Действующая образовательная программа

6B06103 Математическое и компьютерное моделирование в ВКТУ им. Д. Серикбаева

Дисциплины

  • Линейная алгебра и аналитическая геометрия

    Курс относится к числу общеобразовательных математических дисциплин. Включает в себя -раздел геометрии, основными понятиями которого являются простейшие геометрические образы (точки, прямые, плоскости, кривые и поверхности второго порядка). Основными средствами исследования в аналитической геометрии служат метод координат и методы элементарной алгебры. Линейная алгебра -раздел математики, изучающий векторы, векторные пространства, линейные преобразования и системы линейных уравнений.

    Год обучения - 1
    Семестр - 1
    Кредитов - 6
  • Физика

    Физика изучает общие формы движения материи. Первый раздел посвящен кинематики и динамики материальной точки и твердого тела. Третий - электростатике, постоянному току и электромагнетизму. Четвертый - колебаниям и волнам. Пятый –геометрической и волновой оптики. Следующий - элементам квантовой теории света и квантовой механики. Седьмой - физике атома и атомного ядра.

    Год обучения - 1
    Семестр - 1
    Кредитов - 6
  • Алгоритмизация и технология программирования

    В курсе рассматриваются: алгоритмические языки, этапы и уровни разработки программ. Состав системы программирования, элементы языка программирования. Типы данных. Объявления. Выражения и присваивания. Одномерные массивы и указатели. Строки. Обработка строк. Двумерные массивы. Структуры данных. Указатели и структуры данных. Особенности программирования

    Год обучения - 1
    Семестр - 1
    Кредитов - 5
  • Математический анализ

    Рассматриваемые в этих разделах современные методы математического анализа составляют основу для дальнейшего изучения цикла математических дисциплин, а также позволяют моделировать и исследовать простейшие прикладные задачи в различных отраслях прикладных наук. Дисциплина содержит разделы: введение в математический анализ; дифференциальное исчисление функции одной и нескольких переменных и их приложения. Числовые и функциональные ряды.

    Год обучения - 1
    Семестр - 2
    Кредитов - 8
  • Обыкновенные дифференциальные уравнения

    Дифференциальные уравнения первого порядка. Дифференциальные уравнения высших порядков, допускающих понижение порядка. Структура решения линейного однородного и неоднородного уравнений. Метод вариации произвольной постоянной. Системы линейных дифференциальных уравнений и основные методы ее решения. Краевая задача для линейного уравнения второго порядка. Основные понятия теории устойчивости. Уравнения с частными производными первого порядка.

    Год обучения - 2
    Семестр - 3
    Кредитов - 5
  • Дискретная математика

    Основные понятия теории множеств. Важнейшие виды бинарных отношений. Введение в логику высказываний. Введение в логику предикатов, кванторы. Булевы функции, их свойства. Важнейшие замкнутые классы булевых функций. Полные системы булевых функций. Минимизация булевых функций. Введение в теорию графов.

    Год обучения - 2
    Семестр - 3
    Кредитов - 5
  • Технология разработки программного обеспечения

    Основное содержание дисциплины опирается на системное программное обеспечение, управляемым в режиме реального времени, внедрении методов разработки программ, обеспечивающих достижение соответствующих характеристик качества.

    Год обучения - 2
    Семестр - 3
    Кредитов - 6
  • Основы веб-программирования

    Курс предназначен для тех, кто хочет приобрести начальные навыки веб - разработки, изучить логику работы с этим языком и терминологию, а также понять принципы функционирования систем и веб -приложений. В процессе обучения студенты проходят основные этапы создания простого сайта интернет -магазина и работают над его функциональностью.

    Год обучения - 2
    Семестр - 3
    Кредитов - 6
  • Объектно-ориентированное и прикладное программирование

    Изучение и усвоение принципов объектно-ориентированного программирования, использование инкапсуляции, наследования и полиморфизма при разработке простейших проектов на языке C++ в Windows-приложении, основных элементов и технологий программирования с использованием элементов классов на языке C++ в Windows-приложении.

    Год обучения - 2
    Семестр - 3
    Кредитов - 5
  • Основы права и антикоррупционная культура

    Данная дисциплина формирует у студентов комплексное представление о системе действующего законодательства, внутреннем строении и содержании основных отраслей права на современном этапе, представление о честности, неподкупности, устойчивое антикоррупционное поведение и систему современных знаний по противодействию коррупции; направлена на развитие правовой культуры личности, основанной на принципах антикоррупционной политики и культуры, сознания; также рассматривает нормативно - правовые документы, регламентирующие инклюзивное образование.

    Год обучения - 2
    Семестр - 4
    Кредитов - 5
  • Основы бизнеса и финансовая грамотность

    Дисциплина направлена на формирование у обучающихся комплексного представления о принципах ведения предпринимательской деятельности, основах управления финансами и принятии экономически обоснованных решений. В процессе изучения курса раскрываются принципы рыночной экономики, ключевые аспекты организации бизнеса, планирования и привлечения финансирования, государственного регулирования предпринимательства. Особое внимание уделяется развитию финансовой грамотности, включая управление личными и корпоративными финансами, инвестиционные стратегии и оценку рисков. Курс развивает предпринимательское мышление, ответственное отношение к финансам и уверенность в современной экономической среде. При этом используются инклюзивные методики, адаптированные кейсы и цифровые технологии для равных образовательных возможностей.

    Год обучения - 2
    Семестр - 4
    Кредитов - 5
  • Введение в Data Science

    Курс дает возможность познакомиться с предметной областью науки о данных и формирует навыки решения задач обработки и визуализации данных с использованием языка Python. В курсе рассматриваются основы интерактивной работы с Python в блокноте Jupyter Notebook, дается необходимый минимум синтаксических конструкций Python для задач обработки данных, рассматриваются базовые аналитические пакеты: pandas, matplotlib, seaborn. Рассматриваются вопросы загрузки данных разных форматов, очистки данных, разведочного анализа, визуализации данных.

    Год обучения - 2
    Семестр - 4
    Кредитов - 6
  • Основы информационной безопасности

    Рассматриваются технологические методы обеспечения безопасности информации: защита от несанкционированного доступа, криптографические методы защиты, методы защиты от компьютерных вирусов, защита информации от утечки по техническим каналам. Обсуждаются проблемы организационно-правового обеспечения безопасности информации. Обосновывается необходимость комплексного подхода к защите информации. Излагаются основы информационной культуры как важнейшего фактора обеспечения безопасного развития информационного общества.

    Год обучения - 2
    Семестр - 4
    Кредитов - 6
  • Теория вероятностей и математическая статистика

    Дисциплина изучает основы теории вероятностей и статистики для применения в анализе данных и принятии решений в условиях неопределённости. Курс охватывает вероятностные модели, случайные величины, законы распределения (включая нормальное и биномиальное), а также методы статистического анализа: оценивание параметров, проверка гипотез, корреляция и регрессия. Студенты научатся применять вероятностные и статистические методы для интерпретации данных, оценивать параметры и проверять гипотезы, что позволит принимать обоснованные решения на основе анализа неопределённой информации.

    Год обучения - 2
    Семестр - 4
    Кредитов - 5
  • Компьютерное моделирование в среде MatLab

    Содержание дисциплины определяется основой программирования на языке высокого уровня, синтаксисом языка программирования Matlab и основными возможностями вычислений и визуализации результатов, предоставляемыми ядром системы MATLAB. Кроме этого, рассматривается популярное расширение пакета MATLAB - Symbolic Math Toolbox

    Год обучения - 2
    Семестр - 4
    Кредитов - 6
  • Адам бол

    Дисциплина направлена на формирование целостной и зрелой личности через осмысление идей саморазвития, самосовершенствования и самодостаточности, отражённых в наследии Абая. Рассматриваются подходы к принятию обоснованных решений в условиях современной экономико-правовой и социокультурной среды. Особое внимание уделяется принципам инклюзивного образования, обеспечивающим равный доступ к обучению с учетом индивидуальных потребностей студентов.

    Год обучения - 2
    Семестр - 4
    Кредитов - 5
  • Уравнения математической физики

    Основные объекты изучаемой дисциплины находят широкое применение в прикладных науках: термодинамика, теория тепло- и массопереноса при математическом описании и моделировании различных физических процессов. В содержании дисциплины акцент делается на математические методы, позволяющие изучить различные явления реального мира путем составления их математических моделей.

    Год обучения - 3
    Семестр - 5
    Кредитов - 5
  • Математика и Python для анализа данных

    Курс направлен на развитие навыков и умений применения методов математического анализа, линейной алгебры, методов оптимизации, теории вероятностей для задач анализа данных, а также на получение базовых навыков работы со специальными библиотеками анализа данных языка Python.

    Год обучения - 3
    Семестр - 5
    Кредитов - 6
  • Имитационное моделирование

    Типы имитационных моделей. Статистический метод Монте-Карло. Марковские процессы и цепи Маркова. Марковская задача принятий решений. Системы массового обслуживания. Основные функциональные характеристики СМО. Модели с одним и несколькими приборами обслуживания. Моделирование многоканальных СМО.

    Год обучения - 3
    Семестр - 5
    Кредитов - 6
  • Основы математического моделирования

    Дисциплина направлена на формирование базовых знаний и навыков в области построения, анализа и применения математических моделей при решении прикладных задач в науке и технике. Изучаются основные этапы моделирования: постановка задачи, формализация, выбор метода, реализация и интерпретация результатов. Рассматриваются классификация моделей (детерминированные, стохастические, дискретные, непрерывные), методы математического описания физических, технических и социальных процессов, а также основы численного моделирования.

    Год обучения - 3
    Семестр - 5
    Кредитов - 6
  • Экономика предприятия (по отраслям)

    Знание дисциплины "Экономика предприятия (по отраслям)" является основой компетентности специалистов, их способности определять направления экономического развития предприятия. Изучаются деятельность предприятий в конкурентной рыночной среде, процессы разработки и принятия эффективных решений в условиях ограниченных ресурсов. Обучающиеся овладевают знаниями об основных и оборотных средствах, кадровом потенциале, системах оплаты труда, себестоимости, финансовых показателях и оценке инвестиций.

    Год обучения - 3
    Семестр - 6
    Кредитов - 5
  • Введение в гармонический анализ

    Раздел математического анализа, в котором изучаются свойства функций с помощью представления их в виде рядов или интегралов Фурье. Также метод решения задач с помощью представления функций в виде рядов или интегралов Фурье. Основные объекты изучения классического гармонического анализа: тригонометрические ряды, преобразование Фурье, почти периодические функции, ряды Дирихле. Решение задач в Matlab

    Год обучения - 3
    Семестр - 6
    Кредитов - 6
  • Программно-аппаратные методы защиты информации

    Дисциплина является одной из профилирующей составляющей в подготовке специалистов в области проектирования средств обеспечения информационной безопасности. Содержание дисциплины охватывает изучение моделей угроз и модели нарушителя информационной безопасности автоматизированной системы, методов анализа проектных решений по обеспечению безопасности автоматизированных систем, методов анализа угроз и уязвимостей проектируемых и эксплуатируемых автоматизированных систем.

    Год обучения - 3
    Семестр - 6
    Кредитов - 6
  • Machine Learning & Data Science

    Курс направлен на формирование у студентов теоретических знаний и практических навыков по основам машинного обучения, овладение студентами инструментарием, моделями и методами машинного обучения, а также приобретение навыков исследователя данных (data scientist) и разработчика математических моделей, методов и алгоритмов анализа данных.

    Год обучения - 3
    Семестр - 6
    Кредитов - 6
  • Моделирование и визуализация объектов в среде 3D

    3D Моделирование позволило создавать разнообразные объекты, явления и практика показывает необходимость разработки и совершенствования визуальных моделей данных, способов их создания и использования. Рассматриваются подходы к построению многокомпонентных визуальных 3D-моделей, позволяющих проводить проверку, интерпретацию и анализ пространственной информации.

    Год обучения - 4
    Семестр - 7
    Кредитов - 6
  • Основы нейронных сетей

    Ознакомление с различными направлениями в системах искусственного интеллекта, более глубоко изучение одного из направлений искусственного интеллекта – нейронными сетями, выработка методики нейросетевого моделирования процессов в различных областях человеческой деятельности, познакомиться с использованием нейронных сетей в различных областях – распознавание образов, прогнозирование, принятие решений, оптимизации и др.

    Год обучения - 4
    Семестр - 7
    Кредитов - 6
  • Теория принятия решений

    Курс является одним из основных дисциплин и охватывает изучение задач математического программирование, решение задач нелинейного программирования, нечеткие числа и множества, операции над ними. Более подробно рассматриваются основные понятия и определения теории игр и методы решения матричных игр, математический аппарат теории массового обслуживания для приложения вероятностно-статистических методов описания неопределенностей.

    Год обучения - 4
    Семестр - 7
    Кредитов - 5
  • Прикладные задачи анализа данных

    Курс направлен на решение прикладных задач из различных областей анализа данных: анализ текста и информационный поиск, коллаборативная фильтрация и рекомендательные системы, бизнес-аналитика, прогнозирование временных рядов. На курсе студент приобретет практические навыки извлечения признаков из разнородных данных, оценки качества разработанных моделей, применения различных алгоритмов машинного обучения.

    Год обучения - 4
    Семестр - 7
    Кредитов - 10
  • Защита программного обеспечения

    В курсе рассматриваются следующие темы: - внутренняя архитектура ОС Windows, - основы обратной разработки программного обеспечения, - построение исследовательской программной лаборатории для исследований, - методы и средства статического анализа программного обеспечения, - методы и средства противодействия статическому и динамическому анализу программного обеспечения, - основы вирусной аналитики.

    Год обучения - 4
    Семестр - 7
    Кредитов - 5
  • Теория информации и кодирования

    Дисциплина является одной из основных профилирующих дисциплин и включает изучение следующих вопросов: Понятие информации, энтропии. Сжатие информации. Дискретные каналы и их свойства. Скорость передачи информации в канале. Пропускная способность канала. Прямая теорема кодирования Шеннона для канала без памяти. Обращение теоремы кодирования Шеннона. Помехоустойчивого кодирования.

    Год обучения - 4
    Семестр - 7
    Кредитов - 6
  • Теоретические основы защиты информации

    Дисциплина направлена на формирование у обучаемых знаний в области теоретических основ информационной безопасности и навыков практического обеспечения защиты информации безопасного использования программных средств в вычислительных системах.

    Год обучения - 4
    Семестр - 7
    Кредитов - 6
  • Статистическое моделирование и прогнозирование

    Дисциплина содержит следующие разделы: статистическое моделирование, включающее построение датчиков псевдослучайных величин, моделирование случайных факторов, расчёт интегралов методом Монте-Карло и статистическое моделирование надёжности; имитационное моделирование (ИМ) систем; моделирование стационарных и нестационарных временных рядов; построение линейные регрессионных моделей.

    Год обучения - 4
    Семестр - 7
    Кредитов - 5
  • Численные методы

    Изучение данной дисциплины позволяет освоить основы знаний, связанные с расчетными методами и их применением в решении различных задач. Реализуются алгоритмы изучаемых методов с использованием средств вычислительной техники и интерпретируются вычислительные результаты.

    Год обучения - 4
    Семестр - 7
    Кредитов - 5
  • Методы оптимизации

    Ознакомление с базовыми математическими моделями и освоение численных методов решения классических экстремальных задач, а также знакомство с современными направлениями развития методов оптимизации. В целом материал курса ориентирован на умение правильно классифицировать конкретную прикладную задачу, выбирать наиболее подходящий метод решения и реализовывать его в виде алгоритма и программы.

    Год обучения - 4
    Семестр - 7
    Кредитов - 6

Результаты обучения

  • Демонстрировать знания, способствующие формированию целостной личности в экономико-правовой, социально-культурной среде, принимать обоснованные решения, учитывая инклюзивность и обеспечение равных возможностей для всех участников
  • Подготовка данных для нейросистем и применение нейронных сетей в решении сложных прикладных задач с целью повышения эффективности и точности управления технологическими процессами, оптимизации ресурсов и снижения затрат в различных отраслях
  • Уметь планировать работы по бизнес-анализу, реализации и оценке эффективности управления IT-проектами по решению конкретных задач различных предметных областей с применением методов Machine Learning, Data Science и математического моделирования, а также интерпретировать результаты машинного обучения и формулировать рекомендации для улучшения бизнес-процессов
  • Использовать современные языки программирования и стандартные пакеты прикладных программ для решения поставленных задач техники, экономики и управления
  • Осуществлять моделирование процессов и их графическую визуализацию, поиск и аналитическую обработку информации, численную реализацию, принятие решений на основе результатов анализа на стыке различных предметных областей
  • Проводить лабораторные и численные эксперименты, оценивать точность и корректность результатов моделирования при создании и программной реализации систем искусственного интеллекта
  • Анализировать защиту информации объектов, систем, процессов с целью поиска эффективных и рациональных способов решения задач, уметь идентифицировать и устранять уязвимости, разрабатывать и применять методы защиты информации, а также анализировать и внедрять современные подходы для обеспечения безопасности компьютерных систем
  • Разработка прикладных интеллектуальных и экспертных систем для применения на больших данных на основе алгоритмов машинного обучения, теории принятия решений, инструментов проектирования баз данных и знаний
  • Демонстрировать знания базовых математических дисциплин и разделов общей физики для выбора корректной математической модели, описания и поиска решения поставленных задач
  • Продемонстрировать знания и понимание обширных навыков в области управления системами работы с большими данными различного формата, разработки интерфейсов программирования, современных проблем искусственного интеллекта и проектирования интеллектуальных систем на основе методов машинного обучения и алгоритмизации поставленных задач для определения стратегии принятия решений
Top