7M05408 Вычислительные науки и статистика в КазНУ им. аль-Фараби

Дисциплины

• История и философия науки

  Изучение 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; о науке как профессии и социальном институте; о методах ведения научных исследований; о роли науки в развитии общества.

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• Педагогика высшей школы

  Цель – 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
  Кредитов - 5
  

• Стохастический анализ и его приложения

  Стохастический анализ процессов — это анализ, учитывающий наличие ошибок в переменных процесса и коэффициентах. Целью анализа может быть проверка гипотезы, нахождение связи между переменными. Анализ процессов включает: математическую формулировку задачи; детальный анализ с целью построения математических моделей; синтез и описание результатов для достижения цели.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Стохастические аппроксимация и управление

  Решаются 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.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Алгоритмы квантовых вычислений

  Целью 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 - 1
  Кредитов - 5
  

• Анализ решеточных уравнений Больцмана

  Цель: изучение основ метода решеточных уравнений Больцмана. Будут изучены: основы кинетической теории, вывод решеточных уравнений Больцмана, построение простых программных кодов, анализ Чепмена-Энскога для установления связи между решеточными уравнениями Больцмана и макроскопическими уравнениями механики жидкости и газа, анализ устойчивости и точности.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Метод решеточных уравнений Больцмана для однофазных и многофазных потоков

  Цель: моделирование однофазных, многофазных и многокомпонентных потоков методом решеточных уравнений Больцмана. Будут изучены: физические основы многофазных и многокомпонентных потоков, анализ решеточных моделей Больцмана для многофазных и многокомпонентных потоков, теория многокомпонентной диффузии.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Высокопроизводительные вычисления

  Дисциплина 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
  Кредитов - 5
  

• Психология управления

  Цель дисциплины: сформировать способность применять важнейшие аспекты сферы управления в процессе профессионального становления. В рамках курса раскрываются предмет, основные принципы психологии управления, личность в управленческих взаимодействиях, управление поведением личности, психология управления групповыми явлениями и процессами, психологические особенности личности руководителя, индивидуальный стиль управления, психология влияния в управленческой деятельности, управление конфликтными ситуациями.

  Год обучения - 1
  Семестр - 2
  Кредитов - 3
  

• Методы построения неструктурированных сеток

  Целью 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 - 1
  Семестр - 2
  Кредитов - 5
  

• Организация и планирование научных исследований (англ.)

  Цель дисциплины: сформировать способность самостоятельно вести научный поиск, ставить конкретные научные задачи и знать методы и приемы их решения, для создания научной работы. Дисциплина изучает: формы и методы планирования, организации и оформления научных статей и диссертации; формы обобщения результатов научных исследований в презентациях, выступлениях, проектах, статьях.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Численная реализация метода решеточных уравнений Больцмана

  Цель: создание эффективного программного кода для моделирования потоков жидкости и газа методом решеточных уравнений Больцмана. Будут изучены: реализация алгоритма метода решеточных уравнений Больцмана, оценка производительности программного кода, распараллеливание вычислительного алгоритма.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Стохастические дифференциальные уравнения и их приложения

  Рассматриваются 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.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Иностранный язык (профессиональный)

  Цель дисциплины заключается в приобретении и совершенствовании компетенций в соответствии с международными стандартами иноязычного образования, способных конкурировать на рынке труда, т.к. через иностранный язык будущий магистр получает доступ к академическим знаниям, новым технологиям и современной информации, позволяющих использование иностранного языка как средства общения в межкультурной, профессиональной и научной деятельности будущего магистра.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Вычислительные методы решения обратных задач

  Целью данного предмета является ознакомление магистрантов с основными методами и алгоритмами, используемыми для решения обратных задач в различных областях науки и техники. Магистранты получат понимание теоретических основ и практических навыков, необходимых для успешного решения обратных задач с использованием современных компьютерных методов.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Вычислительные методы решения задач гидродинамики в областях со сложной геометрией

  Цель данного предмета для магистрантов заключается в изучении и практическом применении современных численных методов для анализа и моделирования гидродинамических процессов в сложных геометрических конфигурациях. Основная цель состоит в обучении студентов методам, которые позволяют решать задачи гидродинамики в реальных системах и приложениях с учетом сложной формы геометрии объектов.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Марковские процессы принятия решений

  Рассматриваются 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.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Непараметрическая статистика

  Рассматриваются непараметрические (предполагаемая функция распределения не зависит от параметров) методы обработки данных по своим возможностям сопоставимые с гауссовской. Основные преимущества непараметрических методов по сравнению с параметрическими – более широкое поле приложений, меньшая чувствительность к «засорениям» статических данных, к влиянию грубых ошибок, попавших в статистический материал.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Факторный анализ

  В факторном анализе предполагается, что наблюдаемые переменные являются линейной комбинацией некоторых латентных (гипотетических или ненаблюдаемых) факторов. Общие факторы, число которых меньше числа наблюдаемых переменных, вносят вклад в ковариацию между ними. Основные алгоритмы и методы: модель общих факторов; анализ главных компонент; оценки факторных нагрузок при начальных предположениях и значений факторов.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Глубокое обучение

  В 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.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Аналитика Big Data

  Цель: 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.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Распределенные системы и обработка данных в реальном времени

  Цель данного предмета для магистрантов состоит в изучении основных принципов, методов и технологий, используемых в распределенных системах и системах обработки данных в реальном времени, а также их применения в современных информационных технологиях. Приобретение практических навыков разработки и развертывания распределенных систем и приложений обработки данных в реальном времени.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

Профессии

Результаты обучения

• Разрабатывать и использовать алгоритмы вычислительных исследований и экспериментов используя современные эффективные методы вычислительной математики
• Разрабатывать методы и алгоритмы вычислительной математики на основе аппроксимирования дифференциальных уравнений методами конечных разностей, объемов или элементов
• 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
• Решать вычислительные задачи со сложной геометрией областей, строя и используя корректные структурированные, криволинейные, неструктурированные расчетные сетки
• Использовать методы интеллектуального анализа данных на основе глубокого обучения, обучения с подкреплением для адаптации вычислительного алгоритма для эффективного прогнозирования результатов
• Проводить лекционные, семинарские и практические занятия по математическим дисциплинам в оффлайн и онлайн режиме на основе практико-ориентированных методов, современных и инновационных (в том числе цифровых) технологий обучения, с учетом принципов студентоцентрированного обучения и оценивания, разрабатывая методические рекомендации для СРС, лабораторные, практические, курсы лекций, учебники, учебные пособия, планы воспитательной работы и т.д.
• Разрабатывать параллельные вычислительные алгоритмы для инженерных задач и реализовывать их в высокопроизводительных системах, разрабатывать алгоритмы квантовых вычислений.
• Разрабатывать и проводить вычислительные симуляции вероятностных процессов из различных отраслей с использованием методов стохастического анализа и стохастических дифференциальных уравнений
• 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
• Принимать участие в выполнении научно-исследовательских и опытно-конструкторских работ, а также проводить самостоятельные научные исследования, публикуя результаты в рейтинговых журналах и выступая на конференциях, применяя стратегии развития и поддержки научно-исследовательской деятельности и публикационной активности с соблюдением принципов академической честности и добропорядочности