8D06101 Интеллектуалдық жүйелер в Халықаралық ақпараттық технологиялар университеті

Пәндер

• Үлкен деректерді талдау және өңдеу әдістері

  Курс деректерді сақтау әдістерін, оларды тиімді талдау және іскерлік және әлеуметтік маңызды ақпаратты алуды оқытады, үйретеді. Бұл курс студенттерді манипуляциялау, сақтау және үлкен деректерді талдау үшін пайдалана алатын бірнеше негізгі АТ технологиялармен таныстырады. Курста параллельді өңдеу және Hadoop үшін MapReduce әдістері, бізге интернет-есептерде MapReduce-ті арзан және тиімді енгізуге мүмкіндік беретін ашық бастапқы коды бар орта қарастырылады. Студенттер пакеттік режимде және / немесе нақты уақыт режимінде құрылымсыз деректердің үлкен көлемін қабылдай алатын, сақтайтын және талдай алатын жоғары көлемді жүйелерді құру мүмкіндігіне ие болады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Қазіргі басқару теориясы

  Менеджмент туралы ғылым, өнер және адам қызметінің белгілі бір түрі ретінде оның Қазақстан Республикасында және шетелде қалыптасу және даму кезеңдері мен жолдары туралы ғылыми түсінік қалыптастыру, сонымен қатар қазіргі заманғы басқару саласындағы негізгі практикалық дағдыларды қалыптастыру. басқару.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Болжаудағы өзекті мәселелер

  Бұл пәнде студенттер болжау модельдерінің негізгі ұстанымдарын, құрудың ерекшеліктерін және қолдану саласын оқып үйренеді. Ол болжаудың жіктелуі мен кластерленуінің егжей-тегжейлі шолуын және сипаттамасын ұсынады, сондай-ақ болжамдауда шешілетін практикалық міндеттерге зейінді шоғырлайды. Ол үшін оқушылар Python және машиналық оқыту әдісін пайдалана отырып, болжамдық модельдерді енгізеді , сондай-ақ жобалаудың қазіргі заманғы әдістерін пайдалана отырып, әртүрлі мақсаттағы болжамдық модельдерді әзірлеу бойынша инновациялық инженерия жобаларын енгізеді. Оқу әрекеті барысында әртүрлі қолдану салаларынан практикалық тапсырмаларды шешу үшін болжамдық модельдерді бағдарламалық іске асыру жүзеге асырылады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Терең оқыту әдістері

  Курста нейрондық желілерді терең оқыту, жаттығу және өрістету әдістері қарастырылады. Оқыту барысында студенттер нейрондық желілердің өнімділігін арттыру және мүмкіндіктерін кеңейту үшін деректерді, жаттығу параметрлерін, нейрондық желілердің құрылымы және басқа да параметрлерін сынақтан өткізеді,сондай-ақ нақты есептерді шешу үшін нейрондық желілерді өрістетеді. Курс соңында білім алушылар өз есептерін терең оқыту алгоритмдерінің көмегімен шеше алады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Зерттеу әдістері

  Курс докторанттарға ақпараттық технологиялар саласындағы зерттеу әдістемесін ұсынады. Курста қарастырылатын тақырыптар: ақпараттық технологияларды зерттеудің маңыздылығы, әдебиеттерге шолу әдістемесі, кейбір ақпараттық технологияларды зерттеу әдістемелері, яғни формальды әдіс, әдебиеттерге шолу, прототиптер жасау, эксперимент және бағалау. Оқушылар сандық және сапалық зерттеулердің айырмашылықтарымен танысады. Курста сонымен қатар есептер шығару, мақала жазу, реферат жазу сияқты нәтижелерді жазу әдістері талқыланады. Курстың соңында ғылыми менеджментті талқылау болады, осы тақырыптағы пікірталас зерттеу ұсыныстарын жазуға, ғылыми-зерттеу қызметін бақылауға және зерттеу нәтижелерін басқаруға бағытталады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Теориялық компьютерлік инженерия

  Компьютерлік жүйелерді жобалаудың, құрудың және конфигурациялаудың күрделі мәселелері мен практикалық мәселелерін шешуді қамтамасыз ете алатын, компьютерлік инженерия технологияларын қолдана алатын және енгізе алатын докторанттың жалпы және кәсіби құзыреттілігін қалыптастыру және дамыту.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Академиялық жазылым

  "Академиялық жазылым" курсы PhD докторантура бағдарламасының міндетті компоненті болып табылады. Бұл 5-кредиттік курс бір семестрге арналған. Курс докторанттардың зерттеу жүргізу машықтары мен ағылшын тілі деңгейлері негізінде олардың ғылыми зерттеу жүргізуге, ғылыми мақалалар мен диссертация жазуға арналған академиялық жазылым дағдыларын жетілдіреді, Курс барысында докторанттар интенсивті оқылым жаттығуларын орындайды, академиялық жазылым ұстанымдары мен нысандары туралы хабар алады. Курс нәтижесінде докторанттар өзінің зерттеу жұмыстары бойынша портфолио және ғылыми мақаласының жан-жақты жоспарын дайындауы тиіс.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• деректерді интеллектуалды талдау

  Бұл курс шешім ағаштарын, жасанды нейронды желілерді, генетикалық алгоритмдерді, эволюциялық бағдарламалау, ассоциативті жады, анық емес логиканы пайдалануға негізделген жіктеу, модельдеу және болжау әдістері сияқты деректерді талдау әдістерінің негіздерін сипаттайды. Студенттер мәліметтерді талдау әдістерімен қоса статистикалық әдістер: сипаттамалық талдау, корреляциялық және регрессиялық талдау, факторлық талдау, дисперсиялық талдау, компоненттік талдау, дискриминанттық талдау, уақытша қатарларды талдау, өміршеңдікті талдау, байланыстарды талдау әдістерін үйренеді. Бұл оларға талданатын деректер туралы кейбір априорлық түсініктерді алуға көмектеседі. Деректерді талдау әдістерінің маңызды мақсаттарының бірі есептеу нәтижелерін визуализациялау (визуализация) болып табылады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Интеллектуалды жүйелер

  «Интеллектуалдық жүйелер» докторанттарды ақпараттық жүйелерде жасанды интеллектті қолдану мәселелерімен және бағыттарымен таныстыру, білімді өңдеу жүйелерін құру мен жұмыс істеудің теориялық және ұйымдастырушылық-әдістемелік мәселелерін қамту болып табылады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

Профессии

Оқыту нәтижелері

• Белгілі бір пәндік аймақтар үшін жасанды нейрондық желілердің архитектурасын құрастыру және әзірлеу
• Зияткерлік жүйелер саласындағы ғылыми жобалардың дәлелденген қосымшаларын немесе түсіндірме жазбаларын ұсыну
• Үлкен деректерді өңдеу және деректерді интеллектуалды талдау әдістерін көп ресурстарды қажет ететін міндеттерді шешу үшін қолдану.
• Машиналық оқыту алгоритмдерін қолдану және оларды интеллектуалды жүйелерге енгізу
• Нақты пәндік салада өзіндік жаңа ғылыми идеяларды тудыру және оларды ғылыми қауымдастыққа жеткізу
• Деректерді өндіру, машиналық оқыту, нейрондық желілер, есептеу күрделілігі және оңтайландыру теориялары негізінде зерттеу мәселелерін тұжырымдау және оларды шешу жолдарын табу
• Деректер ғылымының заманауи әдістеріне негізделген интеллектуалды ақпараттық жүйелер мен оларға арналған компоненттерді әзірлеу
• Зияткерлік процестерді танудың заңдылықтарын, кәсіби маңызды деректерді іздеу, өңдеу және ұсыну әдістерін көрсету
• Талдау, шешім қабылдау, жұмыс, оқу және өздігінен білім алу, коммуникация, өзара әрекеттесу және әмбебап АИ дамыту үшін алгоритмдер мен ережелерді әзірлеу.
• Өзіңдік және белгілі ғылыми зерттеулерді бағалау және интеллектуалды жүйелер саласындағы стратегиялық шешімдерді әзірлеу үшін аналитикалық материалдарды дайындау

Ұқсас БББ