7M06104 Компьютер ғылымдары в Әл-Фараби атындағы Қазақ ұлттық университеті

Пәннің мақсаты - ғылыми зерттеулерді ұйымдастыру және жүргізу үшін базалық білім мен дағдылар жүйесін қалыптастыру. Ғылыми мақаланы ұйымдастыру, ғылыми жарияланымдардың халықаралық жүйесі, халықаралық ғылыми жарияланымдар жүйесіндегі авторлық құқықтар, Халықаралық ғылыми жарияланымдар жүйесіндегі библиометрикалық (ғылымиметрикалық) индикаторлар: ғылыми дәйексөз алу индексі және импакт-фактор қарастырылатын болады

Ғылыми білім өндіруге бағытталған ерекше қызметтің заңдылықтары мен даму тенденциясын зерттеу. Ол тарихи динамика негізінде және тарихи өзгермелі әлеуметтік-мәдени контексте қарастырылады. Курс арнайы философиялық талдау пәні болып табылатын ғылым феноменінің мәселелерімен таныстырып, ғылымның тарихы мен теориясы, ғылым дамуының заңдылықтары және ғылыми білімнің құрылымы туралы білім қалыптастырады.

Пән бойынша келесі аспектілер қарастырылады: Машиналық оқытудың формальды моделі. Регрессияны жіктеу және қалпына келтіру есептерін шешудің негізгі алгоритмдері. Машиналық оқытудың метрикалық әдістері. Машиналық оқытудың байесовтік әдістері. Тарату тығыздығын қалпына келтіру есебі. Үлестіру қоспасын бөлу. EM-алгоритм. Машинамен оқытудың сызықтық әдістері және оларды қорыту. Визуализация және кластеризация. Жасанды нейрондық желілер.

Пәннің міндеті – ақпараттың негізгі принциптері мен құрылымдары туралы түсінік беру, қауіпсіздіктің көп функционалды қосымшаларын бағдарламалауды үйрету және қауіпсіздік модельдерін әзірлеу. Мобильді технологияларды қорғау жолдарымен магистранттарға базалық теориялық білімдер жүйесін қалыптастыру. Магистранттарға негізгі желілік технологиялардың осалдығына қарсы тұру, SMS технологияларының осал тұстарын пайдаланатын шабуылдардан қорғау дағдыларын меңгеруге көмектесу.

Пән бойынша келесі аспектілер қарастырылады: Негізгі алгоритмдер: асимптотикалық жазба, рекурсия, "бөл және билік" парадигмасы, мәліметтердің базалық құрылымы; Фурьенің тез түрленуі. Сұрыптау алгоритмдері. Деректер құрылымы: басым кезектер мен үймелер, сөздіктер, хеш-кестелер, Блум сүзгілері, екілік іздеу ағаштары, интервал ағаштары. Динамикалық программалау, графикалық алгоритмдер: DFS, BFS, топологиялық сұрыптау, қысқа жолдық алгоритмдері, желілік ағынның мәселелері.

Мақсаты - жоғары оқу орындарының дидактикасы, тәрбие мен білім беруді басқару теориялары, педагогикалық қызметті талдау және өзін-өзі бағалау білімдері негізінде университетте педагогикалық іс-әрекеттің қабілетін қалыптастыру. Болашақ оқытушының білім беру қызметін ОКТ қолдана отырып жобалауды, Болон процесін жүзеге асыруды,дәріскерлік,кураторлық шеберлікті оқыту/тәрбиелеу және бағалау стратегиялары мен әдістерін қолдана отырып (TLA-стратегиялар) игеруді қарастырылады.

Пәнді оқу нәтижесінде магистранттарда келесі қабілеттерді қалыптастыру көзделеді: - веб-қосымшалар серверлерін программалау үшін қолданылатын заманауи құралдарды сипаттау және салыстыру; - программалық қосымшаларды әзірлеудің негізгі тұжырымдамаларын веб-қосымшаларды жобалау мен программалауға қолдану; - веб-қосымшалар серверлерін программалау; - басқа технологиялар мен веб-қосымшалар құралдары үшін Django / Python пайдаланып веб-қолданбалар концепцияларын жалпылау;

Пән бойынша келесі аспектілер қарастырылады: Бейнелерді ұсыну және машиналық танудың негізгі тәсілдері. Бейнелерді тану әдістерінің қосымшалары: машиналық көру, қолжазба символдарын тану, сөйлеуді тану. Байесов теориясының негізінде жіктеу. Сызықтық және сызықты емес классификаторлар. Белгілерді генерациялау әдістері. Нейрондық желілер негізіндегі бейнелерді тану әдістері. Кластерлік талдау негізінде бейнелерді тану әдістері.

Пәннің мақсаты: магистранттарда іскерлік және ғылыми салаларда қарым-қатынас жасауға қажетті дағдыларды қалыптастыру, халықаралық ғылыми ұжымдарда ғылыми-зерттеу қызметін жүргізуге мүмкіндік беретін коммуникативтік құзыреттіліктерді жүзеге асыру. Мыналар зерттелетін болады: ауызша, жазбаша және электронды коммуникация әдістері; ағылшын тілінде өнімді кәсіби маңызды мәтіндерді құру.

Бұл курс Android операциялық жүйесі бар мобильді құрылғыларға арналған бағдарламалық қамтамасыз етуді әзірлеу технологиясын, бағдарламалық қамтамасыз етуді әзірлеудің сапасын басқару және стандарттау негіздерін, заманауи бағдарламалау технологияларын пайдалану дағдыларын қалыптастыру, объектілі-бағытталған бағдарламалауды қолдануды үйренуге, мобильді қосымшаларды әзірлеудегі тәсілдер және мобильді қосымшаларда деректер қорын пайдалануға бағытталған.

Бұл пән басқару мен көшбасшылықтың психологиялық теорияларын оқытып, сонымен қатар топтық даму және ұжымдық қалыптасу динамикасын көрсетіп, және көпшілік пен тобыр психологиясының ерекшеліктерін, сондай-ақ қарым-қатынастың психологиялық теорияларын және басқарушылық қарым-қатынас шеңберінде өзінің кәсіби қызметі үшін қажетті жанжалды шешудің стратегияларын объективті бағалау бойынша әлеуметтік-психологиялық құзыреттілікті қалыптастыруға бағытталған болып табылады.

Пән бойынша келесі аспектілер қарастырылады: Үлестірілген есептеу моделіне кіріспе. Сағаттарды синхрондау. Тоқтауды анықтау алгоритмдері. Өзара ерекшеліктің үлестірілген алгоритмдері. Тұйық жағдайларды анықтау алгоритмдері. Үлестірілген жалпы жады. Үлестірілген файл серверлері. Программалаудың үлестірілген ортасы: коммуникациялық примитивтер, жеке тақырыптық зерттеулер.

Пән бойынша келесі аспектілер қарастырылады: Заманауи көп ядролы процессор. Параллель программалау модельдері. GPU архитектурасы және CUDA программалау. Өнімділікті оңтайландыру. Жұмыстарды бөлу және жоспарлау. Жұмыс жүктемесі негізінде өнімділікті бағалау. Базалық көп процессорлы іске асыру. Транзакциялық жады. Гетерогенді параллелизм және аппараттық мамандану. Жадтағы үлестірілген есептеулер.

Пән бойынша келесі аспектілер қарастырылады: Концептуализация және жалпылау: деректерді ұсыну. Машиналық оқыту техникасын модельдеу. Үлкен деректерді өңдеу технологиясын қолдану. Үлкен деректерге қарсы тривиальды деректер: репрезентативті оқыту. Ашық қол жетімді деректер жиынтығы. Масштабтау және масштабтау әдістері. Үлкен деректерді өңдеу ортасы: Деректерді талдаудың заманауи технологиялары. Үлкен деректерді талдауға арналған программалау тілдері: Python, Java және C.

Пән бойынша келесі аспектілер қарастырылады: Пайдаланушы талаптарын түсінуге қолдау көрсету үшін прецеденттер диаграммалары және сценарийлер. Есептерді шешуді модельдеу үшін жағдайдың диаграммалары мен UML кластарының диаграммаларын қоса алғанда, объектіге-бағытталған жобалау нотациялары. Программалық қамтамасыз етуді жобалау мәселелерін шешу үшін жобалаудың базалық объектіге-бағытталған шаблондары.

Магистранттардың деректерді талдау, нақты есептердегі машиналық оқыту әдістерін қолдану, нақты деректер бойынша өз бетінше зерттеу жүргізу, ML саласында жаңа ғылыми зерттеулерді енгізу қабілеттерін қалыптастыру. Сонымен қатар магистранттарды машиналық оқытудың негізгі ұғымдары мен терминологиясымен таныстыру; деректерге статистикалық талдаулар жасауды және оларды визуалдауды үйрету; үлкен көлемді деректерді өңдеудің технологияларымен таныстыру пәннің басты мақсаты болып табылады.

Пән бойынша келесі аспектілер қарастырылады: Бұлтты есептеулер мен технологиялардың дамуының негізгі тенденциялары. "Бұлтты" технологиялардың архитектурасы. "Бұлтты" сервистерді жобалаудың тәсілдері мен ерекшеліктері. Бұлтты есептеу қызметтерін ұсынудың негізгі модельдері. Жетекші вендорлардың шешімдері - Microsoft, Amazon, Google. Бұлттық есептеулер модельдерінің және олардың негізінде ұсынылатын шешімдердің негізгі артықшылықтарымен кемшіліктері.

Пән бойынша келесі аспектілер қарастырылады: Нейрондық желіге негізделген деректерді талдау процесі. Халықаралық байланыстар. Жасанды нейрон. ҒС архитектурасы. Желі архитектурасын алдын ала таңдау. Желінің оңтайлы архитектурасын таңдау. Желіні ұзарту әдістері. Бейнелерді тану және жіктеу. Деректерді қысуға арналған нейрондық желі. WTA түріндегі нейрондар. Нейрон Хебба моделі. Нейронның стахостикалық моделі.

Пән бойынша келесі аспектілер қарастырылады: Бейнелерді тану есебінің қойылымы. Цифрлық формада бейнелерді ұсыну. Бейнелерді талдау және алғашқы өңдеу әдістері. Ақпараттық белгілерді таңдау міндеттері. Бейнелерді тану әдістері: детерминистік, статистикалық, тану есептерін шешудің құрылымдық әдістері; шешуші ережелерді құру және бейнелерді танудың алгебралық әдістері; талдаудың және танудың интеллектуалды әдістері.

Пән бойынша келесі аспектілер қарастырылады: суперкомпьютерлердің архитектурасын және кластерлік жүйелерді құру принциптері. Көппроцессорлық есептеу жүйелерінің архитектурасы: векторлық-конвейерлік суперкомпьютерлер, симметриялық мультипроцессорлық жүйелер (SMP), массалық параллелизмі бар жүйелер (МРР), кластерлік жүйелер. Суперкомпьютерлік технологиялар тақырыбына кіріспе. Суперкомпьютерлер мен кластерлік жүйелердің программалық қамтаманың негізгі элементтері. Суперкомпьютерлер мен кластерлік жүйелерді администрациялау.

Жоғары өнімді ғылыми есептеулерді орындау, параллельді есептеу жүйелерінің өнімділігін бағалау.

Ғылыми-педагогикалық қызметті жүргізу, зерттеу тобын басқару: қажетті құралдарды бағалау, міндеттерді бөлу, міндеттерді орындау уақытын жоспарлау, есеп беру.

Соңғы өнімге бағытталған ортада зерттеулер мен игерулерді жүзеге асыру, қабылданатын стратегиялық шешімдерді ғылыми негіздеу.

Ғылыми зерттеулерді өз бетінше жүргізу: зерттеудің ағымдағы мәселелерін түсіну, жаңа контексте жарияланған нәтижелерді немесе әдістерді өз бетінше қолдану.

Оларға тән шектеулерді ескере отырып, программалық қамтаманы жобалау және құру әдістерін, программалау тілдерін, архитектураларын таңдау.

Алгоритмдердің есептеу күрделілігін бағалау тәсілдерін сипаттау.

Сенімділік пен қауіпсіздікке баса назар аудара отырып, алдыңғы қатарлы желілік компьютерлік жүйелерді дамыту.

Түрлі пәндік салалардан есептерді шешу үшін бейнелерді тану теориясын және машиналық оқыту әдістерін қолдану

Ғылыми зерттеулерді ұйымдастыру және жоспарлау принциптерін түсіндіру

Деректерді жинау, сақтау, талдау және басқару үшін есептерді моделдеу және жаңа құралдар мен қосымшаларды құру.

Әр түрлі ақпарат көздеріне талдау және сыни қарау, оларды пайымдау және құрылымдау үшін қолдану.

Шешім стратегиясын таңдай отырып, проблемалы компоненттерді анықтай отырып, бар программалық қамтаманы қайта құрылымдау.