6B06198 Искусственный интеллект и анализ данных в МКТУ им. Ясави
-
Цель образовательной программы Цель образовательной программы "Искусственный интеллект и анализ данных" – подготовка обучающихся в качестве высококвалифицированных ИТ-специалистов, способных эффективно применять системы искусственного интеллекта, методы анализа данных и технологии машинного обучения. Программа формирует у студентов навыки разработки, анализа и внедрения алгоритмов и моделей, направленных на решение сложных информационных задач. Кроме того, их учат проектировать и разрабатывать интеллектуальные системы, отвечающие требованиям кибербезопасности.
-
Академическая степень Бакалавриат
-
Языки обучения Казахский
-
Срок обучения 4 года
-
Объем кредитов 240
-
Группа образовательных программ B057 Информационные технологии
-
Предметы на ЕНТ Математика и Информатика
-
Область образования 6B06 Информационно-коммуникационные технологии
-
Направление подготовки 6B061 Информационно-коммуникационные технологии
Дисциплины
-
Введение в академическое письмо
Дисциплина ориентирована на овладение жанровыми особенностями и структурой академического письма. У обучающихся развиваются навыки грамотного и систематического изложения письменной мысли, составления академических текстов различных форматов (эссе, доклады и др.). Формируются компетенции по соблюдению лексических, грамматических и стилистических норм письменной речи, написанию в официально-академическом стиле. Будут приобретены навыки использования международных научных баз данных и онлайн-систем научных журналов с соблюдением принципов академической честности. В работе с академическими письмами рассматриваются подходы к эффективному использованию технологий искусственного интеллекта.
Год обучения - 1
Семестр - 1
Кредитов - 3
-
Турецкий язык (А1)
Данный курс предназначен для изучения базового уровня турецкого языка. Цель курса - обучить студентов практическому владению турецким языком на уровне А1 в соответствии с «общеевропейскими компетенциями владения иностранным языком». Курс направлен на развитие у студентов готовности и способности к межкультурному и коммуникативному общению. В результате изучения дисциплины студент понимает и использует знакомые повседневные выражения и простейшие фразы, направленные на решение конкретных задач.
Год обучения - 1
Семестр - 1
Кредитов - 5
-
Дискретная математика и математическая логика
Формируется понятие математического аппарата, направленного на решение прикладных задач, умения рассматривать его как тесно связанный набор математических методов и моделей, языков. Изучаются элементы теории множеств, элементы комбинаторики, функции логической алгебры, элементы теории графов, элементы теории кодирования.
Год обучения - 1
Семестр - 1
Кредитов - 5
-
Языки программирования (Python, C++, Java и т. д.)
Предмет изучает основные принципы языков программирования и особенности их использования. Студенты учатся работать с популярными языками, такими как Python, C++ и Java. Дисциплина включает в себя методы структурного, объектно-ориентированного и функционального программирования. В то же время изучаются способы повышения эффективности и читаемости кода. В практической части навыки программирования развиваются посредством выполнения конкретных заданий и проектов. Цель дисциплины — развить навыки программирования на различных языках и предоставить возможность самостоятельно создавать программные продукты.
Год обучения - 1
Семестр - 2
Кредитов - 8
-
Турецкий язык (А2)
Данный курс предназначен для изучения продолжающего уровня турецкого языка, развивает практические навыки обучающихся на уровне А2 в соответствии с "общеевропейскими компетенциями владения иностранным языком". Курс направлен на развитие письменных (чтение, письмо) и непосредственно устных (произношение, аудирование) коммуникативных навыков обучающихся в зависимости от их языкового уровня. В результате изучения дисциплины обучающийся может общаться на простые ежедневные темы, описывать простые ситуации.
Год обучения - 1
Семестр - 2
Кредитов - 5
-
Линейная алгебра
Предмет изучает основные понятия линейной алгебры, такие как векторы, матрицы, определители, системы линейных уравнений и их решения. Помимо теоретических знаний, студенты развивают практические навыки решения проблем. Рассматривается применение линейной алгебры в таких областях ИТ, как компьютерная графика, машинное обучение и обработка данных. Предмет также включает выполнение матричных вычислений в средах программирования (Python, MATLAB). Цель курса — развить математическое мышление студентов и научить их эффективно применять основы математики в ИТ-проектах.
Год обучения - 1
Семестр - 2
Кредитов - 3
-
Экология и безопасность жизнедеятельности
Дисциплина формирует у студентов экологическую культуру системного мышления в вопросах охраны окружающей среды, устойчивого развития и обеспечения личной и производственной безопасности. В рамках курса формируются компетенции способности анализировать экологические и техногенные риски, применять нормативные документы в области охраны труда и окружающей среды, разрабатывать мероприятия по снижению воздействия на природную среду и обеспечению безопасности жизнедеятельности. При обучении используются современные педагогические технологии, включая проблемное обучение, кейс-методы, проектную и исследовательскую деятельность. Оценка знаний включает текущий и рубежный контроль в виде тестирования, письменных и устных заданий, выполнения мини-проектов, презентаций и участия в дискуссиях.
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Системы защиты информации
Курс изучает основные принципы и методы защиты данных в информационных системах. Студенты изучат основы криптографии, аутентификации, авторизации, шифрования данных и использования протоколов безопасности. При этом будут рассмотрены вопросы сетевой безопасности, защиты от кибератак, защиты от вредоносных программ, формирования политики безопасности. В практической части студенты проектируют алгоритмы шифрования и моделируют системы безопасности. Целью дисциплины является подготовка специалистов, способных обеспечить безопасность информационных систем.
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Теория вероятностей и статистика
Предмет изучает методы математического моделирования случайных явлений и принципы статистического анализа данных. Студенты изучат основные понятия, такие как распределение вероятностей, математическое ожидание, дисперсия, корреляция и проверка гипотез. Курс охватывает выполнение статистических расчетов на Python и интерпретацию результатов. Особое внимание уделяется применению статистики в машинном обучении и науке о данных. Цель курса — развить статистическое мышление и практические навыки, необходимые студентам для работы с данными.
Год обучения - 2
Семестр - 1
Кредитов - 3
-
Структуры данных и алгоритмы
Предмет изучает структуры данных и алгоритмы, которые являются основой программирования и вычислений. Студенты изучат основные структуры, такие как массивы, цепочки, деревья, графы, хеш-таблицы, а также эффективные алгоритмы работы с ними. Подробно рассматриваются такие темы, как поиск, сортировка, графовые алгоритмы и динамическое программирование. Курс охватывает реализацию алгоритмов на языках Python и C++. Практические проекты развивают логическое мышление учащихся и умение находить алгоритмические решения. Цель — научить создавать эффективные программные решения.
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Экономика, основы предпринимательства и бизнеса
Дисциплина формирует у студентов базовые знания в области экономики, предпринимательства и ведения бизнеса, необходимых для понимания экономических процессов, создания и управления стартапами, а также оценки экономической эффективности проектов в сфере искусственного интеллекта и анализа данных. В результате освоения дисциплины обучаюшийся овладевает базовыми экономическими знаниями, необходимыми для анализа рыночной ситуации и принятия обоснованных решений; понимает основы ведения бизнеса и предпринимательской деятельности; умеет разрабатывать и презентовать простые бизнес-проекты, ориентированные на ИИ и цифровую экономику; приобреает навыки анализа экономической эффективности ИТ-проектов.
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Теория лидерства
Изучение дисциплины помогает развивать лидерские качества студентов на практике, уверенность в себе, командную работу, принятие решений, а также развивает навыки эмоционального интеллекта. В ходе обучения студенты формируют навыки критического мышления, управления конфликтами, принятия решений в стрессовых ситуациях, развивают лидерские качества в команде через ролевые игры и осваивают процессы эффективного управления временем. Используя лидерские качества, студенты развивают навыки адаптации к изменениям.
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Исследовательские навыки в области права и антикоррупционной культуры
Основные положения Конституции, действующего законодательства РК; систему органов государственного управления, круг полномочий, цели, методы государственного регулирования экономики, роль государственного сектора в экономике; финансовое право и финансы; механизм взаимодействия материального и процессуального права; сущность коррупции, причины ее происхождения; меру морально-нравственной, правовой ответственности за коррупционные правонарушения; действующее законодательство в области противодействия коррупции
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Финансовая грамотность
Дисциплина формирует у обучающихся базовые знания и навыки в области управления личными финансами, понимания финансовых институтов, основ финансового планирования и защиты от финансовых рисокв; готовит их к принятию обоснованных финансовых решений в личной и профессиональной деятельности с учётом цифровых технологий и анализа данных. В результате освоения дисциплины обучаюшийся овладевает знаниями основ финансовой системы и принципами ее функционирования; учится вести личный и семейный бюджет, планировать доходы и расходы; умеет обяснять принципы себержений, инвестицрования и кредитования; понимает сущность финансовых рисков и методы их минимизаци, роли цифровых технологий; приобретает навыки использования цифровых инструментов для анализа данных в финансовом планировани и принятии решений.
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Введение в искусственный интеллект
Предмет изучает основы искусственного интеллекта, его историю и области применения. Студенты знакомятся с методами машинного обучения, нейронными сетями и анализом данных. Курс развивает навыки разработки алгоритмов и создания ИИ-систем. Практические задания позволяют получить опыт решения реальных задач. Предмет направлен на понимание и развитие буду
Год обучения - 2
Семестр - 2
Кредитов - 4
-
Гибкие компетенции
Дисциплина формирует гибкие навыки, необходимые для адаптации к меняющимся условиям. В ходе курса студенты развивают навыки публичных выступлений, создания презентаций, привлечения внимания аудитории, а также эффективного взаимодействия в инклюзивной среде. В результате студенты учатся выявлять приоритеты проблем, применять креативное мышление и прогнозировать риски при их решении. Кроме того, студенты смогут эффективно осуществлять двусторонний обмен информацией, учитывая принципы инклюзии и интересы как свои, так и собеседника.
Год обучения - 2
Семестр - 2
Кредитов - 3
-
Ясавиведение
Дисциплина знакомит с ценностями учения Ясави, формирует понимание принципов науки, религиозной терпимости, человеческих отношений, прав человека в личных, академических, культурных и профессиональных отношениях. Обучающийся может понять особенности культуры Ясави, сравнить с социальными, этическими, конфессиональными, культурными особенностями общества, понять важность учения Ясави в национальной культуре, религии тюркских народов; анализировать роль «хикметов» в духовной жизни народа, являющейся источником социальной гармонии и единства; развивать способность к установлению активных профессиональных и общественных отношений.
Год обучения - 2
Семестр - 2
Кредитов - 3
-
Объектно-ориентированное программирование (ОББ)
Дисциплина знакомит с основными принципами и методами объектно-ориентированного программирования (ООП). В рамках курса рассматриваются инкапсуляция, наследование, полиморфизм, понятия класса и объекта, а также реализация концепций ООП в языках программирования. Студенты учатся разрабатывать эффективный, структурированный и повторно используемый программный код с применением объектно-ориентированного подхода. Курс направлен на закрепление теоретических знаний через практические задания и проекты.
Год обучения - 2
Семестр - 2
Кредитов - 5
-
История тюркских государств
Дисциплина направлена на формирование у студентов целостного представления о месте и роли тюркских народов и государств во всемирно-историческом процессе, прививая студентам умения и навыки поиска, систематизации и комплексного анализа исторической информации, развивая способности понимать историческую обусловленность явлений и процессов как прошлого, так и настоящего, определяя собственную позицию по отношению к окружающей реальности, воспитывая чувства гражданственности, патриотизма, национальной идентичности, межнациональной и межрелигиозной толерантности.
Год обучения - 2
Семестр - 2
Кредитов - 3
-
Принципы Ататюрка
Дисциплина формирует у обучающихся комплексное представление об историческом развитии Турции, вырабатывает навыки получения, анализа и обобщения исторической информации, формирует научную оценку принципов Ататюрка. В ходе изучения курса обучающийся получает знания об основных закономерностях, этапах и содержании истории Турции в контексте всемирно-исторического процесса, формирует у студентов творческое мышление, самостоятельность суждений, интерес к изучению, сохранению, использованию и преумножению духовного, культурно-исторического наследия Ататюрка.
Год обучения - 2
Семестр - 2
Кредитов - 3
-
Алгоритмы машинного обучения
Дисциплина посвящена теоретическим и практическим основам машинного обучения. Студенты осваивают основные методы машинного обучения — алгоритмы классификации, регрессии, кластеризации, поиска ассоциативных правил. На Python обучают создавать модели и оценивать их с помощью библиотек Scikit-learn, TensorFlow и Keras. Также рассматриваются методы повышения правильности и эффективности моделей. Дисциплина развивает навыки применения машинного обучения к реальным жизненным задачам с помощью практических проектов. Студенты укрепляют способность самостоятельно анализировать и принимать решения.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Web-технологии
Дисциплина учит основам современных веб-технологий. Студенты изучают HTML, CSS и JavaScript и учатся создавать веб-сайты и веб-приложения. Кроме того, рассматриваются вопросы серверного программирования, связи с базами данных и обеспечения безопасности веб-приложений. В практической части React, Node.сложные проекты создаются с использованием фреймворков, таких как js. В ходе дисциплины студенты получают опыт разработки полноценного веб-приложения и его размещения в интернете. Теоретические знания сочетаются с опытом.
Год обучения - 3
Семестр - 1
Кредитов - 8
-
Технологии IoT
Дисциплина охватывает основы разработки и управления системами" интернет вещей " (IoT). Студенты учатся взаимодействовать с датчиками, устройствами через платформы Arduino, Raspberry Pi. Кроме того, будут рассмотрены способы обеспечения безопасности экосистемы IoT, сбора данных и их отправки на облачные платформы. В практической части выполняются задания по созданию и тестированию конкретных IoT-проектов. Курс предлагает студентам возможности проектирования, разработки и управления интеллектуальными устройствами и интеллектуальными системами.
Год обучения - 3
Семестр - 1
Кредитов - 7
-
Технологии обработки изображений
Дисциплина изучает основные методы и алгоритмы цифровой обработки изображений. Студенты изучают способы предварительной обработки изображений, фильтрации, определения границ, сегментации и распознавания объектов. Практические задания по анализу и обработке изображений выполняются с помощью инструментов OpenCV и MATLAB. Кроме того, рассматриваются способы интеллектуальной обработки изображений с помощью элементов искусственного интеллекта. Курс развивает способность студентов работать над проектами в области систем компьютерного зрения и автоматизированного анализа.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Анализ и визуализация данных
Дисциплина изучает методы сбора, обработки, анализа и интерпретации больших объемов данных. Студенты учатся проводить статистический анализ, визуализировать данные, выявлять закономерности и тенденции. Используется язык программирования Python и его библиотеки Pandas, Matplotlib, Seaborn. Кроме того, будут рассмотрены методы создания интерактивной визуализации, принятия решений на основе данных и проведения бизнес-анализа. В практической части ведется работа над конкретными проектами. Цель курса-развитие умения проводить профессиональную экспертизу на основе данных.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Сети и телекоммуникации
Дисциплина посвящена полному изучению принципов и архитектуры функционирования компьютерных сетей. Студенты изучают модели OSI и TCP/IP, основные сетевые протоколы, методы маршрутизации сети и безопасности. Практические упражнения выполняются с помощью таких инструментов, как Cisco Packet Tracer, Wireshark. Студенты учатся проектировать топологию сети, выявлять проблемы и повышать производительность сети. Курс развивает профессиональные навыки, необходимые для работы в области сетевой инженерии и администрирования.
Год обучения - 3
Семестр - 1
Кредитов - 7
-
Создание мобильных приложений
Дисциплина учит основным принципам проектирования и разработки мобильных приложений. Студенты осваивают разработку приложений для платформ Android и iOS, проектирование пользовательского интерфейса и работу с функциями устройств. Используются кроссплатформенные инструменты, такие как Flutter и React Native. Кроме того, будут изучены методы тестирования, публикации и повышения производительности мобильных приложений. В практической части студенты разрабатывают свои мобильные приложения и тестируют их на реальных устройствах. Цель курса-формирование навыков профессионального мобильного разработчика.
Год обучения - 3
Семестр - 1
Кредитов - 8
-
Основы искусственных нейронных сетей
Дисциплина фокусируется на всестороннем изучении одной из ключевых технологий машинного обучения. Курс охватывает структуру нейронных сетей, взаимодействие нейронов, функции активации и алгоритм обратного распространения. Студенты самостоятельно строят простые и сложные нейронные сети и изучают методы оценки их эффективности. Предмет рассматривает возможности использования искусственных нейронных сетей для решения конкретных задач в практических проектах.
Год обучения - 3
Семестр - 2
Кредитов - 7
-
Искусственный интеллект с использованием Tensor Flow
Дисциплина направлена на изучение ключевых понятий искусственного интеллекта, моделей глубокого обучения и их практического применения. Рассматриваются возможности библиотеки TensorFlow с открытым исходным кодом, разработанной компанией Google. Обучающиеся осваивают создание нейронных сетей, их обучение, тестирование и оптимизацию. В рамках практических заданий разрабатываются проекты по распознаванию изображений, обработке естественного языка и прогнозированию на основе реальных данных. Курс сочетает теоретическую базу с практикой и формирует навыки самостоятельной разработки ИИ-систем.
Год обучения - 3
Семестр - 2
Кредитов - 6
-
Обработка естественного языка
Дисциплина предназначена для развития способности компьютеров понимать, обрабатывать и производить человеческий язык. В ходе дисциплины рассматриваются вопросы классификации текста, извлечения информации, построения языковых моделей и разработки систем вопросов и ответов. Студенты учатся использовать современные методы и инструменты для обработки текстовых данных на разных языках, в том числе на казахском. Кроме того, через практические проекты будут изучены конкретные шаги по созданию систем NLP.
Год обучения - 3
Семестр - 2
Кредитов - 8
-
Разработка систем ИИ
Дисциплина охватывает теоретические и практические аспекты научно обоснованной разработки систем искусственного интеллекта (ИИ). Студенты изучают архитектуру, алгоритмы и модели интеллектуальных систем, осваивают навыки их проектирования, внедрения и тестирования на основе реальных данных. Особое внимание уделяется развитию исследовательских навыков: формулированию научных проблем, построению гипотез, планированию экспериментов, интерпретации результатов и оформлению их в виде научных публикаций. В результате освоения курса студенты смогут реализовывать исследовательские проекты в области ИИ, проводить критический анализ, готовить статьи с соблюдением принципов научной этики. Дисциплина направлена на развитие исследовательской культуры, аналитического мышления и академического письма.
Год обучения - 3
Семестр - 2
Кредитов - 8
-
Основы анализа малых данных
Дисциплина направлена на обучение методам работы с данными ограниченного объема. Студенты осваивают методы предварительной обработки данных, выбора исключений, умножения данных (augmentation). В то же время рассматривается применение статистических методов и подходов машинного обучения на малых моделях. Благодаря конкретным практическим проектам на протяжении всей дисциплины студенты учатся строить эффективную модель из меньшего количества данных, снижать вероятность ошибок и правильно интерпретировать результаты.
Год обучения - 3
Семестр - 2
Кредитов - 8
-
Глубокое обучение
Дисциплина является одним из самых современных направлений в области искусственного интеллекта и машинного обучения. В данной дисциплине рассматриваются принципы функционирования многослойных нейронных сетей, архитектурные особенности и подходы к их применению к различным сложным проблемам. Студенты учатся, работая с такими моделями, как сверточные нейронные сети (CNN), повторяющиеся нейронные сети (RNN). Кроме того, формируются практические навыки обработки больших объемов данных, обучения модели и оценки результатов.
Год обучения - 3
Семестр - 2
Кредитов - 5
-
Технологии компьютерных игр
Дисциплина обучает основам разработки компьютерных игр. В курсе рассматриваются теоретические и практические навыки в области разработки дизайна игр, программирования, графики, анимации и создания игровых механик. Студенты изучают инструменты и языки программирования, необходимые для создания игр, а также методы оптимизации работы игр, реализации многопользовательского режима и тестирования игр. Цель дисциплины — познакомить студентов со всеми этапами разработки игры и развить их творческие и технические навыки.
Год обучения - 4
Семестр - 1
Кредитов - 7
-
Основы больших данных
Дисциплина знакомит с основами работы с большими данными, их обработкой, хранением и анализом. В курсе рассматриваются инструменты и методы, используемые для управления большими объемами данных, а также современные технологии, применяемые для хранения и анализа данных. Студенты изучают методы обработки больших данных с использованием платформ, таких как Hadoop, Spark. Цель дисциплины — познакомить студентов с основами работы с большими данными и развить навыки эффективного сбора, обработки и анализа данных.
Год обучения - 4
Семестр - 1
Кредитов - 8
-
Компьютерное зрение
Предмет изучает компьютерные технологии, направленные на анализ и понимание изображений и видео. Студенты осваивают методы обработки изображений, распознавания объектов и 3D-моделирования. Курс обучает применению алгоритмов машинного обучения. Практические проекты позволяют набраться опыта в автономных системах и робототехнике. Предмет способствует развитию инновационных технологий.
Год обучения - 4
Семестр - 1
Кредитов - 5
-
Создание приложений программного обеспечения ИИ
Дисциплина посвящена разработке программных приложений на основе искусственного интеллекта (ИИ). В курсе рассматриваются методы применения ИИ-алгоритмов, машинного обучения и глубокого обучения для разработки интеллектуальных систем, используемых в различных областях. Студенты учат работать с инструментами, такими как Python, TensorFlow, Keras, и осваивают методы обработки данных, создания моделей и их применения. Цель дисциплины — развить у студентов навыки проектирования, программирования и разработки ИИ-систем.
Год обучения - 4
Семестр - 1
Кредитов - 7
-
Облачные технологии
Дисциплина учит основным понятиям и технологиям облачных вычислений. Студенты осваивают создание виртуальных серверов на платформах AWS, Azure и Google Cloud, использование сервисов хранения и обработки данных. В то же время рассматриваются методы контейнеризации, автоматизации, безопасности и оптимального управления облачными ресурсами. В практической части проводится работа по использованию реальной облачной инфраструктуры и оптимизации систем. Дисциплина позволяет студентам работать с большими данными и разрабатывать современные ИТ-решения через облачные сервисы.
Год обучения - 4
Семестр - 1
Кредитов - 8
-
Искусственный интеллект и кибербезопасность
Дисциплина объединяет области искусственного интеллекта и кибербезопасности. В курсе рассматривается роль методов искусственного интеллекта в обеспечении кибербезопасности, включая обнаружение вредоносных программ, методы защиты от атак, прогнозирование угроз и повышение безопасности систем. Студенты изучают использование алгоритмов искусственного интеллекта для распознавания и предотвращения кибератак. Этот курс направлен на понимание возможностей искусственного интеллекта в создании современных систем кибербезопасности и их эффективное применение.
Год обучения - 4
Семестр - 1
Кредитов - 5
-
Smart -технологии
Пән охватывает области применения в современной жизни. В рамках курса рассматриваются принципы работы и возможности «умных» устройств, Интернета вещей (IoT), искусственного интеллекта, больших данных, сенсорных систем и облачных вычислений. Основная цель курса – познакомить студентов с архитектурой и функциональностью интеллектуальных систем, а также с методами их применения в различных сферах, таких как умные дома, умные города, здравоохранение, промышленность, транспорт и сельское хозяйство.
Год обучения - 4
Семестр - 1
Кредитов - 5
-
Безопасность и этика ИИ
Дисциплина рассматривает вопросы безопасности и этики при использовании систем искусственного интеллекта (ИИ). В курсе обсуждаются социальные, правовые и моральные последствия решений ИИ, конфиденциальность данных, алгоритмическая справедливость, ответственность и доверие. Студенты изучают основные принципы безопасного и этичного применения ИИ-технологий. Также анализируются этические дилеммы и риски на основе практических примеров. Дисциплина формирует у будущих IT-специалистов понимание ответственного использования ИИ на благо общества.
Год обучения - 4
Семестр - 1
Кредитов - 5
-
Управление роботизированными устройствами
Дисциплина обучает структуре, принципам работы и методам управления роботизированными устройствами. В рамках курса изучается взаимодействие сенсоров и приводов, использование микроконтроллеров, программирование роботов и проектирование автоматизированных систем. Студенты на практике работают с платформами Arduino, Raspberry Pi и реализуют алгоритмы управления роботами. Цель дисциплины — дать студентам фундаментальные знания в области современной робототехники и научить эффективно управлять роботами в различных прикладных сферах.
Год обучения - 4
Семестр - 1
Кредитов - 5
-
Обработка звука и речевые технологии
Курс охватывает темы обработки звуковых сигналов, распознавания и синтеза речи, а также взаимодействия с естественным языком. Студенты изучают особенности речевых сигналов, методы спектрального анализа, алгоритмы подавления шума и эха, а также принципы работы систем автоматического распознавания речи. В практической части используются Python, MATLAB и специализированные библиотеки (например, Kaldi, Praat).
Год обучения - 4
Семестр - 2
Кредитов - 7
-
Цифровая обработка аудиосигналов
Дисциплина охватывает основные принципы цифровой обработки аудиосигналов, включая дискретизацию, квантование, спектральный анализ, построение цифровых фильтров и методы очистки шумных сигналов. Студенты изучают применение БПФ, фильтров FIR/IIR, создание аудиоэффектов и оценку качества сигналов. Курс реализуется в практической форме с использованием MATLAB или Python.
Год обучения - 4
Семестр - 2
Кредитов - 7
-
Эволюционные вычисления и генетические алгоритмы
Дисциплина посвящена изучению теоретических основ эволюционных вычислений и структуры генетических алгоритмов. Студенты освоят алгоритмы, основанные на биологических процессах, таких как естественный отбор, кроссовер, мутация и популяция. Также рассматриваются методы применения генетических алгоритмов для решения прикладных задач, оптимизации и моделирования. В рамках курса выполняются практические проекты на языках программирования MATLAB или Python.
Год обучения - 4
Семестр - 2
Кредитов - 5
Профессии
Результаты обучения
- Формирует лидерские качества, принимая самостоятельные решения на основе сбора и критического анализа данных в исследуемой области
- Выстривает профессиональные, академические, научные и социальные отношения на государственном и иностранных языках в интернациональной среде
- Осваивает методы научного исследования и основы академического письма, эффективно применяет технологии искусственного интеллекта, опираясь на принципы академической добросовестности в профессиональной деятельности
- Соблюдает духовные ценности и экономические, финансовые, экологические, правовые и антикорупционные принципы общества в профессиональной деятельности
- Владеет основами информационной безопасности и работы с современными web, cloud, IoT и Smart системами, эффективным применением компьютерных сетей и технологий защиты информации.
- Владеет основами дискретной математики, логики, теории вероятностей, линейной алгебры и статистики, понятиями малых и больших данных и методами анализа данных.
- Владеет навыками теории вероятностей, статистики и обработки и визуализации данных, основами академического письма, машинного обучения и генетических алгоритмов.
- Владеет языками Python, C++, Java и структурами данных, развивает принципы ОББ, разработку игр и мобильных приложений, навыки управления системами ИИ и роботами, умеет проводить исследования в области информационных технологий.
- Владеет основными понятиями и направлениями развития искусственного интеллекта, может применять алгоритмы машинного и глубокого обучения, проектировать системы ИИ на основе искусственных нейронных сетей, адаптировать их к задачам кибербезопасности и осваивать прикладные ИИ-приложения на основе программных средств и современных библиотек.
- Владеет основами в области защиты информации и этики и безопасности и овладевает основными методами обработки академического письма и естественного языка.
- Формирует практические навыки создания AI-систем на базе нейронных сетей, компьютерного зрения и обработки естественного языка с соблюдением принципов этики и безопасности.
- Владеет навыки работы с технологиями Cloud, IoT и Smart, обработки мультимедийных данных, управления роботизированными системами и разработки компьютерных игр.