У статті зібрано відгуки про вибіркові дисципліни катедри ММСА на 4 курс. Зазначимо, що ця інформація базується на суб'єктивних думках студентів, які вже вивчали ці предмети, і наведена лише з ознайомлювальною метою.

Хочемо звернути увагу на:

«Відповідь викладача» — викладач або викладачка вперше викладатиме дану дисципліну, тому ми звернулися до нього / неї з проханням розповісти про плани.

Стаття містить статистику 2023-2024 років — відповідей цьогорічного опитування було недостатньо, додана інформація з попередніх статей.

Висловлюємо щиру подяку студентам, які взяли участь у зборі відгуків, та викладачам, що відповіли на наші запитання!

Вибіркові інших катедр та курсів ви можете знайти за цими посиланнями:

• ШІ 3 курс
• ШІ 4 курс
• ММСА 3 курс
• СП 3 курс
• СП 4 курс

---

7 семестр

Освітній компонент 9

Хмарні технології та сервіси (Кафедра СП)

(Дивіться Ф-каталог.)

Аналіз фінансово-економічних даних (Кузнецова Н.В.)

Про що предмет, що вивчалося?

• «Не вникав».

«Назва цілком відповідає. Предмет легкий для закриття на 60. Якщо докласти трохи зусиль, то і 100 легко отримати».

«Баєсівські мережі, дерева рішень, лінійна регресія».

«Аналіз фінансово-економічних даних».

Які попередні знання необхідні?

«Знаходити відповіді на курсеру».

«Робити красиві презентації на ~100 слайдів та розповідати їх за 10 хвилин. Цього буде достатньо».

«Базовий пайтон».

«Python, робота з даними».

Розкажіть про актуальність знань, що були здобуті під час вивчення дисципліни.

• «Цікаве запитання».

• «Гарний досвід роботи в команді, це все. Просто практичне застосування вже наявних знань».

• «Основи дата саєнсу».

• «Корисно».

Розкажіть докладніше про РСО.

• «Купа дз, відвідуваність і проєкт на 100 або 60 за 5(!) курсер спільною тривалістю 200+ годин».

• «3 курси (курсера) + проєкт».

• «Бали можна було отримати з багатьох джерел: і за дз, і за курсеру, і за роботу на парі, і за проєкт. Все сумується докупи і виходить більше 100 (якщо робити прям все)».

• «Лаби, можна курси + штурм каглу».

Які загальні враження від дисципліни?

• «Негативні».

• «Досі в шоці від ~100 слайдів за 10 хвилин (груповий проєкт)».

• «Дисципліна цікава, завдання логічні й чіткі».

• «Найкращий предмет в семестрі».

Вільний мікрофон.

• «Аби дізнатися оцінку в кінці семестру потрібно було ввімкнути камеру, показати себе й документ, що засвідчує особу (паспорт, студентський). Також у декого були проблеми з курсерами, тому що для безкоштовного проходження потрібно подаватися на фінансову допомогу. Викладачка у висновку не приймала курси без сертифіката навіть, якщо були докази та оцінка. У цілому редфлаг, але для «здав-забув» підійде».

• «Якщо шукаєте щось справді цікавеньке, то записуйтеся».

Основи бізнес-аналізу (Левашова О.В.)

Про що предмет, що вивчалося?

• «Ну, власне, назва дисципліни говорить сама за себе».

Які попередні знання необхідні?

• «Предмет можна вибирати, не маючи ніяких знань в області бізнес-аналізу».

Розкажіть про актуальність знань, що були здобуті під час вивчення дисципліни.

• «Викладачка керувалася книгою BABOK — так звана «Біблія» в галузі бізнес-аналізу, де викладені ключові концепції та методології. Тому матеріал є доволі актуальним».

Розкажіть докладніше про РСО.

• «Щоб закрити предмет, необхідно було здати 2 КР (звичайний тестик) та написати есе. Також протягом семестру потрібно було виконати одну індивідуальну роботу, яка полягала в тому, щоб придумати свій проєкт і провести бізнес-аналіз по ньому: розписати функціональні вимоги, детально їх проаналізувати, визначити скоуп проєкту, написати юзкейси та юзер сторі».

Які загальні враження від дисципліни?

• «Предмет закривається доволі легко, викладачка приємна, тому рекомендую брати, якщо хочете якось розвантажити семестр».

Освітній компонент 10

Конфліктно-керовані системи (Канцедал Г.О.)

Про що предмет, що вивчалося?

• «Повтор ММП з 3 курсу».

Які попередні знання необхідні?

• «Python».

Розкажіть про актуальність знань, що були здобуті під час вивчення дисципліни.

• «Ви це все мали б уже й так знати».

Розкажіть докладніше про РСО.

• «Лаби, можна курси».

Які загальні враження від дисципліни?

• «Чіл».

Вільний мікрофон.

• «Викладач обіцяв взятися за предмет, тому у вас уже буде щось цікавіше».

Комп’ютерні мережі (Кухарєв С.О.)

Про що предмет, що вивчалося?

• «Комп’ютерні мережі».

Які попередні знання необхідні?

• «Можна з нуля».

Розкажіть про актуальність знань, що були здобуті під час вивчення дисципліни.

• «Актуальні».

Розкажіть докладніше про РСО.

• «Лаби або 3 курси на курсері для максимального балу. Усі матеріали були в достатній кількості в Гугл класі».

Які загальні враження від дисципліни?

• «Чудові».

Вільний мікрофон.

• «Хороший лояльний та сучасний викладач. Дав можливість закрити цікавими й непростими курсерами. Також була можливість робити лаби й ще докладніше розібратися в предметі».

Аналіз часових рядів (Гуськова В.Г.)

Про що предмет, що вивчалося?

• «Часові ряди :)».

Які попередні знання необхідні?

• «Чисельні методи, трохи матан і прога».

Розкажіть про актуальність знань, що були здобуті під час вивчення дисципліни.

• «Корисно».

Розкажіть докладніше про РСО.

• «3-4 лаби + КР у Гугл формі, з повагою до студентства й адаптацією під воєнний час».

Які загальні враження від дисципліни?

• «Чудові, викладачі — супер».

Вільний мікрофон.

• «Дуже хороші, адекватні викладачі, хотілося б, щоб усі предмети так вели».

Освітній компонент 11

Байєсівський аналіз даних (Терентьєв О.М.)

Про що предмет, що вивчалося?

• «Назва предмету говорить сама за себе. Усе про мережі Байєса. Як з ними працювати, що це взагалі таке. Не було якихось відходів від теми. Приклади тем лекцій: «Місце та роль байєсівських мереж», «Статистика успіху ІТ-проєктів», «Мережі Байєса. Використання мереж Байєса при написанні кандидатських робіт». Загалом, все зводиться до мереж Байєса».

Які попередні знання необхідні?

• «Мати базове розуміння тй, вміти мінімально писати код (знання пайтона)».

Розкажіть про актуальність знань, що були здобуті під час вивчення дисципліни.

• «Не впевнений, наскільки актуально. Одна з лабораторних робилася в старій за виглядом програмі. Мережі Байєса використовують у медицині для врахування різних параметрів людини й пошуку ймовірностей виникнення того чи іншого захворювання: якщо курить — більша схильність до раку легень, і так можна з кількома факторами одночасно. Загалом байєсівський підхід доволі розповсюджений, точно використовується в аналізі даних. Але предмет був не про це, а суто про мережі Байєса. Можливо, це допоможе потім зрозуміти байєсівський підхід в різних областях. Не скажу, що супер прям актуальні знання. Можна було б просто в рамках якогось предмету винести пару лекцій, не більше. Може комусь буде актуально, думаю, мало кому».

Розкажіть докладніше про РСО.

• «4 лабораторні. 1 — на пайтоні, про побудову мережі Байєса, значення ймовірності стану певної вершини, з якимись початковими параметрами. Треба зрозуміти вплив і кінцевий результат їхнього поєднання. 2 — в дуже старій програмі, теж побудувати мережу, створити вершини, задати їм стани та ймовірності цих станів. Те саме, що й у першій, просто в спеціалізованому середовищі. 3 — на пайтоні, трохи поскладніше, більш хардова версія 1. 4 — есе. Залік — запитання в гугл-формі».

Які загальні враження від дисципліни?

• «Таке, не дуже враження. Те, що можна було дати більш стисло, дали на цілий предмет».

Вільний мікрофон.

• «Треба трохи вчити. Важко закрити предмет і нічого не робити. Були жорсткі дедлайни, доволі сильно різалися бали. Через дд змушений здавати, курси не передбачені».

Основи моделювання складних мереж (Данилов В.Я.)

Про що предмет, що вивчалося?

• «Нейронні мережі».

Які попередні знання необхідні?

• «Гарне запитання».

Розкажіть про актуальність знань, що були здобуті під час вивчення дисципліни.

• «Більшість матеріалу не особливо актуальна».

Розкажіть докладніше про РСО.

• «Тільки лаби, їхня кількість стала відома після середини семестру, але здати достатньо легко, у висновку було 5, проте й за 4 ставив 80+».

Які загальні враження від дисципліни?

• «Здав-забув».

Вільний мікрофон.

• «Викладач унікальний. Зв'язок із ним був через «старосту» дисципліни серед студентів або по телефону. Постійні переноси / відміни пар, любить помучити лекціями на захисті, але в цілому добрий».

Крос-платформне програмування (Коновалюк М.М.)

Про що предмет, що вивчалося?

• «Мова програмування Java».

Які попередні знання необхідні?

• «Можна вивчати з нуля».

Розкажіть про актуальність знань, що були здобуті під час вивчення дисципліни.

• «Знання актуальні, базові».

Розкажіть докладніше про РСО.

• «Щодо лабораторних робіт: перша індивідуальна, друга й третя — у групах. Також 9-10 тестів, а для тих, хто відвідував лекції, є завдання на додаткові бали».

Які загальні враження від дисципліни?

• «Хороший предмет для тих, хто зацікавлений у вивченні мови з нуля».

8 семестр

Освітній компонент 12

Навчання з підкріпленням (Reinforcement Learning) (Касьянов П.О.)

Про що предмет, що вивчалося?

• «Вивчення з підкріпленням».

• «Простенькі модельки».

Які попередні знання необхідні?

• «Матан і його продовження, прога».

Розкажіть про актуальність знань, що були здобуті під час вивчення дисципліни.

• «Вкрай актуально».

Розкажіть докладніше про РСО.

• «Робота на парах плюс класичні контрольні заходи (без особливої мороки), або 2 курсери».

• «Прийшов на практику — отримуєш 20 балів. Треба відвідати 5 практик, і предмет закритий».

Які загальні враження від дисципліни?

• «Ще вивчаємо, поки хороші».

• «Чіл».

Вільний мікрофон.

• «Чудовий викладач,справді намагається пояснити студентам і добре комунікує з ними на парах. Дуже комфортний як лектор».

• «Якщо не хочете витрачати час на щось крім диплому, то вам сюди».

Методи бінарної класифікації (Купенко О. П.)

Про що предмет, що вивчалося?

• «Розглянули перелік практичних питань, які можуть бути зведені до постановки задачі бінарної класифікації, основні ефективні алгоритми бінарної класифікації, їх переваги та недоліки (логістична регресія, деревовидні алгоритми, наївний Баєс, метод опорних векторів, нейронні мережі), методи оцінки адекватності отриманих моделей, роботу з незбалансованими даними (методи балансування датасету, спеціальні функціонали якості, методи для оцінки якості)».

Які попередні знання необхідні?

• «Базові знання Python».

Розкажіть про актуальність знань, що були здобуті під час вивчення дисципліни.

• «Задачі бінарної класифікації є однією з найбільш досліджуваних і розвинених областей машинного навчання й багато проблем на практиці можуть бути зведені до цього типу задач».

Системний аналіз предметної галузі із використанням текстової аналітики (Савастьянов В.В.)

Про що предмет, що вивчалося?

• «Назва предмета цілком відповідає матеріалу, що вивчався. Розповідалося про особливості постановки задачі для аналізу (визначення предметної галузі), способи збору текстів у межах обраної сфери, використання текстової аналітики для обробки текстового корпусу; специфіку сентимент-аналізу (визначення емоційної оцінки у текстах); використання мовних моделей (ChatGPT) для дослідження предметних областей (тема волонтерської діяльності в умовах війни)».

• «Текстова аналітика, різні її області (наприклад, сентимент-аналіз)».

• «Аналіз текстів, пошук ключових слів, класифікація текстів і т.д.».

Які попередні знання необхідні?

• «Досвід роботи з Python може бути корисним, але не є обов'язковим».

• «Особливо не потрібні, бажано мати загальні уявлення про сферу data mining».

• «Розуміти, що таке машинне навчання та нейромережі. Якихось глибоких знань не треба».

Розкажіть про актуальність знань, що були здобуті під час вивчення дисципліни.

• «Викладач цікаво розповідає матеріал і підкріплює його сучасними прикладами (багато працюємо з ChatGPT). Розповідає й про проблеми сфери, що теж актуально».

• «Узагалі розглянуті теми цікаві й актуальні, але викладаються так собі».

Розкажіть докладніше про РСО.

• «Один проєкт — дослідження текстів (новин) з обраної тематики. Він був розбитий на чотири лабораторні (базова постановка задачі; збір текстового корпусу; уточнення і побудова класифікатора; класифікація текстів і їх аналіз; по завершенню – презентація отриманих результатів). Можна було робити як в групах по двоє-троє людей, так і самому. Кілька опитувальних форм по матеріалах лекцій — на додаткові бали. Була можливість закрити предмет за допомогою курсери й подальшого діалогу з викладачем по вивченому матеріалу на ~70 балів».

• «Зробити проєкт, що складається з 3 лабораторних робіт. Іноді опитування в гугл-формах, але як такого РСО оголошено не було (тут можу помилятися)».

Які загальні враження від дисципліни?

• «Загалом враження позитивні. Матеріали з лекцій часто доповнювалися детальними прикладами (як абстрактними, так і практичними). Багато уваги приділялося взаємодії з ChatGPT та поясненню того, чому саме модель дає певні відповіді, і як їх можна покращити. Було цікаво слухати «антилекції», де розказувалося про різні проблеми текстової аналітики, «наївні» методи їх подолання, й чому ці методи не варто застосовувати. Проєкт (лабораторні) теж був досить цікавим».

• «Викладач компетентний, вміє заохотити. Матеріал актуальний та цікавий».

• «Ніякі. Більше негативні, ніж позитивні. Викладач пояснює дуже загальні речі. Все поверхово й без заглиблення у матеріал. Ллє багато води. Приділив аж надто багато зайвої уваги цьому ChatGPT. Штука безумовно крута, але не настільки, щоб протриндіти про неї дві лекції та дати по ній лабу. Але як людина викладач доволі приємний».

Освітній компонент 13

Теорія хаосу в динамічних системах (Лопатін О.К.)

(Дивіться Ф-каталог.)

Аналіз економічних фінансових ризиків (Гуськова В.Г.)

Про що предмет, що вивчалося?

• «Ще вивчаємо, все згідно з назвою».

• «АЧР для лінивих».

Які попередні знання необхідні?

• «Матан, трохи аналізу числових рядів, чисельних методів».

• «Python».

Розкажіть про актуальність знань, що були здобуті під час вивчення дисципліни.

• «Актуально».

• «Припустимо».

Розкажіть докладніше про РСО.

• «3-4 лаби (одну з них можна закрити курсерою) і кр».

• «3 лаби».

Які загальні враження від дисципліни?

• «Ще вивчаємо, поки хороші».

• «Чіл».

Вільний мікрофон.

• «Хороший викладач».

Стаціонарні випадкові процеси (Ільєнко А.Б.)

(Відповідь викладача.)

Що порадите додатково вивчити чи передивитися перед відвідуванням вашої дисципліни?

• «Теорія ймовірностей, теорія випадкових процесів, окремі розділи функціонального аналізу (тепер вже обов’язково)».

Кому порадите обрати цей предмет?

• «Тим, хто планує в майбутньому серйозно займатися теоретичними питаннями теорії випадкових процесів або теорії керування. Також курс містить кілька лекцій з основ страхової математики, які будуть цікаві ширшому колу студентів».

Які види роботи планується проводити?

• «Розрахункова робота за темою “Елементи страхової математики”. Підсумкова залікова робота за весь курс.».

Які основні знання та навички можна набути після проходження курсу?

• «Студенти ознайомляться зі страховою моделлю Крамера–Лундберга. Подальший розвиток курсу має переважно теоретичний характер: розглядається L_2-аналіз випадкових процесів, теорія стаціонарних процесів у дискретному та неперервному часі, їх спектральні зображення, а також задачі прогнозування та інтерполяції».

Розкажіть про свій практичний досвід, пов'язаний з темою дисципліни.

• «На це питання мені відповісти складніше, оскільки я завжди займався теоретичною математикою. Проте щодо курсу «Теорія випадкових процесів» можу зазначити, що практично всі його розділи, особливо ті, що пов’язані з ланцюгами Маркова, а також процесами Вінера та Пуассона, мають надзвичайно широкі застосування в різноманітних галузях — від штучного інтелекту до задач фінансової та страхової математики».

Освітній компонент 14

Інженерія знань та теорія онтологій (Савченко І.О.)

(Дивіться Ф-каталог.)

Математичні основи інвестиційного аналізу (Лопатін О.К.)

Про що предмет, що вивчалося?

• «Обрахунок відсотків на вкладеннях?»

Які попередні знання необхідні?

• «Неповна середня освіта».

Розкажіть про актуальність знань, що були здобуті під час вивчення дисципліни.

• «Ви це і так мали б знати».

Розкажіть докладніше про РСО.

• «3 лаби».

Які загальні враження від дисципліни?

• «Викладач старшого віку».

Вільний мікрофон.

• «Читається 5 пар на тиждень, жодна інша дисципліна стільки не займала, здається, ніколи».

Прийняття рішень в умовах конфліктів (Зайченко Ю.П.)

Про що предмет, що вивчалося?

• «Продовження обов'язкової «Теорії прийняття рішень». Вивчаються прийняття рішень у теорії ігор та їхнє застосування в економіці».

Які попередні знання необхідні?

• « «Теорія прийняття рішень». Саму теорію ігор знати не треба, лектор усе розповість».

Розкажіть про актуальність знань, що були здобуті під час вивчення дисципліни.

• «Не можу сказати, наскільки вони актуальні. Не певен, що ця сфера сильно змінюється і застосування цим знанням для мене не знаходяться».

Розкажіть докладніше про РСО.

• «Тяжко… Три чи чотири контрольних роботи по 5-10 балів кожна. На тему КР ще існує ДЗ для трьох добровольців з групи, яке вони показують на практиці. Там також можна отримати стільки ж балів, скільки й за КР. Потім це все домножується, щоб максимум бал був десь 85. Ще можна піти на іспит-залік, поговорити з Зайченком на обрану тему й доотримати бали».

Які загальні враження від дисципліни?

• «Не знаю, навіщо воно треба. Зайченка слухати тяжко, хоча він старається та система навчання досить непогана. Відпочивати сильно не доводиться, але розуміння матеріалів практик достатньо, щоб писати КР і отримати свій автомат».