8D06103 Компьютер ғылымдары в Әл-Фараби атындағы Қазақ ұлттық университеті

Пәннің мақсаты терең нейрондық желілердің көмегімен оқытудың қолда бар құралдарын қолдану және үлкен деректерді талдау үшін жаңа оқыту қабілетін қалыптастырудан тұрады. Пәнді оқу нәтижесінде докторанттарда келесі қабілеттерді қалыптастыру: - терең нейрондық желілердің, терең оқытудың негізгі нұсқаларының және олардың типтік қосымшаларының көмегімен оқытудың іргелі принциптерін, теориялары мен тәсілдерін сипаттау; - терең архитектуралармен оқыту және моделдеу кезінде негізгі концепцияларды, проблемалар мен тәжірибелерді қолдану; - курста ұсынылған тұжырымдамалар мен әдістерді өз зерттеулерімен байланыстыру; - қолданыстағы бағдарламалық кітапханаларды пайдалана отырып, нейрондық желілерді енгізу, оқыту және бағалау; - нейрондық желілер мен олардың қосымшаларының ағымдағы зерттеулерін ұсыну және сыни бағалау. Пән бойынша келесі аспектілер қарастырылады: нейрондық желілер мен терең оқыту негіздері. Нейрондық желілерді жақсарту әдістері: реттеу және оңтайландыру. Гиперпараметрлерді және терең оқыту шеңберін теңшеу. Tensorflow. Гиперпараметрлерді және оқытудың терең шеңберін теңшеу. Keras. Машиналық оқыту жобасын ұйымдастыру және табысты құру стратегиясы. Орама нейрондық желілер, олардың қосымшалары. Объектілердің жіктелуі және ұқсас әдістер. Орама нейрондық желілер, олардың қосымшалары. Рекуррентті нейрондық желілер, олардың қосымшалары. Табиғи тілді өңдеу. Сөйлеуді тану және туыстық әдістер.

Пәннің мақсаты көппроцессорлық есептеу кешендерінде параллельді есептеулерді ұйымдастыру технологияларын тарату немесе жалпы оперативті жадымен басқару қабілетін қалыптастырудан тұрады. Пәнді оқу нәтижесінде докторанттарда келесі қабілеттерді қалыптастыру:  көппроцессорлық есептеу жүйелерінің құрылымын логикалық ұсыну әдістерін қарастыру;  қолда бар Есептеу сызбаларын талдауды орындау және олардың декомпозициясын жүзеге асыру;  деректер берудің негізгі операцияларының еңбек сыйымдылығын талдау;  параллельді бағдарламаларды моделдеу;  есептеу жүйесінің моделін қалыптастыру. Пән бойынша келесі аспектілер қарастырылады: деректер беру механизмдерінің жалпы сипаттамасы.Деректердіберудің негізгі операцияларының еңбек сыйымдылығын талдау. Деректерді бір процессордан барлық қалған желі процессорларына жалпылама беру. Барлық процессорлардан барлық желі процессорларына деректерді жалпылама жіберу.Коммуникациялық орта топологиясын логикалық ұсыну әдістері. Кластерлік жүйелер үшін деректерді беру операцияларының еңбек сыйымдылығын бағалау. Параллельді бағдарламаларды модельдеу. Параллель алгоритмдерді өңдеу әдістемесі. Процессорлар арасындағы тапсырыстарды бөлу ақпараттық байланыстардың болуы үшін орындалуы тиіс. Жеке туынды дифференциалдық теңдеулерді шешу әдістері. Жалпы жады бар жүйелер үшін параллель есептеулерді ұйымдастыру. Есептеу жүйесінің моделін қалыптастыру. Есептеу Есебін қою және шешудің параллель әдісін таңдау. Параллельді есептеу процесін бақылаудың графикалық формаларын анықтау.

Пәннің мақсаты алгоритмдерді құруды және практикалық қызығушылық тудыратын сызықты емес дифференциалдық теңдеулерді сандық шешу әдістерін талдауды орындау қабілетін қалыптастырудан тұрады. Пәнді оқу нәтижесінде докторанттарда келесі қабілеттерді қалыптастыру: - сандық талдау және ғылыми есептеулер саласындағы іргелі тәсілдерді сипаттау; - жаңа есептеу алгоритмдерін әзірлеу; - қысқа мерзімде нақты шешімді қамтамасыз ету үшін әдістерді талдау; - жеке туынды теңдеулерді пайдалана отырып, оңтайлы басқару есептерін тиімді шешу; - параллельді және жоғары тиімді есептеулерді қолданып ғылыми есептеу есептерін шешу Пән бойынша келесі аспектілер қарастырылады: Қарапайым дифференциалдық операторлардың айырымдық аппроксимациясы. Ақырлы-айырымдық сұлбаларды құрудың әр түрлі әдістері. Конвергенция. Келісу. Тұрақтылығы. Жаппай ортада массаның таралу тығыздығы. Навье-Стокс Теңдеулері. Навье-Стокстың өлшемсіз теңдеулері. Турбулентті ағыстарды модельдеу әдістері. Рейнольдс Саны. Цилиндрлік координаттар жүйесіндегі Навье-Стокс теңдеулері. Координаттардың сфералық жүйесіндегі Навье-Стокс теңдеулері. Толқындық теңдеу. Екі сатылы Лакс-Вендрофәдісі. Жылу теңдеуі. Қарапайым айқын әдіс. Ричардсон әдісі. Қарапайым емес әдіс. Кранка-Николсон әдісі. Бюргерс Теңдеуі. Физикалық параметрлер бойынша ыдырату әдісі. Шекаралық қабаттағы процестерді есептеудің сандық әдістері.

Пәннің мақсаты әр түрлі пайдалану сценарийлері үшін үлкен деректерді талдау технологиясын бағалау және өзіндік программалық өнімдерді әзірлеу қабілетін қалыптастырудан тұрады. Пәнді оқу нәтижесінде докторанттарда келесі қабілеттерді қалыптастыру: - деректер жиынтығының сипаттамасын анықтау және тривиальды деректер мен түрлі қосымшалар үшін үлкен деректерді салыстыру; – жоғары өлшемділік, динамикалық өсіп келе жатқан деректер және масштабтау мәселелері сияқты үлкен деректер сипаттамаларымен байланысты міндеттерді шешу; - машиналық оқыту кітапханаларын және математикалық пен статистикалық құралдарды заманауи технологиялармен интеграциялау; - машиналық оқытудың әр түрлі әдістері үшін модельдің лайықты параметрлерін таңдаудың әр түрлі тәсілдерін тану және жүзеге асыру; - - нейрондық желілер аппаратын және Tensor Flow фреймворкын қолдана отырып қосымшаларды құру. Пән бойынша келесі аспектілер қарастырылады: үлкен деректерді шолу. Бизнесте үлкен деректерді пайдалану. Үлкен деректерді өңдеу технологиясы. Негізгі статистика және Р. Қатынастар және ұсыныс, Графтық деректер базасы. Spark 2.0 кіріспе. Spark 2.0 арқылы тілді өңдеу. Spark 2.0 көмегімен ағындық деректерді талдау. Базалық нейрондық желі және Tensor Flow. Үлкен деректерді талдау сапасын бағалау. Мәтінді тану үшін қосымшалар және кескіндердіталдау. Сөйлеу сигналын талдау. Сұрақ-жауап жүйелері. Tensor Flow, VoltDB, Data Flow Engines және басқа да деректер қоры көмегімен ағындық деректерді талдау.

Пәннің мақсаты есептеуіш алгоритмдерді және жоғары өнімді жүйелерде программалауды пайдалана отырып инженерлік есептер үшін Навье-Стокс және Эйлер теңдеуін шешу қабілетін қалыптастырудан тұрады. Пәнді оқу нәтижесінде докторанттарда келесі қабілеттерді қалыптастыру: - дербес туындылардағы теңдеулердің математикалық сипаттамаларын сипаттау – ; - есептеу әдістерінің: нақтылықтың, тұрақтылықтың, келісімділіктің негізгі қасиеттерін анықтау;; - Эйлер мен Навье-Стокс теңдеулерін есептеу; - жоғары өнімді жүйелерде гидродинамика есептерін параллельдеу әдістерін қолдану; - жоғары өнімді жүйелердегі гидродинамиканың инженерлік есептерін шешу үшін программалық кешендерді құру. Пән бойынша келесі аспектілер қарастырылады: математикалық модельдің аналитикалық сипаттамаларына арналған математикалық құралдар. Үлестірілген жады бар машиналарды және программалық қамтаманың тиісті стандарттарын пайдалана отырып параллель есептеулердегі сызықтық теңдеулер жүйесі. Параллель сызықты алгебра. Сұйықтық ағынын басқаратын теңдеулерді шығару. Сығылмайтын ағынға арналған теңдеу және шекаралық шарттар. Ақырлы-айырымды аппроксимациялар. Сығылатын ағындарға арналған Навье-Стокс шешімі. Сығылмайтын ағыстар үшін Навье-Стокс теңдеулерін шешу

Бұл курста мәтіннің құрылымдық логикасына байланысты негізгі дағдыларды, яғни тезистер мен аргументтерге қойылатын талаптар, пәнге байланысты ағылшын тіліндегі негізгі жұмыс форматтары, аннотацияға қойылатын талаптар, стилистика мен ережелер бойынша ұсыныстар берілген. Ағылшын пунктуациясы ерекшеліктері, халықаралық журналдардағы жарияланымдар: ақпарат көздерін сыни бағалау, редакциялау, сараптамалық шолу, материалдарға қойылатын талаптар мен бағалау критерийлері, практикалық мысалдар, плагиат ұғымы

Бұл пәннің мақсаты - ғылыми зерттеу әдіснамасының негіздерін игеру, ғылыми білімнің әртүрлі деңгейлерін қарастыру. Зерттеу бағытын таңдауды, ғылыми-техникалық проблемаларды қоюды, теориялық және эксперименттік зерттеулерді, тұжырымдарды ресімдеуге арналған ұсыныстармен қоса, зерттеу жүргізудің кезеңдерін зерттеу. Курс сонымен қатар өнертапқыштықтың, патенттік ізденіс негіздерін қарастыруға бағытталған, сонымен қатар PhD диссертациясын жазу және жоспарлаудың негіздерін қамтиды

Пәннің мақсаты практикалық зертханаларда әр түрлі типтегі машиналық оқытудың озық үлгілерін оңтайландыру, өрістету және масштабтау қабілетін қалыптастырудан тұрады. Пәнді оқу нәтижесінде докторанттарда келесі қабілеттерді қалыптастыру: - математикалық әдістермен бірге үлгіні талдау және ықтималдық модельдеу; - осы модельдер үшін оңтайландыру алгоритмдерін әзірлеу және іске асыру; - машиналық оқыту үшін жаңа шешімдер жасау; - машиналық оқытудың жалпы моделін іске асыру және бағалау;; - ұсынымдық жүйелерді әзірлеу және іске асыру. Пән бойынша келесі аспектілер қарастырылады: Сызықты бөлгіштерді зерттеу. Ықтималдылық және бағалау, аңғырт Байес классификаторы. Генеративті және дискриминациялық классификаторлар. Логистикалық регрессия. Аңғырт Байес классификаторы. Ядро негізіндегі тәсіл. Жалпылау және қайта оқыту. Тірек векторлар әдісі. Бустинг. Модельді таңдау. Сызықтық регрессия. Белсенді оқыту. Мұғалімді ішінара қатыстыруымен оқыту. Оқыту тілі. Өлшемнің азаюы. Онлайн оқыту. Бекітумен оқыту.

Пәннің мақсаты алгоритмдерді талдау және есептеу теориясының әр түрлі салаларында есептеу күрделілігін қалыптастыру. Пәнді оқу нәтижесінде докторанттарда келесі қабілеттерді қалыптастыру: - белгілі бір тапсырманы нашар қабылдау және оны нақты белгіленген тапсырма ерекшелігі ретінде көрсету; - ақпарат теориясы, кеңістіктің күрделілігі, параллель күрделілік, байланыс күрделілігі, дәлелдемелердің күрделілігі, сұранымның күрделілігі және аппроксимацияның күрделілігі сияқты шектеуші ресурстардың әртүрлі үлгілерін бағалау; - түрлі озық алгоритмдік әдістер мен дәлелдемелерді қолдану; - нашар қалыптасқан дәлелдемелердегі кемшіліктерді тану; - уақыт, кеңістік, коммуникация немесе ақпараттық мазмұн сияқты әртүрлі күрделілік көрсеткіштерімен алгоритмдердің ара қатынасын және / немесе есептеу күрделілігін бағалау. Пән бойынша келесі аспектілер қарастырылады: Сараң алгоритмдер. Динамикалық программалау: өлшенген аралық жоспарлау, ең кіші квадраттарды сегменттеу. Динамикалық программалау: тізбекті теңестіру, графтағы ең қысқа жол. Желілік ағын. NP-толық: күрделіліктің төмендеуі, коммивояжер мәселесі. NP-толық: жиын сомасы, басқа да күрделілік класстары. Есептеу: диагонализация және тоқтату мәселесі, тоқтату проблемасына редукция және Райс теоремасы. Есептеу: Тьюринг машиналарыжәне Чёрча-Тьюринггипотезасы. Аппроксимациялық алгоритмдер. Параллельді есептеулер. Онлайн алгоритмдер.

Пәннің мақсаты таратылған есептеу жүйелері үшін сенімді алгоритмдік, техникалық және бағдарламалық қамтамасыз етуді құру тәсілдерін, принциптерін және әдістерін қолдану қабілетін қалыптастырудан тұрады. Пәнді оқу нәтижесінде докторанттарда келесі қабілеттерді қалыптастыру:  таратылған жүйелердің сенімділігін бағалау және қамтамасыз ету үшін қазіргі заманғы аспаптық зерттеу құралдарын, модельдерін және әдістерін меңгеру;  сенімділік есебін орындау, берілген сенімділікті қамтамасыз ету тұрғысынан бөлінген жүйелердің жұмысын болжау;  тиімді жұмыс істейтін бағдарлама кешендерін құру үшін модельдер мен әдістерді әзірлеу;  бөлінген жүйелердің сенімділігі мен істен шығуына әсер ететін факторларды талдау және бағалау жүргізу;  тиімді жұмыс істейтін бағдарлама кешендерін құру процесінде әдістерді, модельдерді және құралдарды іске асыру. Пән бойынша келесі аспектілер қарастырылады: Қазіргі әлемдегі сенімділік мәселесі. Сенімділік терминологиясы. Сенімділіктің сандық көрсеткіштері. Үздіксіз және дискретті сенімділік заңдары. Байланысты үлестірім. Жылдамдатылған режимде сенімділікке сынау. Толық емес ақпарат жағдайында сенімділікті есептеу. Байесовский тәсілі. Қалпына келтірілмейтін жүйелердің сенімділігі. Логикалық алгебраның көмегімен есептеу. Резервтеу сенімділігін арттыру әдісі ретінде. Элементтер мен сұлбаларды таңдау. Резервтелген объектілердің құнын оңтайландыру. Сенімділігі восстанавливаемых жүйелер. Дайындық коэффициенттерін есептеу. Алдын алу шаралары берілген сенімділік деңгейін қолдау құралы ретінде. Түрлері сақтандыру. Оптималды стратегиялар мен ТНЖ графиктерін таңдау. Негізгі жабдықтың оңтайлы қызмет мерзімін бағалау. Детерминирленген және стохастикалық тәсіл. Марков процестері және динамикалық бағдарламалау. Мінсіз және нақты профилактика тиімділігі. Жабдықты пайдалану тиімділігін арттыру. Бағдарламалық қамтамасыз етудің сенімділігін бағалау. Бағдарламаларды бақылау, пысықтау және қабылдау. Сыртқы жеткізілімдер жағдайында және жөндеу базасы болған жағдайда қосалқы элементтермен қамтамасыз ету. Сенімділікті қамтамасыз етудің ұйымдастырушылық мәселелері.

Пәннің мақсаты базалық есептеу платформасын білу және оның программалармен өзара әрекеттесуінің арқасында программаларды орындаудың әлеуетті өнімділігіне қол жеткізу тәсілдерін талдау қабілетін қалыптастырудан тұрады. Пәнді оқу нәтижесінде докторанттарда келесі қабілеттерді қалыптастыру: - Intel жаңа ядросы мен жады иерархиясы, көп ядролы кэш және графикалық процессорлар; - белгісіз коды және кірістірілген функциялары бар кеңейтілген командалар жиынтығын пайдалану; - жоғары жүктеу алу үшін күрделі жабдықты программалау; - заманауи жоғары өнімді процессорлар үшін программалы қамтаманы құру; - көп ядролы және графикалық процессорларда матрицалық операциялар және Фурье тез түрленуі сияқты қосымшалардың көмегімен программалау әдістерін бағалауды орындау. Пән бойынша келесі аспектілер қарастырылады: жоғары өнімді есептеу концепциялары. Параллелизм деңгейлері. Параллельді есептеу модельдері. HPC архитектурасы. CUDA параллельді бағдарламалау. Жоғары өнімді есептеуіш архитектурадағыпрограммалау модельдері. Нақты транзакция үшін жады иерархиясы және жады дизайны. Параллель есептеулердегі жобалаудың негізгі мәселелері. Параллельді алгоритмдерді параллельді архитектурадакөрсету, параллельді алгоритмдердің өнімділігін талдау. Параллель есептеулердің алдында тұрған негізгі шектеулер. Энергия үнемдеу байланысы. Кванттық компьютерлер.

Пәннің мақсаты ақпараттық үдерістер мен жүйелердің құрылымдық және жүйелік талдау әдістемесімен ақпараттық ресурстарды моделдеу қабілетін қалыптастырудан тұрады. Пәнді оқу нәтижесінде докторанттарда келесі қабілеттерді қалыптастыру: - ақпараттық ресурстардың теориялық және эксперименттік модельдерін әзірлеу және зерттеу жүргізу; - ақпараттықжүйелер мен технологиялардың жұмыс істеу процестерінің сапасын талдау, синтездеу, оңтайландыру және болжау әдістемелерін әзірлеуді және зерттеуді жүргізу; - берілген әдістеме бойынша эксперименттерді қоюды және жүргізуді және нәтижелерді талдауды жүзеге асыру; - эксперимент нәтижелеріне талдау жүргізу, оңтайлы шешімдерді таңдауды жүзеге асыру, шолулар, есептер және ғылыми жарияланымдар дайындау және құру; - ақпараттықжүйелер мен технологиялардың дамуын болжау. Пән бойынша келесі аспектілер қарастырылады: қазіргі жағдайы және жалпы сипаттамасы. Күрделі жүйелерді модельдеу мәселелері. Ақпараттық процестер мен жүйелердің математикалық модельдерін құру әдістемесі. Ақпараттық процестер мен жүйелердің жүйелік талдауы. Жүйелік тәсіл принциптері. Модельдеудің типтік математикалық сұлбалары. Жүйелердің жұмыс істеу процестерін формализациялау және Алгоритмдеу. ЭЕМ-де жүйелерді математикалық модельдеу әдістері. Жүйелерге кездейсоқ әсерлерді модельдеу. Жүйе модельдерімен машиналық эксперименттерді жоспарлау. Кейбір пәндік салаларда жүйелердің жұмыс істеуін моделдеу. Ақпараттық процестер мен технологияларды модельдеу және зерттеу әдістерінің даму тенденциялары мен перспективалары. Модельдеу түрлерінің жіктелуі. Жүйе модельдерін әзірлеу әдістемесі мен кезеңдері. Концептуалды модельдерді құру және оларды формализациялау.

Компьютерлік ғылымдар саласындағы фундаментальды концепцияларды және программалаудың жаңа парадигмаларын түсіндіру, оларды программалық қамтаманы жобалау мен әзірлеуде қолдану.

Айтарлықтай жұмыс көлемін әзірлеу арқылы білім шекарасын кеңейтетін бірегей зерттеулер шеңберінде үлес қосу, зерттеу нәтижелерін қазақстандық және шетелдік басылымдарда ғылыми мақалалар түрінде жариялау.

Компьютерлік жүйелердің сенімділігі мен орнықтылығын талдау және бағалау..

Күрделі эксперименталды деректерді салыстыру, талдау және түсіндіру және қорытынды жасау.

Есептеу күрделілігі және алгоритмдердің тұрақтылығы мәселелерін зерттеу.

Ресурстарды қажет ететін міндеттерді шешу үшін үлкен деректерді өңдеу және деректерді интеллектуалды талдау әдістерін қолдану.

Инженерлік есептер үшін есептеу алгоритмдерін жасау және оларды жоғары өнімді жүйелерде жүзеге асыру.

Ғылыми-зерттеу жобаларына түсіндірме жазбаларды және өтінімдерді құрастыру, жоспарлау, сондай-ақ компьютерлік ғылымдар саласында және аралас пәнаралық салаларда ғылыми зерттеулерге басшылық жасау және басқару.

Ғылыми-зерттеу, жобалау және оқу-кәсіби қызметін ұйымдастыру, команда құрамында ғылыми, мемлекеттік және өнеркәсіптік зерттеулерге қатысу, қоғамда дұрыс және төзімді өзара іс-қимыл жасауға, ғылыми-техникалық міндеттерді шешу үшін әлеуметтік өзара іс-қимыл мен ынтымақтастыққа дайын болу.

Ғылыми мақсаттарды қалыптастыру, ғылыми зерттеулерді жоспарлау және нақты қолдану салаларында ірі масштабты есептеу эксперименттерін жүргізу.

Халықаралық және республикалық конференцияларда, семинарларда және жұмыс мәжілісінде мамандардың алдында, сондай-ақ тиісті кәсіби дайындығы жоқ аудиторияда алдыңғы қатарлы тақырыптар мен зерттеу нәтижелерін ұсыну.

Компьютерлік ғылымдар саласындағы жаңа және күрделі идеяларды сыни талдау, бағалау және синтездеу.