Жаңа білім беру бағдарламасы

7M07115 Машиналық оқыту және дерек өңдеу в Әл-Фараби атындағы Қазақ ұлттық университеті

  • Білім беру бағдарламасының мақсаты «Машинаны оқыту және деректерді талдау» білім беру бағдарламасының мақсаты машиналық оқыту әдістеріне негізделген үлкен деректерді өңдеу және талдау үшін бағдарламалық шешімдерді енгізумен байланысты деректерді өндіру әдістерін қолдана отырып, ғылым, білім беру және өндірістік салаларында өндірістік жүйелердің интеграциялық платформаларында өзіндік ғылыми зерттеулер жүргізе алатын мамандарды сапалы дайындауды қамтамасыз ету болып табылады.
  • Академиялық дәреже Магистратура
  • Оқыту тілі Русский, Қазақша
  • Оқу мерзімі 2 года
  • Кредиттер көлемі 120
  • Білім беру бағдарламаларының тобы M100 Автоматтандыру және басқару
  • Болжаулы талдау
    Несиелер: 6

    Пәннің мақсаты болжамды деректерді талдау үшін статистикалық әдістер мен машиналық оқыту үлгілерін қолдану қабілетін дамыту. Пәннің мазмұны: Деректерді болжамды талдау тәсілдері. Мәліметтерді талдаудың статистикалық әдістері. Мәліметтерді өңдеу. Болжалды талдау үшін машиналық оқыту. Үлкен деректер қоймаларында үлгілер мен қатынастарды іздеңіз. Болжалды модельдеу. Үлгіні бағалау және қолдану. визуализация құралдары.

    Оқу жылы - 1
    Семестр 1
  • Деректерді көпөлшемді талдаудың әдістері мен модельдері
    Несиелер: 6

    Пәннің мақсаты - әр түрлі процестер мен құбылыстарды талдау есептерін шешуде заманауи көпөлшемді статистикалық әдістер мен заманауи бағдарламалық жүйелерді қолдану қабілетін қалыптастыру. Пән бойынша келесі аспектілер қарастырылады: Бір өлшемді және көпөлшемді кездейсоқ шамалардың ықтималды модельдері.

    Селективті тәртіп
    Оқу жылы - 1
    Семестр 1
  • Жоғары мектептің педагогикасы
    Несиелер: 3

    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.

    Оқу жылы - 1
    Семестр 1
  • Нейрондық желілер
    Несиелер: 6

    Пәннің мақсаты - үлкен есептеу ресурстарын қажет ететін деректерді талдау мәселелерін шешу үшін терең нейрондық желілерді құру, үйрету және қолдану қабілетін дамыту. Пәннің мазмұны: Нейрондық желілердің архитектурасы. Терең емес нейрондық желілер. Терең оқытудың негізіндегі негізгі есептеулер. Терең нейрондық желілерді құру және оқыту. Гиперпараметрлерді баптау, реттеу және оңтайландыру. Білім сапасын бағалау.

    Селективті тәртіп
    Оқу жылы - 1
    Семестр 1
  • Ғылыми зерттеулерді ұйымдастыру және жоспарлау (ағыл.)
    Несиелер: 6

    Пәннің мақсаты – жоғары сапалы және бәсекеге қабілетті ғылыми зерттеулерді жоспарлау және жүргізу қабілетін қалыптастыру. Оқу курсы ғылыми зерттеу процесінің теориялық және әдіснамалық негізін, олардың мақсаттарын, міндеттерін, жүзеге асыру кезеңдерін, сондай-ақ нәтижелерді қолдану салаларын қалыптастырады. Мыналар қарастырылады: ғылыми әдіс негіздері, әдеби-эксперименттік зерттеулер жүргізу әдістемесі, ғылыми жарияланымдар мен жобаларды дайындау және қарау ережелері.

    Оқу жылы - 1
    Семестр 1
  • Ғылым тарихы мен философиясы
    Несиелер: 3

    Пәннің мақсаты-ғылымның ерекшеліктерін білімнің, қызметтің және әлеуметтік институттың ерекше түрі ретінде анықтау қабілетін қалыптастыру; ғылыми зерттеулерді жүргізу әдістері мен стратегиялары және ғылымның даму заңдылықтары туралы негізгі проблемалар мен пікірталастарды жүйелеу. Ғылыми танымның құрылымы мен деңгейлері, ғылымның идеалдары мен нормалары; ғылымның философиялық негіздері және әлемнің ғылыми көрінісі қаралатын болады.

    Оқу жылы - 1
    Семестр 1
  • Шетел тілі (кәсіби)
    Несиелер: 6

    Пән шетел тілінде білім берудің халықаралық стандарттарына сәйкес өзінің кәсіби қызметінде шетел тілінде қарым-қатынас жасау үшін тілдік, коммуникативтік құзыреттілікті қалыптастыруға, мәдениетаралық, ғылыми коммуникация контексінде кәсіби қарым-қатынас орнатуға, жаңа ақпараттық ресурстарды, технологияларды игеру негізінде ғылыми байланыстарды кеңейтуге және зерттеу қызметін дамытуға бағытталған.

    Оқу жылы - 1
    Семестр 2
  • Басқару психологиясы
    Несиелер: 3

    Пәннің мақсаты-кәсіби қалыптасу процесінде басқару саласының маңызды аспектілерін қолдану қабілетін қалыптастыру. Курс аясында пән, басқару психологиясының негізгі принциптері, басқарушылық өзара әрекеттесудегі тұлға, жеке тұлғаның мінез-құлқын басқару, топтық құбылыстар мен процестерді басқару психологиясы, көшбасшы тұлғасының психологиялық ерекшеліктері, жеке Басқару стилі, басқарушылық қызметтегі әсер ету психологиясы, жанжал жағдайларын басқару ашылады.

    Оқу жылы - 1
    Семестр 2
  • Есептеудің компьютерлік модельдері
    Несиелер: 6

    Пәннің мақсаты: уақыт пен кеңістікті пайдаланудың қатаң теориялық шектеулері бар нақты есептердің алгоритмдік шешімдерін ұсыну үшін қажетті құралдар мен әдістерді қолдану қабілетін қалыптастырудан тұрады. Пән бойынша келесі аспектілер қарастырылады: асимптотикалық белгілеу, рекурсия, "бөл де басқар" парадигмасы.

    Оқу жылы - 1
    Семестр 2
  • Деректерді өңдеу және талдау
    Несиелер: 9

    Пәннің мақсаты - MATLAB көмегімен мәліметтерді талдау және өңдеу қабілеттерін қалыптастыру, болжамды модельдеуге қосымшалар құру. Пән бойынша келесі аспектілер қарастырылады: Деректерді өңдеу және талдау принциптері. Деректерді импорттау. Көрнекілік және деректерді сүзу. Есептеулерді орындау.

    Селективті тәртіп
    Оқу жылы - 1
    Семестр 2
  • Data science -қа арналған бағдарламалау
    Несиелер: 9

    Пәннің мақсаты – деректерді алу, түрлендіру және алдын ала өңдеу әдістерін қолдану дағдыларын дамыту, деректерді талдау және визуализациялау үшін бағдарлама құру. Пәннің мазмұны: Шикі деректерді құрылымдық түрге түрлендіру. Деректерді талдау құбырын әзірлеу. Мәліметтерді өңдеу. Деректерді визуализациялау. Машиналық оқыту шеңберлерімен өзара әрекеттесу. Деректерді талдау және визуализациялау үшін бағдарлама құру.

    Селективті тәртіп
    Оқу жылы - 1
    Семестр 2
  • Машиналық оқытуға арналған бұлтты шешімдер
    Несиелер: 9

    Пәннің мақсаты - болжамды аналитика бұлтты қосымшаларын жасау үшін машиналық оқыту инженериясын және бұлтты есептеулер инфрақұрылымын қолдану қабілетін дамыту. Пәннің мазмұны: Бұлтты есептеулердің негіздері. Бұлтты есептеулердің негізгі инфрақұрылымы. Бұлтты виртуалдандыру. Контейнерлер және API интерфейстері Бұлтты деректер инженериясы. AutoML пайдалану. MLOps стратегиялары мен бұлттық шешімдерді әзірлеуге арналған ең жақсы тәжірибелер. Edge Machine Learning стратегиялары. AI API пайдалану.

    Селективті тәртіп
    Оқу жылы - 2
    Семестр 3
  • Қолданбалы кластерлық талдау
    Несиелер: 9

    Пәннің мақсаты қолданбалы есептерді шешу үшін әртүрлі деректерді кластерлеу алгоритмдерін қолдану, қалыптасқан кластерлерді визуализациялау және нәтижелерді талдау дағдыларын қалыптастыру. Пәннің мазмұны: Кластер құруға кіріспе. K-әдіс пен модификацияларды білдіреді. Иерархиялық кластерлеу. Иерархиялық ағаш түріндегі кластерлерді ұйымдастыру. Гаусс қоспасы моделінің алгоритмі. Кластерлеуде қолданылатын қашықтық өлшемдері. Кластерлердің сәйкес санын анықтау. Кластерлеу тиімділігін бағалау.

    Селективті тәртіп
    Оқу жылы - 2
    Семестр 3
  • Өнеркәсіптік мәліметтерді өңдеуге арналған машиналық оқыту әдістері
    Несиелер: 9

    Пәннің мақсаты – өндірістік мәліметтердің ерекшеліктерін бағалау қабілетін қалыптастыру, өндірістік деректерді талдау және визуализациялау үшін машиналық оқыту әдістерін әзірлеу. Пәннің мазмұны: Өндірістік мәліметтер. Өнеркәсіптік деректер платформалары. Өндірістік мәліметтерді пайдалану. Интеграциялық API. Өнеркәсіптік мәліметтерді машиналық оқыту әдістері. Мұғаліммен жаттығу. Мұғалімсіз оқу. Бекіту жаттығулары. Жағдайды бақылау және цифрлық егіздер.

    Селективті тәртіп
    Оқу жылы - 2
    Семестр 3
  • Қолданбалы машиналық оқыту
    Несиелер: 9

    Пәннің мақсаты: машинаны оқыту мәселелерін шешу үшін мәліметтерді манипуляциялау құралдарын қолдану қабілеттерін қалыптастыру, мәліметтерді іздеудің алгоритмдерін құру. Пән бойынша келесі аспектілер қарастырылады: Логикалық әдістер: шешім ағаштары және шешім ормандары. Метрикалық жіктеу әдістері. Сызықтық әдістер, стохастикалық градиент.

    Селективті тәртіп
    Оқу жылы - 2
    Семестр 3
  • Үлкен деректер инфрақұрылымы
    Несиелер: 9

    Пәннің мақсаты - үлкен деректерді өңдеуге арналған жүйелерді, қолданбаларды және қызметтерді интеграциялаудың инфрақұрылымы мен құралдарын құру қабілетін дамыту. Пәннің мазмұны: Таратылған есептеулер технологиялары. Таратылған файлдық жүйелер. Үлкен деректер инфрақұрылымының дизайны. Жүйелер, қолданбалар және қызметтер үшін интеграциялық құралдарды әзірлеу және қолдау. Үлкен деректерді пакеттік өңдеу. Үлкен деректерді ағынды өңдеу. Үлкен деректерді интерактивті өңдеу. Үлкен деректерді орналастыруды оңтайландыру.

    Оқу жылы - 2
    Семестр 3
  • Код ON1

    Әр түрлі процестер мен құбылыстарды талдау есептерін шешу үшін қазіргі заманғы көпөлшемді статистикалық әдістерді, статистикалық модельдеу құралдары мен бағдарламалық жүйелерді қолдану.

  • Код ON2

    Әр түрлі салалардағы есептеу есептері үшін жоғары тиімді алгоритмдер мен деректер құрылымдарын жобалау және жасау, ғылыми және қолданбалы есептерді алгоритмдік шешуге қажетті құралдар мен әдістерді қолдану, бағдарламалық құжаттаманың ұжымдық ортасын қолдану.

  • Код ON3

    Жасанды интеллект жүйелері үшін бағдарламалық жасақтаманы дамытудың ұжымдық ортасының инфрақұрылымын басқару, терең есептеу орталарын қолдана отырып, үлкен есептеу ресурстарын қажет ететін, нейрондық желілік модельдерді конфигурациялау және орналастыруды талап ететін деректерді талдау тапсырмаларын шешу үшін терең нейрондық желілерді оқыту және қолдану.

  • Код ON4

    Болжамдық модельдеуге арналған қосымшалар жасау, деректерді іздеудегі заңдылықтарды анықтауға арналған әдістер мен қосымшаларды қолдану, визуализацияны құру және түсіндіру, деректерді іздеуге арналған мамандандырылған қосымшалардың мүмкіндіктерін бағалау.

  • Код ON5

    Үлкен деректерді өңдеуге арналған заманауи бағдарламалық шешімдерді құру және ұйымдастыру қағидаларын, жүйелерді, қосымшалар мен қызметтерді біріктіру құралдарының мүмкіндіктерін, интеграция платформасының архитектураларын, үлкен деректерді сақтау мен өңдеуге арналған жоғары жүктелген жүйелердің қосымшалары мен қызметтерін жобалау және пайдалану.

  • Код ON6

    Әртүрлі деректер жиынын сипаттауға, зерттеуге және талдауға, деректердегі жасырын үлгілер мен қатынастарды табуға және болжамды модельдерді құруға арналған қолданбалы машиналық оқыту алгоритмдерін құрастыру

  • Код ON7

    Басқарылатын бұлтты қызметтерді машиналық оқыту әдістеріне негізделген болжамды аналитикалық шешімдерді құру және қолдану, өнеркәсіптік деректерді өңдеу жылдамдығы мен сапасын жақсарту үшін жасанды интеллект жүйесінің компоненттерін жасау және енгізу үшін қолдану.

  • Код ON8

    Ғылыми және педагогикалық қызметпен айналысу, зерттеу нәтижелерін практикалық педагогикалық қызметке енгізу, ғылыми-зерттеу тобына жетекшілік ету

  • Код ON9

    Зерттеуді өз бетінше жүргізіп, қазіргі зерттеу мәселелерін түсініп, талдау және әртүрлі ақпарат көздеріне сыни тұрғыдан қарау, оларды құрылымдау және пайымдау үшін пайдалану.

  • Код ON10

    Әр түрлі әдеби көздерден алынған ақпаратпен жұмыс істеу дағдыларын пайдалану, оны аудиторияның ерекшелігін ескере отырып, әртүрлі формада хабарламалар, презентациялар және баяндамалар түрінде ұсыну, проблемалық сұрақтарға өз көзқарасын негіздеп және сауатты баяндау. ББ ғылыми-зерттеу мәселелерін іздестіру және шешу кезінде командада тиімді жұмыс істеу.

Top