8D06104 Кибернетика и искусственный интеллект в Satbayev University

Курс направлен на развитие навыков академического письма и стратегии письменной речи у докторантов в области инженерных и естественных наук. Курс фокусируется на основы и общие принципы академического письма для; написания эффективных предложений и абзацев; использования времен в научной литературе, а также стили и пунктуации; написания абстракта, введения, вывода, обсуждения, заключения, используемые литературы и ресурсы; цитирования в тексте; предотвращения плагиата, и составления презентации на конференции.

Дисциплина содержит основные сведения по квантовой теории в изложении, предназначенном для докторантов с базовой математической и программистской подготовкой: пространство квантовых состояний, операторы физических величин, уравнение Шредингера, вычислительные методы: метод Хартри-Фока, диффузионный метод Монте-Карло. Даются начальные сведения из теории квантовых компьютеров: методы реализации квантовых гейтов, и квантовых вычислений: алгоритм Гровера, а также методы численного моделирования многочастичных квантовых систем.

Курс способствует формированию знаний о научных исследованиях, методах и методологии научных исследований, методах сбора, обработки научных данных, принципах организации научных исследований, методологических особенностях современной науки, путях развития науки и научных исследований, роли технических наук, информатики и инженерных исследований в современной науке. В дисциплине рассматриваются структура технических наук, применение общенаучных, философских и специальных методов научных исследований в теории и на практике.

Изучаемые темы включают: контролируемое обучение (генеративное / дискриминационное обучение, параметрическое / непараметрическое обучение, нейронные сети, метод опорных векторов); обучение без учителя (кластеризация, уменьшение размерности, методы ядра); теория обучения (компромиссы / компромиссы, практические советы); Усиление обучения и адаптивное управление. На курсе также будут обсуждаться последние приложения машинного обучения, такие как роботизированное управление, интеллектуальный анализ данных, автономная навигация, биоинформатика, распознавание речи, а также обработка текстовых и веб¬данных.

Целями освоения дисиплиныявляются изучение современных методов анализа данных и ознакомление с реальными задачами, решаемыми с их применением; развитие практических навыков использования основных методов и алгоритмов интеллектуального анализа данных. Курс обеспечивает логическую связь между дополнительными главами дисциплин математического цикла с дисциплинами, связанными с программированием и компьютерным моделированием. В процессе изучения дисциплины докторанты знакомятся с современными методами машинного обучения.

Интегрировать знания, полученные в рамках разных дисциплин для решения научно- исследовательских задач в новых незнакомых условиях и генерации новых идей в контексте научных исследований в области кибернетики и искусственного интеллекта.

Применять различные виды моделей, используемых при разработке систем искусственного интеллекта, описывать взаимосвязь между моделями и разработкой систем искусственного интеллекта. Создавать аналитические системы и рекомендовать сервисы на основе алгоритмов машинного обучения и глубокого обучения.

Применять методы машинного обучения применительно к задачам обработки больших данных, вести научные изыскания, организовывать работы по сбору, хранению и обработки информации.

Применять методологию научного познания, принципы и структуру проведения научных исследований, использовать экспериментальные и теоретические методы исследования в области кибернетики и искусственного интеллекта.

Создавать квантовые схемы и производить анализ, использовать квантовые алгоритмы при реализации методов вычислений.

Проводить стилистический анализ научных, научно-технических и научно-популярных текстов, применять методику работы с текстом, включая поиск информации в справочной, специальной литературе и компьютерных сетях, использовать навыки ораторского искусства, правильного и логичного оформления свих мыслей в устной и письменной форме.

Организовывать и планировать исследования, ставить конкретные задачи научных исследований в области квантовых вычислений, и решать их с помощью современной аппаратуры и оборудования.

Извлекать нужную информацию из всевозможных источников, включая информационные потоки в режиме реального времени, разрабатывать научные, технические инновационные решения для информационной инфраструктуры предприятия с учетом возможностей технологий больших данных.