8D06101 Интеллектуальные системы в МУИТ (IITU)
-
Цель образовательной программы Подготовка компетентных специалистов-исследователей для обеспечения потребностей науки, образования и производства в области современных интеллектуальных систем.
-
Академическая степень Докторантура
-
Языки обучения Английский
-
Название ВУЗа Международный университет информационных технологий
-
Срок обучения 3 года
-
Объем кредитов 180
-
Группа образовательных программ D094 Информационные технологии
-
Область образования 8D06 Информационно-коммуникационные технологии
-
Направление подготовки 8D061 Информационно-коммуникационные технологии
Дисциплины
-
Методы анализа и обработка больших данных
В данном курсе изучаются методы хранения, анализа и обработки больших объемов данных, а также как эффективно анализировать большие данные и извлекать из них деловую и социально значимую информацию. Курс знакомит докторантов с некоторыми ключевыми ИТ-технологиями, которые они смогут использовать для манипулирования, хранения и анализа больших данных. В курсе рассматриваются парадигма программирования MapReduce для параллельной обработки и Hadoop, среда с открытым исходным кодом, которая позволяет дешево и эффективно внедрять MapReduce в бизнес задачах. Докторанты получат возможность разрабатывать системы с высокой масштабируемостью, которые могут принимать, хранить и анализировать большие объемы неструктурированных данных в пакетном режиме и / или в режиме реального времени.
Год обучения - 1
Семестр - 1
Кредитов - 4
-
Современная теория управления
Сформировать научное представление об управлении, как науке, искусстве и специфическом виде человеческой деятельности, этапах и путях его становления и развития в РК и за рубежом, а также сформировать основные практические навыки в области современного управления.
Год обучения - 1
Семестр - 1
Кредитов - 4
-
Актуальные проблемы в прогнозировании
Курс охватывает основные принципы и особенности построения прогнозных моделей для оценки экспериментов, проверки адекватности построенных моделей и анализа полученных результатов, что составляют основу эффективного управленческого решения. В курсе подробно рассматриваются методы классификации, кластеризации и машинного обучения в прогнозировании с сопровождением мощного математического аппарата. Рассматривается оценка и визуализация прогностических моделей, используя ВИ-технологии, Probabilistic Forecasting, SAS, Deep-Learning, инновационной инженерии. В процессе учебной деятельности докторанты имеют возможность анализировать и оценивать известные научных исследования и генерировать собственные аналитические материалы для выработки стратегических решений современных проблем экономики и ИКТ.
Год обучения - 1
Семестр - 1
Кредитов - 4
-
Методы глубокого обучения
В курсе рассматриваются методы глубокого обучения, обучения и развертывания нейронных сетей. В ходе обучения докторанты будут экспериментировать с данными, параметрами обучения, структурой нейронных сетей и другими параметрами для повышения производительности и расширения возможностей нейронных сетей, а также развертывать нейронные сети для решения реальных задач. По завершении курса докторанты смогут сравнивать и анализировать различные нейронные сети, решать собственные задачи с помощью алгоритмов глубокого обучения, формулировать задачи исследования и находить пути их решения на основе моделей и методов глубокого обучения.
Год обучения - 1
Семестр - 1
Кредитов - 4
-
Методы научных исследований
Курс представляет для докторантов методологию исследований в области информационных технологий. Темы рассматриваемые в курсе: важность исследований информационных технологий, методология обзора литературы, некоторые методологии исследования информационных технологий, то есть формальный метод, обзор литературы, разработка прототипа, эксперимент и оценка. Студенты познакомятся с различиями между количественными и качественными исследованиями. В курсе также обсуждаются методы написания результатов, такие как написание отчетов, написание статей и написание тезисов. В конце курса будет обсуждаться управление исследованиями, обсуждение в этой теме будет сосредоточено на написании исследовательских предложений, надзоре за исследовательской деятельностью и управлении результатами исследований.
Год обучения - 1
Семестр - 1
Кредитов - 4
-
Теоретическая компьютерная инженерия
Формирование и развитие общих и профессиональных компетентностей у докторанта в области «Теоретическая компьютерная инженерия», который будет способен обеспечить решение сложных задач и практических проблем проектирования, построения и настройки компьютерных систем, использовать и внедрять технологии компьютерной инженерии.
Год обучения - 1
Семестр - 1
Кредитов - 4
-
Академическое письмо
Курс «Академическое письмо» является обязательным компонентом докторской программы Ph.D. Это практический 5-ти кредитный курс продолжительностью один семестр, который, базируясь на исследовательских навыках докторантов и знании английского языка, развивает и углубляет их навыки академического письма, необходимые в проведении научных исследований, написании научных статей и диссертации. В рамках курса докторанты будут вовлечены в интенсивное чтение, изучение стратегии и форматов академического письма, которые они научатся самостоятельно применять при освоении и получении степени Ph.D. К концу курса студенты должны организовать и представить портфолио по своим исследованиям и написать подробный план исследовательской статьи.
Год обучения - 1
Семестр - 1
Кредитов - 5
-
Интеллектуальный анализ данных
Этот курс описывает основы методов анализа данных, таких как методы классификации, моделирования и прогнозирования, основанные на использовании деревьев решений, искусственных нейронных сетей, генетических алгоритмов, эволюционного программирования, ассоциативной памяти, нечеткой логики
Год обучения - 1
Семестр - 1
Кредитов - 4
-
Интеллектуальные системы
«Интеллектуальные системы» является ознакомление докторантов с проблематикой и областями использования искусственного интеллекта в информационных системах, освещение теоретических и организационно-методических вопросов построения и функционирования систем обработки знаний
Год обучения - 1
Семестр - 1
Кредитов - 4
Профессии
Результаты обучения
- Проектировать модели и разрабатывать архитектуру искусственных нейронных сетей для конкретных предметных областей
- Предлагать обоснованные заявки или пояснительные записки научно-исследовательских проектов в области интеллектуальных систем
- Применять методы обработки больших данных и интеллектуального анализа данных для решения ресурсоемких задач
- Применять алгоритмы машинного обучения и реализовывать их в интеллектуальных системах
- Генерировать собственные новые научные идеи в конкретной предметной области и доносить их до научного сообщества
- Формулировать задачи исследования и найти пути их решения на основе моделей и методов интеллектуального анализа данных, машинного обучения, нейронных сетей, теорий вычислительной сложности и оптимизацииинформации
- Разрабатывать интеллектуальные информационные системы и компоненты к ним на основе современных методов науки о данных
- Демонстрировать закономерности познания интеллекутальных процессов, методы поиска, обработки и представления профессионально значимых данных
- Разрабатывать алгоритмы и правила анализа, принятия решений, работы, обучения и самообучения, коммуникации, взаимодействия и развития универсального ИИ
- Оценить свои и известные научные исследования и подготавливать аналитические материалы для выработки стратегических решений в области интеллектуальных систем
Похожие ОП
8D06101 Вычислительная техника и программное обеспечение
Международный университет Астана (AIU)
8D06101 Программная инженерия
Международный инженерно-технологический университет (МИТУ)
8D06101 Информатика, вычислительная техника и управление
Казахстанско-Британский технический университет (КБТУ (KBTU))
8D06101 Информатика
Костанайский региональный университет имени Ахмет Байтұрсынұлы (КРУ им. Байтурсынова)
8D06101 Информационные системы
Казахский национальный университет имени аль-Фараби (КазНУ им. аль-Фараби)
8D06101 Компьютерные науки
Astana IT University
8D06101 Информационные системы (по отраслям)
Восточно-Казахстанский технический университет имени Д.Серикбаева (ВКТУ им. Д. Серикбаева)
8D06101 Информатика, вычислительная техника и управление
Северо-Казахстанский университет имени М.Козыбаева (СКУ им. Козыбаева)
8D06101 Software Engineering
Казахский национальный исследовательский технический университет имени К.И.Сатпаева (Satbayev University)
8D06101 Аналитика больших данных
Казахский агротехнический исследовательский университет имени С.Сейфуллина (КазАТУ им. Сейфуллина)