Кафедра "Комп'ютерна математика і аналіз даних"

Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/7570

Офіційний сайт кафедри http://web.kpi.kharkov.ua/kmmm

Кафедра "Комп'ютерна математика і аналіз даних" заснована в 2002 році.

Кафедра входить до складу Навчально-наукового інституту комп'ютерних наук та інформаційних технологій Національного технічного університету "Харківський політехнічний інститут", забезпечує підготовку бакалаврів і магістрів за проектно-орієнтованою освітньою програмою за напрямом науки про дані "DataScience".

У складі науково-педагогічного колективу кафедри працюють: 3 доктора наук: 1 – технічних, 1 – фізико-математичних, 1 – педагогічних; 15 кандидатів наук: 10 – технічних, 4 – фізико-математичних, 1 – педагогічних; 3 співробітників мають звання професора, 9 – доцента.

Переглянути

Фільтри

20201

Налаштування

DOI: search.filters.doi.doi.org/10.20998/2078-7782.2020.1.08

Результати пошуку

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    Методика діагностики професійно значущих якостей педагога-лідера
    (Національний технічний університет "Харківський політехнічний інститут", 2020) Дубініна, Оксана Миколаївна; Ігнатюк, Ольга Анатоліївна
    У статті запропоновано діагностичну методику визначення рівня сформованості професійно значущих якостей педагога-лідера на підставі системно-квалітативного підходу, що поєднує в собі системність і принципи квалітології. Наведено визначення сформованості якостей за кожною сферою окремо: емоційно-вольовою, професійно-діяльнісною, когнітивно-пізнавальною, міжособистісних відносин та сферою самовідношення. Авторами виконано розрахунок загального рівня сформованості усіх якостей, що належать до п’яти означених сфер з використанням математичного апарату матричного обчислення. Теоретично обґрунтовано факторно-критеріальну модель педагога-лідера з детальним аналізом усіх блоків, з яких вона складається. Виокремлено та схарактеризовано рівні сформованості професійно значущих якостей педагога-лідера: високий, середній та низький.