8D06112 Жасанды интеллект в Л.Н.Гумилев атындағы Еуразия ұлттық университеті

Пәндер

• Академиялық хат

  Академиялық хат докторанттарға өзінің ғылыми мәтіндерін құрылымдауға және форматтауға, ғылыми салада жазбаша және ауызша сөйлеу дағдыларын дамытуға мүмкіндік береді. Теориялық материал және практикалық тапсырмалар білім алушыларға ғылыми стильдің тілдік құралдарын меңгеруге, өзіндік ғылыми мәтіндерді құру және жобалау дағдыларын жетілдіруге, зерттеушіге ғылыми мәтін қысқа, сенімді және өзге зерттеушілер үшін ыңғайлы болатындай етіп жазуға, сондай-ақ информациялық технологиялар мен киберқауіпсіздік бойынша ғылыми терминологияны білуге және қолдануға көмектеседі

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Интеллектуалды жүйелердің білімдер базасы

  "Интеллектуалды жүйелердің білімдер базасы" пәні интеллектуалды жүйелердің білім базаларын пайдалана отырып, табиғи тілдердегі мәтіндерді өңдеу және талдау әдістерін зерделеумен айналысады. Докторанттар медицина, биоинформатика, қаржы, құқық және т. б. сияқты әртүрлі салалардағы білім базасының әртүрлі қолдануларын зерттейді және білім базасына негізделген арнайы қосымшаларды әзірлейді, сонымен қатар білім базалары мен машиналық оқыту алгоритмдері, білімді басқару жүйелері және сараптамалық жүйелер сияқты интеллектуалды жүйелердің басқа компоненттері арасындағы өзара әрекеттесуді зерттейді

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Жасанды интеллект жүйелерін әзірлеудің моделдері, әдістері және құралдары

  «Жасанды интеллект жүйелерін әзірлеудің моделдері, әдістері және құралдары» пәні жасанды интеллект құру мен дамытудың негізгі тұжырымдамалары мен тәсілдерін зерттеумен айналысады. Оқыту барысында докторанттар білімді әртүрлі көздерден интеграциялау әдістерін және оларды интеллектуалды жүйелерді құру үшін қолдануды зерттейді. Курс сонымен қатар жасанды интеллект саласындағы этика мен қауіпсіздік мәселелерін қамтиды.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Деректерді ұйымдастыру және басқарудың моделдері

  "Деректерді ұйымдастыру және басқарудың модельдері" пәні бизнес-шешімдерді қолдау үшін деректерді талдау әдістерін, соның ішінде бизнес-процестерді болжау, оңтайландыру және модельдеуді, қауіпсіздік, өнімділік және масштабтау мәселелерін қоса алғанда, бұлттық ортадағы деректерді ұйымдастыру және басқару ерекшеліктерін зерттейді, сонымен қатар үлкен деректер жиынтығынан және олардың негізінде шешім қабылдау негізінде құнды ақпаратты алу үшін машиналық оқыту және Data mining әдістерін қолдану қарастырылады

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Ғылыми зерттеу әдістері

  Курс ақпараттық технологиялар саласындағы ғылыми зерттеулер нәтижелерін талдаудың әдістерін тиімді пайдалануға, ақпаратты іздеу, өңдеу және киберқауіпсіздік теориялық-әдіснамалық және практикалық аспектісін оқып-үйренуге бағытталған. Нәтижесінде білім алушылар теориялық және қолданбалы деңгейде тәжірибелік жолмен алынған ғылыми фактілерді іздеу нәтижелерін өңдеу және ғылыми қорытындылар үшін эмпирикалық базаны қалыптастыруды, ғылыми тұжырымдамаларға сәйкес практикалық мәліметтерді түсіндіруді үйренеді.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Сөйлеуді тану және синтездеу моделдері мен әдістері

  Курс синтездеудің үш негізгі бағыты: дифондық тәсіл (дифон — бұл бір фонеманың серейнінен іргелес фонеманың ортасына дейінгі дыбыс), аллофондық тәсіл (фонеманы сол және оң жақтағы контекстпен қоршау) және синтездің бірлік таңдау технологиясы (сөйлеу базасынан дыбыстық элементтерді таңдау) заманауи модельдер мен әдістерін зерттеуге бағытталған,

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Компьютерлік көрудегі терең оқыту модельдері мен әдістері

  "Компьютерлік көрудегі терең оқыту модельдері мен әдістері" пәні кескіндер мен бейнелерді талдау және өңдеу үшін қолданылатын машиналық оқытудың озық әдістерін зерттеуге арналған. Докторанттар конволюциялық нейрондық желілер (CNN), қайталанатын нейрондық желілер (RNN) сияқты терең оқытудың негізгі тұжырымдамалары мен үлгілерін, сондай-ақ кескінді жіктеуді, семантикалық сегментацияны, нысанды анықтауды және т.б. қоса алғанда, компьютерлік көру мәселелерін шешуге арналған комбинацияларды зерттейді.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Жетілдірілген нейрондық желілер және олардың қосымшалары

  Курс барысында қолданбалы есептерді шешу үшін конволюциялық, рекурренттік, трансформерлер сияқты нейрондық желілер архитектурасын зерттеледі және қолданбаларды пайдаланып нейрондық есептеулерді орындау қарастырылады.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Компьютерлік лингвистика қосымшалары және мәтінді өңдеудің практикалық әдістері

  "Компьютерлік лингвистика қосымшалары және мәтінді өңдеудің практикалық әдістері" пәні компьютерлердің табиғи тілді өңдеу технологиялары мен әдістерін зерттеумен айналысады. Докторанттар компьютерлік лингвистиканың сөйлеуді талдау және синтездеу, машиналық аударма, мәтінді тану және генерациялау, ақпаратты алу, мәтінді жіктеу және т.б. сияқты негізгі міндеттерін зерттейді.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

Профессии

Оқыту нәтижелері

• Нақты ғылыми сала бойынша зерттеу дағдыларын қалыптастыру және ғылым мен білім беру саласындағы ғылыми нәтижелерді объективті сараптау әдістерін қолдану
• Қазіргі заманғы ақпараттық жүйелердегі деректерді басқару, қолда бар білім негізінде талдау және шешім қабылдауға қабілетті интеллектуалды жүйелерді құру үшін білім базаларын әзірлеу және пайдалану; ЖИ жүйелерін әзірлеу, үйрету және сынақтан өткізу
• Конволюциялық, рекурренттік, трансформерлер сияқты нейрондық желілер архитектурасын зерттеу және қолданбаларды пайдаланып нейрондық есептеулерді орындау
• Практикалық қолданбаларды жақсартуда мәтінді тиімді өңдеу үшін компьютерлік лингвистика әдістерін қолдану
• Компьютерлік көру мәселелері контекстінде терең оқыту үлгілерін оқыту нәтижелерін талдау және түсіндіру
• Ғылыми мәселелер мен үрдістерді талдау, ЖИ технологияларын қолданып, АКТ саласында ғылыми зерттеулер жүргізу