7M06103 Математическое и компьютерное моделирование в ВКТУ им. Д. Серикбаева

Дисциплины

• Дискретные и вероятностные модели

  Цель - знакомство с методами построения и анализа адекватных вероятностных моделей реальных процессов и явлений простейшего типа. Изучает основные задачи прикладной математики, приводящих к построению дискретных математических моделей и моделей, учитывающих влияние случайных факторов, методы исследования с использованием ЭВМ для последующего применения в научной и практической деятельности. Рассматриваются вопросы: элементы теории случайных процессов, понятия теории оценивания, нахождение оценок, линейное и выпуклое программирование, методы безусловной минимизации.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Современные языки программирования

  Дисциплина базируется на дисциплинах, обеспечивающих базовую подготовку в области основ математического моделирования, математических основ программирования, архитектуры и организации ЭВМ, методов хранения данных и доступа к ним и дает представление о современных языках программирования и их роли в промышленной разработке. Цель дисциплины – познакомить обучающихся с многообразием современных языков программирования, используемых в профессиональной деятельности в различных предметных областях, в том числе и при разработке программного обеспечения.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Психология управления

  Закономерности управленческой деятельности, диагностика и прогнозирование состояния и изменений управленческой подсистемы; проблемы общения и взаимодействия людей в социальных структурах, организация исполнения решения; условия и особенности управленческой деятельности и эффективность работы в системе управления, формы, функции управления, руководство и лидерство; совместная деятельность большой группы и иерархия руководства; формирование программы деятельности подчиненных.

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• Компьютерное моделирование и визуализация данных

  В рамках дисциплины будут освоены навыки создания моделей реальных объектов и процессов с помощью компьютерных программ и представления полученных результатов в доступной для восприятия форме. При моделировании будут разрабатываться математические и алгоритмические модели для описания реальных объектов и процессов с использованием специализированных программных пакетов, а полученные в результате моделирования данные будут преобразовываться в графические изображения, анимации, интерактивные диаграммы. В рамках изучения дисциплины магистранты приобретут навыки моделирования физических, химических, биологических процессов, исследования сложных систем, а также визуализации результатов экспериментов, анализа данных, которые можно будет использовать при написании научных публикаций. Дисциплина является мощным инструментом для решения задач в различных областях, позволяющий понять сложные процессы, представить результаты в доступной форме и принять обоснованные решения.

  Год обучения - 1
  Семестр - 1
  Кредитов - 6
  

• История и философия науки

  Феномен науки рассматривается как специфическая проблема и предмет анализа. Дает представление о теории науки и техники и их развитие в условиях постиндустриального общества. Актуальность курса связана с ориентацией на процессы, происходящие в области научных исследований на основе интеграции философии науки и естественно- технических наук

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• Анализ и проектирование алгоритмов (теория алгоритмов)

  Целью дисциплины является изучение понятия алгоритма математическими методами и овладение методами построения конкретных алгоритмов. В рамках данного курса изучаются общие свойства и закономерности алгоритмов и разнообразных формальных моделей их представления. Основное внимание уделяется алгоритмам распознавания регулярных языков конечными автоматами, машинами Тьюринга и Поста, ассоциативным вычислениям, рекурсивным функциям. Данный курс образует теоретический фундамент для криптографических методов защиты информации.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Иностранный язык (профессиональный)

  Курс обучения предполагает формирование лингвистической, дискурсивной и социокультурной компетенции магистрантов, приобщение к культуре стран изучаемого языка, приобретение навыков профессиональной речи на иностранном языке, развитие навыков перевода текстов по специальности. Курс включает: обзор грамматики, методики чтения и подготовки к письменной работе, написание эссе, методики аудирования и говорения.

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• Технологии разработки программного обеспечения для систем реального времени

  Теоретическая часть курса изучает теорию и инженерию систем, а также то, как технологии реального времени работают в системе. Курс фокусируется на изучении систем реального времени (RTS) и обсуждает технологии в рамках этой структуры. Теория систем обеспечивает целостную прочную основу для успешной разработки сложных систем. В первой части курса исследуется жизненный цикл системы от проектирования до разработки, производства и управления. Курс демонстрирует, как различные компоненты системы взаимосвязаны и как каждый из них способствует достижению целей и успеху проекта, исследуя потребности и требования системы. В следующей части показаны технические и методические навыки, связанные с построением и моделированием критически важных для безопасности систем жесткого реального времени. Анализ сосредоточен на воздействии системы на окружающую среду и временных требованиях систем реального времени.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Алгоритмы машинного обучения

  Дисциплина направлена изучение принципов работы, архитектуры и применения различных алгоритмов, позволяющих вычислительным ресурсам обучаться на данных и выполнять задачи без явного программирования. Курс охватывает широкий спектр тем, от фундаментальных алгоритмов, таких как линейная регрессия, логистическая регрессия, метод k-ближайших соседей и дерево решений, до более сложных моделей, таких как нейронные сети, машинное обучение с учителем, машинное обучение без учителя и глубокое обучение. Курс позволит магистрантам сформировать понимание различных типов алгоритмов машинного обучения и применять подходящие алгоритмы для решения различных задач. В рамках курса будут изучены вопросы реализации алгоритмов машинного обучения; настройки параметров алгоритмов; обучения и тестирования моделей; визуализации результатов; разработки и реализации систем машинного обучения для решения реальных задач. По завершению курса обучающий будет иметь глубокое понимание концепций и практические навыки для разработки успешных систем машинного обучения.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Математические модели сложных систем: теория, алгоритмы, приложения

  Математические схемы моделирования систем. Планирование имитационных экспериментов с моделями систем. Формализация и алгоритмизация процессов функционирования систем. Статистическое моделирование систем на ЭВМ. Оценка точности и достоверности результатов моделирования. Анализ и интерпретация результатов моделирования систем на ЭВМ. Моделирование при исследованиях и проектировании систем. Перспективы развития машинного моделирования сложных систем.

  Год обучения - 1
  Семестр - 2
  Кредитов - 6
  

• Теоретические основы компьютерной безопасности

  Изучает основные понятия и модели компьютерной безопасности, основы для анализа и обоснования моделей, методов и механизмов обеспечения компьютерной безопасности. Рассматриваются вопросы такие как: угрозы безопасности в компьютерных системах, политика и модели безопасности в компьютерных системах , модели безопасности компьютерных систем.

  Год обучения - 1
  Семестр - 2
  Кредитов - 6
  

• Педагогика высшей школы

  Актуальность изучения дисциплины связана с необходимостью опережающей подготовки профессионально- компетентного преподавателя вуза, способного активно участвовать в инновационных процессах в системе высшего образования. Курс ориентирован на подготовку магистров к преподавательской деятельности в высшей школе. Содержание курса отражает современные тенденции гуманизации и демократизации образовательного процесса вуза, новые образовательные технологии, ориентирует на индивидуально-творческий стиль деятельности.

  Год обучения - 1
  Семестр - 2
  Кредитов - 3
  

• Моделирование, виртуализация и вычисления в среде Matlab

  Изучает систему компьютерной математики MatLab, основные системы компьютерной математики, приемы производства простых вычислений, построения графиков, исследования функции, решения дифференциальных и интегральных уравнений, уравнений математической физики с использованием системы компьютерной математики, программирование вычислительных процессов.

  Год обучения - 1
  Семестр - 2
  Кредитов - 6
  

• Оптимизация и численные методы

  Содержание дисциплины охватывает круг вопросов, связанных с изучением базовых математических моделей, а также знакомством с современными направлениями развития методов оптимизации. Особое внимание уделяется задачам вариационного исчисления, оптимального управления и задачам нелинейного программирования. Курс содержит теоретические и практические сведения, необходимые при решении задач оптимизации для моделей передачи данных.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Математические методы в криптографии

  Дисциплина является одной из основной профилирующей составляющей в подготовке специалистов в области защиты информации. Цель дисциплины состоит в изучении математических основ криптографии, математических методов построения криптографических систем, построения шифров и криптографических протоколов и методы расчета надежности криптографических систем. Содержание дисциплины охватывает вопросы о принципах построения криптографических систем с симметричным и асимметричным ключом, математических методах расчета надежности, устойчивости криптографических систем, методах построения математических моделей защищаемой информации.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Управление ИТ проектами

  Дисциплина посвящена изучению и применению принципов, методов и инструментов для успешного планирования, реализации и завершения ИТ-проектов. В рамках курса будут изучены вопросы планирования, технологии управления, исполнение, контроля и документирования и ИТ-проектов. Курс позволит обучающимся изучить принципы, методы и инструменты управления, а также приобрести навыки применение правильных методов управления проектами. Изучение методов анализа рисков и управления изменениями позволяет принимать более обоснованные решения в рамках проекта. Также дисциплина способствует развитию навыков эффективной коммуникации и сотрудничества в рамках команды проекта. Дисциплина является ценным инструментом получения знаний и навыков для успешного планирования, реализации и завершения ИТ-проектов, а также для повышения своей конкурентоспособности на рынке труда.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Криптографические методы защиты информации

  Данная дисциплина содержит основные положения криптографии, знакомит с наиболее распространенными типами шифров: симметричными (блочные и поточные шифры, режимы шифрования, криптографические генераторы) и асимметричными криптосистемами (открытое распределение ключей, протокол Диффи-Хеллмана, схемы открытого шифрования), криптографическими хэш-функциями, понятиями целостности информации, криптографическими протоколами, электронной подписью. Рассматриваются вопросы реализации алгоритмов шифрования и дешифрования.

  Год обучения - 2
  Семестр - 3
  Кредитов - 6
  

• Современные методы математического моделирования

  В данном курсе изучаются принципы построения математических моделей для широкого класса задач, методы их реализации. Излагаемый в курсе набор знаний и умений составляет теоретическую основу для работы с современными математическими моделями и методами их численного решения. Курс содержит теоретические и практические сведения, необходимые при численной реализации моделей передачи данных.

  Год обучения - 2
  Семестр - 3
  Кредитов - 6
  

• Интеллектуальный анализ данных

  Интеллектуальный анализ данных представляет собой процесс обнаружения пригодных к использованию сведений в крупных наборах данных, исследование методом математического анализа для выявления закономерностей, которых невозможно обнаружить при просмотре данных. Построение модели охватывает от формулировки вопросов относительно данных и создания модели до развертывания модели в рабочей среде

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Нейронные сети

  Дисциплина направлена на глубокое понимание принципов работы нейронных сетей и их роли в развитии искусственного интеллекта, а также на изучение методов обучения и применения нейронных сетей в различных областях. Будут изучены теоретические аспекты многослойного персептрона, сверточных и рекуррентных нейронных сетей, а также будут рассмотрены практические аспекты применения нейронных сетей для Распознавание образов, обработки естественного языка, создания рекомендательных систем, финансового моделирования и медицинской диагностики.

  Год обучения - 2
  Семестр - 3
  Кредитов - 6
  

Профессии

Результаты обучения

• Ориентироваться в существующих методах анализа, средствах разработки вероятностных моделей и проектирования алгоритмов
• Применять системный подход и методы гармонического и интеллектуального анализов при решении прикладных задач
• Интегрировать знания, полученные в рамках разных дисциплин для решения прикладных задач в новых незнакомых условиях
• Креативно мыслить и творчески подходить к решению новых проблем и ситуаций при образовательной и педагогической деятельностей
• Реализовать численные методы решения задач оптимизации в среде объектно-ориентированного программирования и с помощью прикладных пакетов программ
• Реализовывать математические алгоритмы с помощью языков программирования, проектировать ПО в режиме реального времени
• Cпособность создавать и исследовать новые математические модели в естественных науках и алгоритмы их решения
• Разрабатывать методы математического моделирования и вычислительные алгоритмы, реализующие криптографические методы защиты информации
• Анализировать большие массивы данных различного формата, выявлять закономерности и формулировать выводы с применением методов и алгоритмов машинного обучения и разрабатывать системы искусственного интеллекта
• Реализовывать научные и коммерческие ИТ-проекты с применением современных инструментов математического и компьютерного моделирования

Похожие ОП