7M06105 Деректер туралы ғылым в Қазақстан-Британ техникалық университеті

Пәндер

• Машиналық оқыту

  Бұл курс нақты қосымшалар мен деректер жиынтықтарында қолданылатын машиналық оқыту модельдері мен алгоритмдерін зерттеуге бағытталған. Машиналық оқытудың теориялық негіздері, кескіндер мен сөйлеуді тану әдістері, ұсыныс жүйелері және жасанды интеллектті қолдану қарастырылады. Деректерді талдау, модельдерді таңдау және оларды әртүрлі міндеттерде практикалық пайдалану дағдылары қалыптастырылады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Оңтайландыру және алгоритмдер

  Бұл курс желілік, желілік, дискретті, сызықты емес, динамикалық оңтайландыру және оңтайлы бақылау үшін негізгі алгоритмдерді ұсынады. Әдіснамада және негізгі математикалық құрылымдарда көңіл бөлінеді. Симплекс әдісі, желілік ағын әдісі, дискреттік оңтайландыру үшін салалық және қатпарлы жазықтық әдісі, сызықты емес оңтайландырудың оңтайлылық шарттары, дөңес оңтайландыру үшін интерстрациялық нүкте әдісі, Ньютон әдісі, эвристикалық әдістер, динамикалық бағдарламалау және оңтайлы бақылау әдістері.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Бизнесті талдау үшін мәліметтер базасын басқару

  Бұл курс бұлтты ортадағы деректерді өңдеу платформасы тұжырымдамаларының негіздерін үйренуге тырысатын студенттерге арналған. Бұл ең аз техникалық білімі бар, бұлтқа негізделген деректер қызметтерімен жұмыс істеудің негізгі дағдыларын алғысы келетіндерге және Core Data және онымен байланысты Microsoft Azure деректер қызметтері туралы негізгі білімдерін кеңейтуге арналған.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Ілгері деңгейдегі стастика

  Курс аралық статистикалық деңгейде оқытылады. Көп мәнді статистиканың теориясына және оның көп өзгермелі талдаудағы қосымшаларына назар аударылады. Курс ықтималдықтар мен теорияның негізгі концепцияларымен танысады. Компьютерлік сауаттылық өте маңызды, өйткені біз SAS статистикалық бағдарламалық жасақтаманы қолдану арқылы компьютерді кеңінен қолданамыз.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Жоғары мектеп педагогикасы

  Жоғары мектеп педагогикасы курсы болашақ мұғалімдерге қажетті педагогикалық дағдыларды береді. Ол заманауи оқыту әдістері мен инклюзивті тәжірибелерге баса назар аудара отырып, білім беру психологиясын, оқу жоспарын әзірлеуді, сыныпты басқаруды және оқушыларды дамытуды қамтиды. Магистратура студенттері сабақты жоспарлау және студенттердің белсенділігі сияқты практикалық дағдыларды меңгереді. Курс сонымен қатар технологияны білім беруге біріктіреді, студенттерді дамып жатқан сынып ортасына бейімделуге дайындайды. Тәжірибелік жобалар мен практикалық қолдану арқылы магистранттар табысты оқытушылық мансапқа қажетті құралдарды алады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 3
  

• Биоинформатика және өсімдіктер геномикасы

  Өсімдіктердің биоинформатикасы және геномикасы саласында білім мен дағдыларды қалыптастыруға бағытталған. Геномды секвенирлеу қағидаттары, биоинформатикалық алгоритмдер және деректерді өңдеу әдістері қарастырылады. Ерекше назар тұқым қуалаушылық, бейімделу және өсімдіктерді жақсарту механизмдерін зерттеуге, сондай-ақ генетикалық зерттеулерде үлкен деректерді қолдануға аударылады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Нейро ғылым негіздері

  Бұл курстың мақсаты – магистранттарға нейрондық жүйелердің молекулалық және жасушалық деңгейден желілік деңгейге дейінгі жұмыс істеу негіздерін терең түсіндіру. Курс барысында әртүрлі эксперименттік әдістер (МРТ және ПЭТ арқылы миды визуализациялау, ЭЭГ, МЭГ, ERP арқылы электрофизиологиялық жазбалар, транскраниальды тұрақты токпен стимуляциялау) және сана мен ми туралы заманауи теориялар талқыланады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Шет тілі (кәсіби)

  Шет тілі (кәсіби) курсы магистранттардың бизнесте, академияда және басқа да ресми қарым-қатынас жағдайында табысқа жету үшін қажетті салаларға назар аудара отырып, кәсіби ағылшын тілін меңгеру деңгейін арттыруға бағытталған. Ол тиімді презентациялар жасау, академиялық жазу, кәсіпкерлік және климаттың өзгеруі, сондай-ақ нарықты зерттеу, бизнес-жоспарлау және қаржылық коммуникациялардағы маңызды дағдыларды дамыту сияқты тақырыптарды қамтиды.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 3
  

• Құпиялылық және деректерді қорғау

  Курс құпиялылық пен деректерді қорғаудың негіздерін ұсынады, ақпараттық қауіпсіздікті қамтамасыз ету, кіруге рұқсатты реттеу және киберқатерлерден қорғану әдістерін қамтиды. Магистранттар заманауи криптографиялық технологияларды, құпиялылық саясатын және деректердің ағуын болдырмау әдістерін зерттейді. Заңды аспектілер мен GDPR сияқты стандарттарға, сондай-ақ әртүрлі жүйелердегі ақпаратты қорғаудың практикалық әдістеріне ерекше назар аударылады.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Басқару психологиясы

  Басқару психологиясы курсы болашақ практиктерге тиімді психологиялық басқару үшін қажетті дағдыларды береді. Ол психологиялық теориялар, тұлғааралық динамика, ұйымдық мінез-құлық және даму психологиясы сияқты негізгі бағыттарды қамтиды, әсіресе заманауи тәжірибелер мен инклюзивті тәсілдерге назар аударады. Магистратура студенттері қақтығыстарды шешу, командалық динамика және тиімді қарым-қатынас сияқты салаларда практикалық дағдыларға ие болады. Курс сонымен қатар технологияны психологияға біріктіреді, магистранттарды дамып келе жатқан кәсіби ортада шарлауға дайындайды. Тәжірибелік жобалар мен практикалық қолдану арқылы магистранттар психологиялық менеджментте және онымен байланысты салаларда табысты мансапқа қажетті құралдарды алады.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 3
  

• Когнитивті нейро ғылым

  Бұл курс магистранттарға нейроанатомияның негіздері, сигналдарды таңдап өткізу, қозғалыс механизмдері және жүйке жүйесінің кейбір аурулары туралы жан-жақты түсінік береді. Продвинуты нейробиология курсы екі бөлімнен тұрады: Продвинуты нейробиология I және Продвинуты нейробиология II. Бұл бөлімдер мазмұндық жағынан байланысты, бірақ бағалау жүйесі немесе сертификаттау жағынан байланысты емес, сондықтан магистранттар бір бөлімді немесе екеуін қатар таңдай алады.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Табиғи тілдерді өңдеу және үлгіні тану әдістері

  Бұл курс магистранттарды табиғи тілді өңдеудің негізгі ұғымдарымен таныстырады. Курс барысында магистранттар табиғи тілді бағдарламалау тілімен салыстыра отырып зерттейді, блоктау тілі, тұрақты өрнектер, қарапайым чат-боттарды жасау, релеванттық бойынша ранжирлеу, LDA классификаторын, SVD матрицасын бағдарлау және басқа да әдістерді меңгереді. Курс сонымен қатар атаулы нысандарды шығару, сұрақтарға жауап беру, диалогтық механизмдер, оңтайландыру, параллельдеу және пакеттік өңдеу сияқты NLP-тің негізгі тақырыптарын қамтиды.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Деректерді жинау және талдау (Hadoop)

  Бұл курс Hadoop, HBase, Hive, Sqoop және PIG көмегімен үлкен деректер инфрақұрылымын жан-жақты зерттеуге, сонымен қатар жіктеу, кластерлеу, мәтінді талдау, уақыт қатарларын талдау және графикалық талдау негізінде деректерді жинау мен талдауды зерттеуге арналған. Осы курстың соңында магистранттар бағалау әдістерін жоспарлап, басқару архитектурасын құрып, үлкен деректерді талдай алады.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Вирустық патогендердің генетикасы және геномикасы

  Курс вирустық патогендердің генетикасы мен геномикасын зерттеуді қамтиды, олардың генетикалық құрылымын, мутацияларын және таралу механизмдерін талдауға назар аударылып, магистранттар геномды секвенирлеудің заманауи әдістерін, вирустық деректерді талдаудың биоинформатикалық тәсілдерін, сондай-ақ вирусқа қарсы препараттар мен вакциналарды әзірлеу әдістерін зерттейді. Адам денсаулығына қауіп төндіретін вирустарға ерекше көңіл бөлінеді.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Зерттеу әдістері

  Зерттеу әдістері курсы магистранттарды техникалық ғылымдар саласындағы зерттеулермен таныстыруға және магистранттардың зерттеу және аналитикалық дағдыларын дамытуға арналған. Білім алушылар зерттеу теориясы мен логикасымен, зерттеу процесінің негізінде жатқан этикамен, сондай-ақ техникалық ғылымдарда жиі қолданылатын бірқатар зерттеу әдістерімен танысады. Зерттеу дизайнына, деректерді жинауға, деректерді қарапайым талдауға және есептерді жазуға назар аударылады. Курс нақты әдістемелік тәсілдерді талқылауды қамтиды.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Ғылым тарихы мен философиясы

  Ғылым тарихы және философиясы курсы ғылыми тұжырымдамалар мен әдіснамаларды сыни тұрғыдан талдау және түсіну үшін қажетті дағдыларды қамтамасыз етеді. Ол қазіргі философиялық пікірталастарға баса назар аудара отырып, ғылыми пайымдау негіздерін, ғылыми ізденіс сипатын, зерттеудегі этикалық ойларды және ғылыми ойдың тарихи дамуын қамтиды. Магистратура студенттері дәлелдер құрастыру, ғылыми тұжырымдарды бағалау және әртүрлі ғылыми пәндерге философиялық негіздерді қолдану сияқты практикалық дағдыларды меңгереді. Курс сонымен қатар ғылымдағы технологияның рөлін талқылауды, магистранттарды ғылыми зерттеулердің дамып келе жатқан ландшафтында бағдарлауға дайындауды қамтиды. Тәжірибелік жобалар мен практикалық қосымшалар арқылы магистранттар академиялық және сәйкес салалардағы табысты мансапқа қажетті құралдарды алады.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 3
  

• Деректерді визуалдау

  Деректерді визуализациялау саласындағы әзірлеушілер мен зерттеушілер деректерді әртүрлі пайдаланушыларға жеткізуге, аналитикалық шешім қабылдау үдерісін жақсартуға бағытталады және бизнес-аналитика, үлкен деректерді талдау, деректер туралы ғылым, ғылыми коммуникация және журналистика сияқты салаларда маңызды рөл атқарады. Бұл пән магистранттарға деректерді визуализациялау саласындағы кәсіби өсу немесе ғылыми қызмет үшін қажетті теориялық және практикалық білім береді.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Патогенді организмдер үшін геномды қалпына келтіру техникалары

  Курс патогендік организмдер үшін геномды қалпына келтіру техникасын ұсынады, секвенирлеу, жинақтау және аннотациялау әдістерін қамтиды. Магистранттар геномдық деректерді талдау үшін биоинформатикалық тәсілдерді, патогендердегі мутациялар мен эволюциялық процестерді анықтауға арналған алгоритмдерді зерттейді. Курс геномды қалпына келтіру әдістерін медициналық және эпидемиологиялық зерттеулерде қолдануға бағытталған.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Деректерді талдау (Индустрия жағдайлары)

  Бұл курс магистранттарды деректерді жинауға, сипаттауға және талдауға дайындайды және операциялар, тәуекелдерді басқару, қаржы, маркетинг және т.б. бойынша шешімдер қабылдау үшін озық статистикалық құралдарды қолданады. Талдау көптеген серіктестерді қамтитын күрделі жүйелердегі экономикалық және қаржылық шешімдерге бағытталған. Тақырыптарға ықтималдық, статистика, гипотезаны тестілеу, регрессия, кластерлеу, шешім ағаштары және болжау кіреді.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Нейро ғылымдағы сигналдарды өңдеу

  Бұл курста магистранттар сигналдарды физикалық жүйенің күйі немесе мінез-құлқын көрсететін функция немесе сандар тізбегі ретінде математикалық модельдеуді үйренеді. Осы семестрде дискретті уақыттағы сигналдар мен жүйелердің негіздеріне ерекше назар аударылады. Курстың мазмұнына дискретті уақыттағы сигналдардың концепциясы мен классификациясы, сигналдардың уақыт, жиілік, z- және дискретті-жиілік аймақтарында ұсынылуы, жүйелерді талдау және сүзгілерді жобалау кіреді.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Жасанды интеллект

  Бұл курс жасанды интеллект әдістері туралы негізгі түсінік береді және AI мәселелерін шешу үшін кейбір әдістерді қолдануға үйретеді. Магистранттар жасанды интеллект аясында машиналық оқыту тұжырымдамалары туралы Кіріспе ақпарат алады және сабақтарда практикалық жаттығулар мен құралдарды қолдана отырып, Машиналық оқыту шешімін құруға қажетті терминологияны, синтаксис пен операцияларды үйренеді.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Микробиологиядағы жоғары өнімді функционалды геномика

  Курс микробиологияда қолданылатын функционалды геномиканың жоғары өнімді әдістерін, соның ішінде секвенирлеу технологиялары мен геномдық деректерді талдауды ұсынады. Магистранттар бұл әдістерді генетикалық функцияларды, гендердің реттелуін және микроорганизмдердің қоршаған ортамен өзара әрекетін зерттеуде қалай қолдануға болатынын үйренеді. Курс функционалды геномиканы микробиологиялық зерттеулерде және биотехнологияда қолдануға бағытталған.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Клиникалық нейро ғылым

  Клиникалық нейроғылым магистранттар үшін Деректер ғылымы мамандығында медицина және нейробиология саласындағы деректерді талдау негіздерін береді. Пәнде нейрофизиологиялық деректерді өңдеу, неврологиялық бұзылуларды диагностикалау және үлкен деректер негізінде болжам жасау әдістері қарастырылады. Магистранттар нейроғылымдағы клиникалық мәселелерді шешуде деректер ғылымы құралдарын қолдануды үйренеді.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Терең оқыту

  Бұл курс терең нейрондық желілердің негіздерін және оларды жасанды интеллекттің әртүрлі міндеттеріне қолдануды зерттеуге бағытталған. Магистранттар тереңдетілген оқыту әдістерін меңгеріп, оларды практикада қолдануды және осы саладағы заманауи зерттеулерді талдауды үйренеді. Курс нейрожелілік технологиялар саласындағы білімді өз бетінше кеңейту және меңгеру дағдыларын қалыптастырады.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Технологиялық кәсіпкерлік және стартаптар

  Бұл курста технологияны коммерциализациялауға ниеттенген инженерлер мен ғалымдарға бағытталған бизнес негіздеріне шолу жасалады. Тақырыптар бизнес тұжырымдамаларын әзірлеу, тестілеу және бейімдеуді қамтиды; технологиялық кәсіпорынды қаржыландыру; маркетинг және тарату; ұйымдастыру мәселелері; жаһандық бизнес; және технологиялық негіздегі кәсіпорындарға қатысты заңды ойлар.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Компьютерлік көру алгоритмдері

  Бұл курстың мақсаты-магистранттарға робототехника, Денсаулық сақтау және графика сияқты компьютерлік көру және оны қолдану салаларында зерттеулер жүргізу үшін қажетті білім мен дағдыларды беру. Магистранттар проблемаларды зерттеудің қазіргі тәсілдерінің күшті және әлсіз жақтарын түсініп, қызықты ашық сұрақтар мен болашақ зерттеулердің бағыттарын анықтауы керек. Магистранттар сонымен қатар сыни оқу және қарым-қатынас дағдыларын жетілдіреді.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Заттар интернеті және үлкен деректер

  Бұл курс Python бағдарламалау тілін қолдана отырып, IoT құрылғыларына қосылуға және кейбір функцияларды жүзеге асыруға мүмкіндік беретін бағдарламалаудың алғашқы түсініктерін үйретеді. Сонымен қатар, магистранттар мәтіндік журнал файлдарын өңдеу үшін Python-ді қалай қолдануды үйренеді, мысалы, IoT датчиктерімен және басқа желіге қосылған жүйелермен автоматты түрде жасалынатын файлдар.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

• Есептеу нейро ғылымы

  Есептеу нейро ғылымы курсы нейро ғылым негіздеріне негізделген. Бұл курс нейрондық кодтау мен декодтауды басқаратын математикалық принциптерді, нейрондық ақпарат теориясын, нейрондық тізбектерді, икемділік пен оқытуды, сенсорлық және моторлық жүйелерді және MATLAB және Python тәжірибелік нұсқаулықтарын мұқият зерттеуді ұсынады. нейрология саласындағы теориялық / есептеу зерттеулері үшін жан-жақты дағдылар жиынтығы.

  Оқу жылы - 2
  Семестр - 3
  Несиелер - 5
  

Профессии

Оқыту нәтижелері

• Ғылыми зерттеулер жүргізу кезінде әдістемелік білімдерді қолдану, жұмыстың тиімділігі мен сапасын арттыру үшін психологиялық әдістер мен құралдарды пайдалану, коммуникацияларды қалыптастыру, сондай-ақ кәсіби қызметте шет тілін жоғары деңгейде меңгеру.
• Ғылыми зерттеулер жүргізу үшін машиналық оқытудың теориялық негіздерін түсіндіру, сондай-ақ регрессия, классификация, кластерлеу және өлшемділікті азайту мәселелерінен туындайтын талдау айырмашылықтарын талдау.
• Деректер инфрақұрылымдарымен жұмыс істеу үшін бұлттық технологияларды пайдалана отырып, ақпараттық жүйелерді әзірлеу, үлкен деректер жиынтықтарын өңдеу құралдарын қолдану, сондай-ақ үлкен деректер инфрақұрылымдары мен жоғары өнімді желілерді пайдалана отырып, алынған модельдерді бағалау.
• Барлау деректерін, кездейсоқ айнымалыларды, дискретті және үздіксіз бөліністерді, сондай-ақ гипотезалар тестілері мен статистикалық модельдеуді қолдана отырып, таңдау үлестірімдерін талдау және бағалау.
• Машиналық оқыту мен жасанды интеллект алгоритмдерін әзірлеу, оңтайландыру және енгізу, оларды нақты міндеттерге бейімдеу және олардың өнімділігін бағалау.
• Машиналық оқыту алгоритмдерінің жұмыс нәтижелерін түсіндіру, олардың сенімділігін бағалау және оларды техникалық және техникалық емес мамандарға ақпаратты дұрыс жеткізу арқылы деректерді талдау процестеріне әсерін түсіндіру.
• Машиналық оқыту модельдерінің жұмысын талдау және жақсарту, оларды әртүрлі қолданбалы салаларға бейімдеу, сондай-ақ болжау дәлдігі мен сенімділігін арттыру әдістерін әзірлеу.
• Деректер панельдерін құру және тиімді визуализация және интерпретация әдістерін қолдану арқылы аналитикалық есептерді генерациялау.
• Кәсіби қызметтің міндеттерін статистика тілінде қалыптастыру, компьютерлік құралдарды қолдану арқылы математикалық есептеулерді орындау және жоғары деңгейдегі күрделілігі бар міндеттерді шешу үшін статистикалық әдістерді қолдану.
• Бизнес-процестер контексінде деректерді талдау, аналитикалық қорытындыларды қалыптастыру және оларды стратегиялық және басқарушылық шешімдер қабылдау үшін қолдану.
• Деректерді талдау, ғылыми зерттеулер және әдістемелік жұмыс саласындағы кәсіби құзыреттерді көрсету, сондай-ақ машиналық оқыту, бұлттық есептеулер және үлкен деректерді өңдеу әдістерін оқыту арқылы білім беру саласына үлес қосу.

Ұқсас БББ