 С 2006 года федеральными органами государственной власти Российской Федерации осуществляется целенаправленная деятельность, связанная с ограничением в образовательных организациях доступа обучающихся к негативной информации. В 2014 году Минобрнауки России, Минкомсвязи России и Временная комиссия Совета Федерации по развитию информационного общества разработали методические рекомендации по ограничению в образовательных организациях доступа обучающихся к видам информации, распространяемой посредством сети «Интернет», причиняющей вред здоровью и (или) развитию детей, а также не соответствующей задачам образования. В 2018 году были разработаны методические рекомендации по основам информационной безопасности для обучающихся общеобразовательных организаций. Данные рекомендации направлены на организацию преподавания основ информационной безопасности в общеобразовательных организациях Российской Федерации.
Также были разработаны Методические рекомендации адресованные педагогическим работникам общеобразовательных организаций и профессиональных образовательных организаций в целях оказания методической поддержки при создании и ведении персональных сайтов и (или) страниц сайтов в сети «Интернет». |
 С 25 февраля по 3 марта 2019 года для школьников пройдет всероссийское образовательное мероприятие «Урок цифры» на тему «Искусственный интеллект и машинное обучение». Это будут необычные уроки информатики, подготовленные специалистами по аналитике данных Сбербанка.Для учеников с 1-го по 8-й класс урок будет состоять из видеолекции и тренажера, на котором ребята будут «обучать» робота трудиться в зоопарке. Для того, чтобы робот мог отличить животных друг от друга и правильно их кормить, школьникам предстоит очистить данные, разметить их, определить размер выборки,  выбрать эффективный алгоритм для проверки и провести «фичеринжиниринг», то есть ранжировать данные по определенным признакам. Все эти шаги выполняются в игровой форме.Тренажер для старшеклассников — это графический симулятор, в нем ученик видит основные этапы работы с моделью машинного обучения: настройки гиперпараметров нейронной сети, улучшение модели по мере прохождения, изменение результатов модели на тестовых данных, выбор лучшей модели. |
