6B06108 Деректер ғылымы және машиналық оқыту в Халықаралық ақпараттық технологиялар университеті

Бағдарламалық жасақтаманы басқарудың өмірлік циклын басқару

Бағдарламаны әзірлеудің әдістемелік негіздерін және практикалық бағдарламалау дағдыларын зерттеу.

Классикалық механиканың негізгі заңдарын, салыстырмалылықтың арнайы теориясын, электромагниттік құбылыстарды, кванттық механиканы, физикалық есептерді шешу жолдарын іздеудегі термодинамиканы зерттеу

Матрицалар, интегралдар, сызықтық тәуелділіктер түріндегі математикалық аппаратты білу

Алгоритмдердің түрлерін білу. Әртүрлі алгоритмдердің блок-сұлбаларын құру процесінде алынған білімді қолдану

Курстың мақсаты студенттерді есептеу салаларымен және оның компьютерлік ғылымдардағы қолданылуымен таныстыру. Оқу процесі кезінде студенттер әртүрлі қолданбалы есептерді шешу үшін математикалық әдістер мен құралдарды тани және қолдана білуі тиіс. Сонымен қатар, дифференциалдық және интегралдық есептеулер теориясына негізделген, шексіз шағын айнымалыларды зерттеудің іргелі әдістерімен танысады.

PHP бағдарламалау тілін қолдана білу, MySQL мәліметтер базасының негіздерін меңгеру және серверлік клиенттік веб-қосымшаларды әзірлеу

Деректер базасын құру үшін қазіргі заманғы деректер қорын басқару жүйелерін пайдалану

Дискретная математика является частью математики, посвященной изучению дискретных объектов (здесь дискретные средства, состоящие из отдельных или не связанных между собой элементов). В более общем смысле дискретная математика используется всякий раз, когда подсчитываются объекты, когда изучаются отношения между конечными (или счетными) наборами и когда анализируются процессы, включающие конечное число шагов. Основной причиной роста важности дискретной математики является то, что информация хранится и обрабатывается вычислительными машинами дискретным образом.

Курстың соңында студент питонның және R бағдарламалау ортасының негіздерін, оның ішінде іргелі программалау әдістерін, кестелік деректерді талдауды, оларды тазалауды, манипуляциялауды және базалық статистикалық талдауды білу керек. Талдау алгоритмдерін әзірлеу дағдыларына ие болуы керек.

Курсқа: Инкапсуляция, мұрагерлік, полиморфизм кіреді. Класстар құру. Нақты клиенттерден немесе жұмыс берушілерден алатын нақты талаптарға негізделе отырып пайдалы клиенттік апплеттер мен автономды қосымшаларды жасау

Курс аяқталғаннан кейін студент деректерді талдау үшін ықтималдық негіздері мен статистиканы білуді, деректерді талдау және жинау, барлау мәліметтерін талдау, кездейсоқ айнымалы мәндер, жалпы дискреттік және үздіксіз бөлу, үлгілік бөлу, бағалау, сенім аралықтары, гипотеза сынақтары, қарапайым модельдеу және жүктеу, тарату әдістері мен деректерді талдау бағдарламаларын пайдалануды уйренуі қажет

Пән студенттерді компьютерлік желілердің құрылысы мен қызмет етуінің теориялық және практикалық негіздерімен таныстыруға, желілік технологиялармен жұмыс істеу мәдениетін үйретуге арналған. Курста негізгі назар келесі мәселелерге бөлінеді: ақпараттық жүйенің архитектурасын тұтас қабылдау; тарату ортасының шекті физикалық мүмкіндіктері және олардан туындаған деректерді беруді шектеу; ақпараттық жүйелердің желілік өзара әрекеттесуін қазіргі заманғы іске асыру.

Реляциялық, объектілі-бағытталған, объектілі-реляциялық, қарапайым және күрделі жүйелерге арналған схеманың кілт-мәндерін пайдалана отырып, деректер базасының логикалық сұлбаларын жобалау

Курс әртүрлі есептерді шешу үшін алгоритмдерді және өңдеу бағдарламаларын зерттеуге арналған. Бұл үшін бағдарламалық құрылым, алгоритмдер мен бағдарламаларды құру принциптері, шешу әдістері, Алгоритмдеу, бағдарламалау, баптау және бағдарламалау тілін қолдану арқылы бағдарламаларды жүзеге асыру қарастырылады.

Операциялық жүйелердің құрылу принциптерін, типтері мен функцияларын үйрену

Frontend және backend әзірлеу қазіргі заманғы тәсілдері мен құралдарын талдайды және пайдаланады

Курс аяқталғаннан кейін студент деректер қоймалары мен деректерді өңдеу әдістерін білуі керек, әр түрлі деректерді өңдеу алгоритмдерін қолдану үшін қолайлы деректерді өңдей алады. Түрлі дерекқор түрлерінен үлгілерді анықтау және өлшеуді үйренеді

CPU, ALU және басқару блогы, жады, енгізу-шығару және жады, сондай-ақ ішкі және сыртқы жад технологияларының кең спектрін қоса алғанда, компьютердің негізгі компоненттерін білу.

Курстың соңында студент білуі қажет: - Регрессия мен жіктеу проблемалары арасындағы айырмашылық - мұғаліммен негізгі машина жасау алгоритмдері болуы мүмкін: - мұғаліммен компьютерлік оқыту алгоритмдерінің бағдарлама кодын жазу - Машина жасау алгоритмдері үшін деректерді дайындау және өңдеу дағдылары: - Python және R тілдерінде бағдарламалау - Компьютердің оқыту алгоритмдерін құрастыру

Берілген функционалдық талаптар бойынша роботтардың құрылымдарын құрастыруды жүзеге асыру

Ақпаратты қорғаудың негізгі әдістері мен принциптері. Қауіпсіздік стандарттарын қолданатын ұйымның тәуекелдер картасын жазу (ISO-27000)

Курстың соңында студент білуі қажет: - құрылымсыз деректерді жіктеу жолдары - мұғалімсіз негізгі компьютерлік оқыту алгоритмдері болуы мүмкін: - мұғалімсіз компьютерлік оқыту алгоритмдерінің бағдарлама кодын жазу - Машина жасау алгоритмдері үшін деректерді дайындау және өңдеу дағдылары : - Python және R тілдерінде бағдарламалау - мұғалімсіз өзіңіздің компьютерлік оқыту алгоритмдерін құрастыру

Курстың соңында студент білуі керек: - Суреттің қасиеттері, сүзгі түрлері - сурет сипаттамаларын оқшаулау әдістері: - суреттерді өңдеу және өңдеу әдістерін қолдану дағдылары: - сурет өңдеу алгоритмдерін программалау - бағдарламалық қамтамасыз етудегі кескіннің сипаттамаларын бөлектеу

Зерделеу помехоустойчивые кодтары ескере отырып, ақпараттық шегі артықтығы. Дискреттеу және кванттау қателерін бағалау

Бұл курс деректермен жұмыс істеу кезінде жоғарғы өнімділік, тиімділік және сенімділікке бағытталған технологияларды қолданатын бизнес және корпоративтік қосымшаларды дамытуға арналған.

Құрылғылар драйверлері, стандартты емес жабдығы бар түйіспе модульдері үшін жүйелік бағдарламалар жасай білу

Курстың соңында студент білуі керек: - мұғаліммен терең білім алудың негізгі әдістері, технологиялары және алгоритмдері - мұғаліммен терең білім алудың арасындағы айырмашылық - мұғаліммен өзіңіздің терең оқу алгоритмдерін жасаңыз және жасаңыз дағдылары : - әртүрлі деректерді өңдеу үшін көп қабатты нейрондық желілерді жобалау түрлері

Ақпараттық инфрақұрылыммен, деректерді өңдеу құралдарымен, жүйелермен, деректерді өңдеудің үлкен құралдарымен және қосымшаларымен жұмыс істеу үшін бұлт технологияларын пайдалану, сондай-ақ деректерден алынған үлгілерді бағалаумен Big Data инфрақұрылымын және жоғары өнімді желілерді тиімді пайдалану

Курс студенттердің өзіндік теориялық және практикалық пайымдаулары мен тұжырымдарына қабілетін дамытуға бағытталған іс-әрекетті, ғылыми ақпаратты объективті бағалау, ғылыми іздестіру еркіндігі мен білім беру қызметінде ғылыми білімді қолдануға ұмтылу, соның ішінде дипломдық жобаны (жұмысты) орындау үшін арналған.

"Жобаның өмірлік циклінің түрлі кезеңдерінде жобаларды басқару құралдарын пайдалана білу, жобалық тәуекелдерді сапалы және сандық бағалауды жүзеге асыру, жобаның тиімділігін анықтау Бірлескен бағдарламалық қамтамасыз етуді әзірлеу. Версияны басқару, жоспарлау, әзірлеу процесінің сатылары"

Курстың соңында студент білуі керек: - аудио және мәтіндік деректер сипаттары, сүзгі түрлері - аудио және мәтіндік деректердің сипаттамаларын алу әдістері - аудио және мәтіндік деректерді өңдеу және өңдеу әдістерін қолдануға дағдылары бар: - дыбыстық және мәтіндік деректерді өңдеу алгоритмдерін бағдарламалау - дыбыстық және мәтіндік деректердің сипаттамаларын бағдарламалық қамтамасыз ету

Стандартты емес жағдайларда және әртүрлі пікір жағдайында ұйымдастыру-басқару шешімдерін білу және экономикалық көрсеткіштерді санай білу.

Математикалық емес тілдік мәселелерде математикалық тұрғыдан күрделілік деңгейінің орташа деңгейін қалыптастыру мүмкіндігін көрсету және оларды шешу үшін осы реформаның артықшылықтарын пайдалану.

Машина жасаудың теориялық негіздерін осы саладағы зерттеулерді жүргізуге жеткілікті деңгейде түсіну, сондай-ақ регрессия, классификация, кластерлеу және өлшемділікті төмендету мәселелерімен байланысты болуы мүмкін талдаудың негізгі айырмашылықтарын анықтау.

Ақпараттық инфрақұрылыммен, деректерді өңдеу құралдарымен, жүйелермен, деректерді өңдеудің үлкен құралдарымен және қосымшаларымен жұмыс істеу үшін, сондай-ақ деректерден алынған модельдерді бағалаумен Big Data инфрақұрылымын және жоғары өнімді желілерді тиімді пайдалану үшін бұлтты технологияларды қолдану.

Деректерді талдау және талдау үшін құралдарды пайдалану, барлау деректерін, кездейсоқ айнымалыларды, жалпы дискреттік және үздіксіз бөлінулерді, үлгілік бөлуді, бағалауды, сенім аралықтарын, гипотезаны сынауды, қарапайым модельдеуді және жүктеуді талдау.

Практикалық есептерді шешу үшін алгоритмдерді қолдану, оқу барысында алынған үлгілерді оңтайландыру және оқу үлгілерін пайдаланудың күтілетін тиімділігі туралы ақпарат беру.

Машиналарды оқытудың алгоритмдерінің нәтижелерін түсіндіру, олардың сенімділігін өлшеу және деректерді басқа қызмет салаларынан сарапшылармен бөлісу

Машиналық оқыту моделінің нәтижелерін ұсыну және тестілеу, қолданыстағы алгоритмдерді өзгертетін жаңа оқыту алгоритмдерін жасау және қолдану.

Деректер тақталарын және талдау есептерін жасау үшін тиімді визуализация мен түсіндіру әдістерін пайдалану

Дифференциалдық теңдеулерді операциялық есептерді пайдалана отырып шешуге байланысты кəсіби қызмет мəселелерінде құзырлы болуы. Электр тізбектерінің математикалық үлгілерін жасау; MЖ көмегімен математикалық есептеулерді орындаңыз.

Заманауи көздерді дербес әртараптандыру және сыни талдау, қорытынды жасау, оларды дәлелдеу және ақпаратқа негізделген шешімдер қабылдау.