7M05408 Вычислительные науки и статистика в КазНУ им. аль-Фараби
-
Цель образовательной программы Программа магистратуры «Вычислительные науки и статистика» направлена на подготовку специалистов высшей квалификации в области вычислительных наук, методов стохастических вычислений, методов принятия решений, высокопроизводительных вычислений, построения расчетных сеток, машинного обучения. Выпускник настоящей образовательной программы также может осуществлять научные исследования и педагогическую деятельность в научно-исследовательских институтах и ВУЗах.
-
Академическая степень Магистратура
-
Языки обучения Русский, Казахский, Английский
-
Название ВУЗа Казахский национальный университет имени аль-Фараби
-
Срок обучения 2 года
-
Объем кредитов 120
-
Группа образовательных программ M092 Математика и статистика
-
Область образования 7M05 Естественные науки, математика и статистика
-
Направление подготовки 7M054 Математика и статистика
-
Организация и планирование научных исследований (англ)
Кредитов: 6Цель дисциплины - формирование системы базовых знаний и навыков для организации и проведения научных исследований. Будут изучены: организация научной статьи, международная система научных публикаций, авторские права в системе международных научных публикаций, библиометрические (наукометрические) индикаторы в системе международных научных публикаций: индекс научного цитирования и импакт-фактор
Год обучения - 1
Семестр 1
-
Метод решеточных уравнений Больцмана для однофазных потоков
Кредитов: 6Цель: моделирование однофазных потоков жидкости и газа методом решеточных уравнений Больцмана. Будут изучены: физические основы однофазных потоков, анализ решеточных моделей Больцмана для однофазных потоков, реализация численного алгоритма метода решеточных уравнений Больцмана.
Селективная дисциплина
Год обучения - 1
Семестр 1
-
Стохастические аппроксимация и управление
Кредитов: 6Решаются задачи стохастической аппроксимации: решение уравнения методом стохастической аппроксимации, нахождение экстремумов и рекуррентное оценивание неизвестного параметра плотности распределения при наличии дополнительного управляющего параметра. Решаются задачи об управляемых марковских цепях, оптимальное управление в области и об оптимальной остановке управляемой цепи Маркова.
Селективная дисциплина
Год обучения - 1
Семестр 1
-
История и философия науки
Кредитов: 3Изучение закономерностей и тенденций развития особой деятельности по производству научных знаний, взятых в их исторической динамике и рассмотренных в исторически изменяющемся социокультурном контексте. Курс вводит в проблематику феномена науки как предмета специального философского анализа, формирует знания об истории и теории науки; о закономерностях развития науки и структуре научного знания.
Год обучения - 1
Семестр 1
-
Высокопроизводительные вычисления
Кредитов: 6Дисциплина нацелена на то, чтобы дать знания, умения и основные навыки, позволяющие создавать высокопроизводительные реализации известных методов вычислительной математики, анализа и обработки данных. По освоении дисциплины магистрант будет знать теоретические аспекты распараллеливания алгоритмов; технологии организации кластеров и кластерных вычислений; методы аппаратной реализации алгоритмов обработки данных.
Год обучения - 1
Семестр 1
-
Педагогика высшей школы
Кредитов: 3Цель – формирование способности к педагогической деятельности в вузе на основе знаний дидактики высшей школы, теорий воспитания и менеджмента образования, анализа и самооценки преподавательской деятельности. Курс рассматривает проектирование образовательной деятельности будущего преподавателя с применением КТО, реализации Болонского процесса, овладения лекторским, кураторским мастерством с использованием стратегий и методов обучения/воспитания и оценивания (TLA-стратегий).
Год обучения - 1
Семестр 1
-
Иностранный язык (профессиональный)
Кредитов: 6Цель дисциплины: сформировать у магистрантов навыки, необходимые для общения в деловой и научной сферах, реализации коммуникативных компетенций, позволяющих вести научно-исследовательскую деятельность в международных исследовательских коллективах. Будут изучены: методы устной, письменной и электронной коммуникации; создание профессионально значимых текстов на английском языке.
Год обучения - 1
Семестр 2
-
Психология управления
Кредитов: 3Дисциплина направлена на формирование социально-психологической компетенции по объективной оценке психологических теорий управления и лидерства, динамики группового развития и командообразования, особенностей психологии масс и толпы, психологических теорий коммуникации и стратегии разрешения конфликта, необходимых для своей профессиональной деятельности в рамках управленческих взаимоотношений.
Год обучения - 1
Семестр 2
-
Метод решеточных уравнений Больцмана для многофазных потоков
Кредитов: 9Цель: моделирование многофазных и многокомпонентных потоков жидкости и газа методом решеточных уравнений Больцмана. Будут изучены: физические основы многофазных и многокомпонентных потоков, анализ решеточных моделей Больцмана для многофазных и многокомпонентных потоков, теория многокомпонентной диффузии, реализация численного алгоритма метода решеточных уравнений Больцмана.
Селективная дисциплина
Год обучения - 1
Семестр 2
-
Алгоритмы квантовых вычислений
Кредитов: 6Целью данного курса является изучение основ квантовых вычислений, квантовых вычислительных моделей и эффективных квантовых алгоритмов. В курсе рассматривается история зарождения квантовых вычислений, вводятся необходимые определения и понятия, опирающиеся на постулаты квантовой механики, изучаются квантовые вычислительные модели, детально рассматриваются известные квантовые алгоритмы, демонстрирующие мощь квантовых вычислений по сравнению с классическими.
Год обучения - 1
Семестр 2
-
Стохастические дифференциальные уравнения и их приложения
Кредитов: 9Рассматриваются стохастические процессы и случайные функции, стохастический анализ процессов, основные свойства стохастических процессов как непрерывность и дискретность. Как следствие стохастических процессов рассматривается теория марковских процессов. Определением марковских процессов является интегро-дифференциальные стохастические уравнения и стохастические дифференциальные уравнения (СДУ). Рассматривается задача Коши для СДУ.
Селективная дисциплина
Год обучения - 1
Семестр 2
-
Аналитика Big Data
Кредитов: 9Цель: изучение основных концепций и задач Big Data, таких как сбор, хранение, совместное использование, управление и анализ больших данных. Будут изучены: современные технологии больших данных, проблемы конфиденциальности и безопасности, популярные платформы больших данных, принципы работы с большими данными, методы и инструменты для анализа больших данных.
Селективная дисциплина
Год обучения - 2
Семестр 3
-
Методы построения неструктурированных сеток
Кредитов: 9Целью данного курса является изучение продвинутых алгоритмов триангуляции и разбиений пространств, таких как разбиения Вороного и триангуляция Делоне с дополнительными ограничениями, для дальнейшего построения расчетных сеток и реализации методов конечных объемов и конечных элементов на построенных сеточных структурах.
Год обучения - 2
Семестр 3
-
Непараметрическая статистика и факторный анализ
Кредитов: 9Рассматриваются непараметрические (предполагаемая функция распределения не зависит от параметров) методы обработки данных по своим возможностям сопоставимые с гауссовской. В факторном анализе предполагается, что наблюдаемые переменные являются линейной комбинацией некоторых латентных (гипотетических или ненаблюдаемых) факторов.
Селективная дисциплина
Год обучения - 2
Семестр 3
-
Глубокое обучение
Кредитов: 9В первую очередь курс направлен на формирование у студентов навыков решения прикладных задач при помощи глубоких нейронных сетей. Курс содержит изучение основ и практическое применение обучения с подкреплением и рассматривает новейшие методы, используемые для создания агентов, которые могут решать множество сложных задач с приложениями.
Селективная дисциплина
Год обучения - 2
Семестр 3
-
Марковские процессы принятия решений
Кредитов: 9Рассматриваются марковские процессы принятия решений или управляемые марковские процессы. Марковские процессы принятия решений используются для решения задач: в исследовании операций, в системном анализе, теории надежности, диагностике, управлении запасами, теории массового обслуживания, прогнозировании, профилактическое обслуживание сложных технических систем. Применения оптимальных стратегий управления марковских процессов дает значительный экономический эффект.
Селективная дисциплина
Год обучения - 2
Семестр 3
-
Код ON1
Разрабатывать и использовать алгоритмы вычислительных исследований и экспериментов используя современные эффективные методы вычислительной математики
-
Код ON5
Использовать методы интеллектуального анализа данных на основе глубокого обучения, обучения с подкреплением для адаптации вычислительного алгоритма для эффективного прогнозирования результатов
-
Код ON7
Разрабатывать параллельные вычислительные алгоритмы для инженерных задач и реализовывать их в высокопроизводительных системах, разрабатывать алгоритмы квантовых вычислений
-
Код ON6
Проводить занятия по математическим дисциплинам в оффлайн и онлайн режиме на основе инновационных технологий, разрабатывая методические рекомендации для СРС, лабораторные, практические, курсы лекций, учебники, учебные пособия, планы воспитательной работы и т.д.
-
Код ON3
Проводить фундаментальный анализ вычислительных методов и разностных схем на сходимость и корректность, в том числе, в случае высокопроизводительных алгоритмов с использованием элементов математической логики и теории вычислимости
-
Код ON2
Разрабатывать методы и алгоритмы вычислительной математики на основе аппроксимирования дифференциальных уравнений методами конечных разностей, объемов или элементов
-
Код ON10
Проводить самостоятельные научные исследования, решая современные актуальные задачи, публикуя результаты в рейтинговых журналах и выступая на конференциях
-
Код ON9
Использовать методы математической статистики в различных сферах экономики и производства, на реальных данных для подбора параметров, адаптации и тестирования вычислительных систем на основе реальных экспериментов
-
Код ON4
Решать вычислительные задачи со сложной геометрией областей, строя и используя корректные структурированные, криволинейные, неструктурированные расчетные сетки
-
Код ON8
Разрабатывать и проводить вычислительные симуляции вероятностных процессов из различных отраслей с использованием методов стохастического анализа и стохастических дифференциальных уравнений