспилотное управление транспортными средствами, 3D реконструкция сцены, AR/VR, навигационные системы, медицина, анимация. / Object of the study: algorithms for estimating the image depth. Subject of the study: methods of training and optimization of constructing a depth map from a single image. Objective of the work: optimization of the algorithm for constructing an image depth map based on a deep neural network. During the study, the following was carried out: comparison of basic architectures. models, analysis and visualization of the obtained results, measurement of the performance of various architectures, observation of anomalous cases during the training and operation of the model. The work demonstrates an algorithm for constructing, training and optimizing a convolutional neural network for estimating the image depth. Area of practical application: image depth estimation algorithms are used in the following areas: unmanned vehicle control, 3D scene reconstruction, AR / VR, navigation systems, medicine, animation.

The study of vulnerabilities in intrusion detection systems (IDS/IPS) in algorithms based on statistical and machine learning methods is a relevant topic due to the constant growth of cyber threats in the present time, the need to protect data privacy, the application of the latest technologies and the prevalence of the use of machine learning methods in the field of information security. The practical significance of the study is as follows: the results of the study will allow to identify vulnerabilities in intrusion detection systems (IDS/IPS), which helps to improve the overall level of security of information systems; the study of algorithms based on statistical and machine learning methods will allow to develop new methods of protection against attacks and implement them in existing IDS/IPS systems; the obtained results can be used to train information security specialists, which helps to improve the level of security of information systems. / Исследование уязвимостей систем обнаружения вторжений (IDS/IPS) в алгоритмах, основанных на статистических методах и методах машинного обучения, является актуальной темой в силу постоянного роста киберугроз в нынешнее время, необходимости защиты конфиденциальности данных, применения новейших технологий и распространенности использования методов машинного обучения в области информационной безопасности. Практическая значимость исследования заключается в следующем: результаты исследования позволят выявить уязвимости в системах обнаружения вторжений (IDS/IPS), что способствует повышению общего уровня безопасности информационных систем; изучение алгоритмов, основанных на статистических методах и методах машинного обучения, позволит разработать новые методы защиты от атак и внедрить их в существующие системы IDS/IPS; полученные результаты могут быть использованы для обучения специалистов по информационной безопасности, что способствует повышению уровня квалификации и подготовки кадров в данной области.

В магистерской диссертации рассмотрены теоретические аспекты управления процессом внедрения лин-технологий в деятельность образовательных организаций. Систематизированы современные модели управления образовательной организацией и определено понятие «вытягивающая модель обучения». Исследованы основные тенденции развития российских учреждений дополнительного образования. Проведен анализ потребностей в сфере дополнительного образования и осуществлена диагностика основных ценностей данного направления. Разработана концепция проекта на основе «вытягивающей модели обучения» и классификации видов потерь, возникающих в процессе обучения, по организации научно-технической направленности. Разработан план мероприятий по реализации проекта в МКУ ДО Байкаловский районный ЦВР. Определены риски проекта, мероприятия по их снижению и дана оценка эффективности проекта с позиций ключевых участников. / The master's thesis examines the theoretical aspects of managing the process of implementing lean technologies in the activities of educational organizations. Modern models of educational organization management are systematized and the concept of "stretching model of training"is defined. The main trends in the development of Russian institutions of additional education are studied. The analysis of needs in the field of additional education is carried out and diagnostics of the main values of this direction is carried out. The concept of the project is developed on the basis of the" pulling model of training " and classification of types of losses that occur in the learning process, according to the organization of scientific and technical orientation. An action plan for the implementation of the project in the MCU TO Baykalovsky district Central Park was developed. The project risks and measures to reduce them are identified, and the project effectiveness is evaluated from the positions of key participants.