7M06103 Деректерді қолданбалы талдау в Astana IT University

Пәндер

• Деректер ғылымына арналған Математика

  Пән студенттерді күрделі деректер жиынтығын тиімді өңдеу және түсіну үшін қажетті білім мен дағдылармен қамтамасыз етуге арналған. Олар негізгі статистикалық әдістер және оларды басқару тәсілдері сияқты деректерді талдаудың теориялық негіздерін үйренеді. Сондай-ақ, курс градиентті түсіру әдістері сияқты Машиналық оқыту әдістерінің негізінде жатқан жетілдірілген математикалық тақырыптарды қамтиды. Бағдарламаның соңында студенттер деректерді өңдеу әдістерінің математикалық негіздері туралы нақты түсінікке ие болады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Шет тілі (кәсіби)

  Курстың мазмұны магистранттардың мәдени-кәсіби қарым-қатынас мақсатында халықаралық кәсіби ортаға енуіне мүмкіндік беретін кәсіби-бағытталған коммуникативті құзыреттілікті қалыптастыруға бағытталған.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Деректер базасы мен мәліметтерді талдау үшін бағдарламалау

  Бұл пән қазіргі уақытта ең өзекті Python бағдарламалау тілі және R деректерді статистикалық өңдеу тілі сияқты бағдарламалау технологияларын зерделеуді көздейді.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Жоғары мектеп педагогикасы

  Курстың мазмұны педагогикалық теорияның және педагогикалық шеберліктің теориялық негіздері туралы білімді алуға, жоғары оқу орындарында оқыту үшін оқу үдерісін басқаруға, педагогиканың негізгі категориялары, жоғары білім беру педагогикасының орны, рөлі мен маңызы туралы түсінік қалыптастыруға, қазіргі заманғы педагогиканың негізгі принциптерін түсінуге және жоғары оқу орындарының педагогикалық мәселелерін шешудің әдістемелік тәсілдеріне бағытталған.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Оптимизация 1

  Курс оңтайландырудың негізгі әдістерін қамтиды, соның ішінде функция экстремумдарын іздеу, сызықтық және сызықтық емес бағдарламалау, сандық әдістер теориясы және оларды ғылым мен техниканың әртүрлі салаларында қолдану. Студенттер оңтайландыру есептерін шешу алгоритмдерін үйренеді және оларды күрделі нақты мәселелер үшін тәжірибеде қолдануды үйренеді.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Машина оқыту және жасанды интеллект

  Бұл пән Машиналық оқыту және жасанды интеллект негіздерін оқып үйренуді және нақты қолданбалы есептерді шешу үшін берілген білімді қолдануды көздейді. Пән мұғаліммен және мұғалімсіз оқытудың көптеген тақырыптарын жабады. Машиналық оқыту міндеттерінің үшінші түрі ішінара жабылады, яғни тіркеу арқылы оқыту деп аталады.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Деректерді талдау әдістері мен құралдары

  Бұл пән үлкен көлемді және едәуір алуан түрлілікті құрылымдалған және құрылымдалмаған деректерді қамтитын деректерді өңдеу әдістері мен технологияларын зерделеуді көздейді. Пәнді оқу кезінде сондай-ақ дәстүрлі деректер қорының баламасы болып табылатын көлденең масштабталатын бағдарламалық құралдар қарастырылады.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Ғылым тарихы мен философиясы

  Курс магистранттың ғылыми қасиеттері және оның тарихи дамуындағы әлеуметтік-мәдени феномені туралы білім алуына; оның тарихи дамуы мен кұбылатын әлеуметтік-мәдени контекстегі ғылыми білімнің жалпы заңдылықтары туралы жүйелік көзқарас қалыптастыруға бағытталған.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 4
  

• Деректерді өңдеу және түсіну

  Пән дерек талдауды зерттейтін магистранттарға арналған, оларға үлкен көлемдегі деректерді тиімді өңдеу және түсіну үшін қажетті білім мен дағдыларды береді. Студенттер деректерді зерттеу, визуализация және статистикалық модельдеумен қатар деректерді тазарту, түрлендіру, интеграциялау және функционалдылықты дамыту сияқты әдістерді үйренеді. Оқу бағдарламасы сонымен қатар құрылымдалмаған деректермен жұмыс істеу үшін табиғи тілді өңдеу, мәтінді өңдеу және кескінді тану сияқты озық тақырыптарды қамтиды. Бағдарламаның соңында студенттер деректерді өңдеу, түрлендіру, зерттеу талдауы саласында берік негізге ие болады және бұл дағдыларды Деректерді талдаудың практикалық сценарийлерінде қолдана алады.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Оптимизация 2

  Курс күрделі оңтайландыру есептерін шешу әдістерін, соның ішінде динамикалық бағдарламалауды, көп өлшемді есептерді оңтайландыру әдістерін, стохастикалық және эволюциялық алгоритмдерді терең зерттейді. Студенттер белгісіздік жағдайында есептерді шешу тәсілдерін меңгереді және осы әдістерді әртүрлі салалардағы нақты мәселелерді шешу үшін қолдануды үйренеді.

  Оқу жылы - 1
  Семестр - 3
  Несиелер - 5
  

• Үлкен деректер үшін жоғары өнімді есептеулер

  Бұл курс жоғары өнімді есептеу жүйелерін пайдалана отырып, ауқымды деректер жиындарын өңдеудің озық есептеу әдістерін зерттейді. Студенттер параллель есептеулерді, бөлінген өңдеуді, графикалық процессор (GPU) үдетуін және ғылым, инженерия мен жасанды интеллекттегі үлкен деректерді оңтайландыру стратегияларын үйренеді.

  Оқу жылы - 1
  Семестр - 3
  Несиелер - 5
  

• Оқытудың әдістері мен стратегиялары

  Пән аясында магистранттарға интерактивті және ынталандырушы оқу ортасын құру үшін әртүрлі стратегиялар мен құралдар ұсынылады. Курс барысында студенттер топтық жобалар, рөлдік ойындар, кері байланыс және пікірталастар, интерактивті оқыту үшін технологиялар мен құралдарды пайдалану және оларды IT пәндерінің ерекшеліктеріне бейімдеу және практикалық тапсырмалар мен жобаларды оқу процесіне біріктіру жолдары сияқты әртүрлі белсенді әдістерді үйренеді.

  Оқу жылы - 1
  Семестр - 3
  Несиелер - 5
  

• Басқару психологиясы

  Курстың мазмұны басқарушылық іс-әрекеттің психологиялық заңдылықтары, менеджер іс-әрекетінің құрылымында әлеуметтік-психологиялық білімді қолдану ерекшеліктері туралы жүйелі идеяларды қалыптастыруға және тиімді басқарудың негізінде жатқан әлеуметтік-психологиялық принциптерді талдау дағдыларын игеруге бағытталған.

  Оқу жылы - 1
  Семестр - 3
  Несиелер - 4
  

• Нейрондық желілерге кіріспе

  Бұл пән AI жүйесіне өзін -өзі үйренуге мүмкіндік беретін, кері оқыту алгоритміне негізделген, терең оқыту теориясын машиналық оқыту теориясына және оның бөліміне енгізу үшін қажет математика мен информатика бөлімдерін зерттеуді қамтиды. Бұл бөлім суретті тану, кескінді құру және 3D, мәтін мен дыбысты тану сияқты тапсырмаларды қамтиды және қазіргі заманғы машиналық оқытуда кең тараған бағыттардың бірі болып табылады.

  Оқу жылы - 1
  Семестр - 3
  Несиелер - 5
  

• Big Data әдістері мен құралдары

  «Big Data әдістері мен құралдары» пәнінің мақсаты - магистранттарды Big Data ұғымдар, технологиялар және әдістемелер туралы терең түсінуге, оларды әр түрлі деңгейдегі мәліметтерді өңдеуге, талдауға және алуға мүмкіндік береді.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 4
  

• Марков тізбектері және шешім қабылдау үрдістері

  Бұл пән Марков тізбектерін зерттеуді қамтиды, онда әрбір элемент толығымен алдыңғы элементпен анықталады. Бұл тізбектер жасанды интеллекті белгілі бір ортадағы агент мінез -құлқымен байланыстыру мәселелерін тұжырымдауда кеңінен қолданылады, мысалы, нақты ортадағы робот, мысалы, күшейтуге үйрету. Пәнді оқу нәтижесінде студент білуі керек: процестердің стохастикалық динамикасын сипаттайтын ықтималдық модельдерді құру әдістерін; кезек жүйелерін; стохастикалық жүйелердің шешімдерінің қасиеттерін орната білу.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 4
  

• Генеративті алгоритмдер

  Бұл курс магистранттарді вариативті автокодерлер (VAES), генеративті-қарсылас және автомобильдерлік модельдер сияқты түрлі генеративті модельдеу әдістері мен алгоритмдермен таныстырады. Магистранттар генеративті модельдерді жобалауға, оқытуға және бағалауға, сондай-ақ олардың егістікке қосымшаларды компьютерлік көру, табиғи тілді өңдеу және деректерді синтезі сияқты зерттеуді үйренеді.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 4
  

• Деректерді талдау бойынша тақырыптық зерттеу (Case study)

  Пән студенттерге нақты әлемдегі жағдайлық зерттеулер арқылы деректерді талдауды практикалық қолдану туралы жан-жақты түсінік береді. Студенттер әртүрлі салалар мен домендерді зерттейді, күрделі деректер жиынтығын талдайды және бизнес мәселелерін шешу үшін пайдалы ақпарат алады. Практикалық тәсіл арқылы олар деректерді талдаудың әртүрлі әдістерін, соның ішінде деректерді алдын ала өңдеуді, деректерді зерттеуді талдауды, статистикалық модельдеуді, машиналық оқытуды және болжамды аналитиканы зерттейді.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 6
  

• Бизнес-үдерістерді талдау

  Пән студенттерді сыни талдау және бизнес-процестерді оңтайландыру үшін қажетті білім мен дағдылармен қамтамасыз етуге бағытталған. Студенттер әртүрлі ұйымдастырушылық процестерді жақсарту үшін тиімсіздікті, қиындықтарды және мүмкіндіктерді анықтау әдістемелері мен әдістерін үйренеді. Оқу бағдарламасы процесті модельдеу, деректерге негізделген талдау, өнімділікті өлшеу және процесті қайта құру сияқты тақырыптарды қамтиды. Практикалық мысалдар мен практикалық жобалар арқылы студенттер процестерді картаға түсіру, деректерді талдау және бизнес-процестерді басқару құралдарын пайдалану дағдыларына ие болады.

  Оқу жылы - 2
  Семестр - 2
  Несиелер - 4
  

• Пысықтау арқылы оқып үйрену

  Бұл курс студенттерді арматуралық оқытудың негіздерімен таныстырады. Бұл курсты аяқтағаннан кейін студент: Марковтың шешім қабылдау процесі ретінде мәселелерді ресімдей алады; Барлаудың негізгі әдістері мен барлау мен пайдалану арасындағы келісімді түсіну; Оңтайлы шешімдер қабылдаудың әмбебап құралы ретінде құндылық функцияларын түсіну; Өндірістік бақылау мәселелерін шешудің тиімді әдісі ретінде динамикалық бағдарламалауды қалай енгізу керектігін білу.

  Оқу жылы - 2
  Семестр - 2
  Несиелер - 4
  

• Жобаның мүдделі тараптарын басқару

  Курс жобаның мүдделі тараптарын (мүдделі тараптарды) басқаруды зерттеуге арналған. Магистранттар негізгі мүдделі тараптарды анықтау мен жүйелеуге, олардың мақсаттарын бағалауға, олар туралы ақпарат жинауға және осы деректерді жобаны басқару процесінде пайдалануға бағытталған жобаның сыртқы және ішкі ортасының негізгі принциптері мен талдауын қарастырады. Ол сондай-ақ негізгі мүдделі тараптардың үміттерін басқарумен бірлесіп жұмыс істеу үшін келіссөздер жүргізу және мүдделі тараптарды тартуды қарастырады

  Оқу жылы - 2
  Семестр - 2
  Несиелер - 4
  

• Жобаны басқарудағы сервис үлгісі

  Курс жобаларды басқарудағы қызмет көрсету моделінің негізгі компоненттеріне, соның ішінде қызметтерді жобалауға, қызмет көрсетуге, қызмет көрсету сапасына және тұтынушылардың қанағаттануына бағытталған. Білім алушылар жобаның мақсаттарын, көлемі мен нәтижелерін қызмет көрсету контекстінде қалай анықтау және анықтау, сондай-ақ Қызмет көрсету жобаларына тән тәуекелдерді басқару және азайту туралы түсінік алады. Курстың негізгі бағыты қызметтерге негізделген салалардағы жобаларды басқару кезінде туындайтын мәселелерді шешуге бағытталған.

  Оқу жылы - 2
  Семестр - 2
  Несиелер - 4
  

• Гетерогенді параллельдеу

  Бұл курс гетерогенді, жаппай параллель процессорларды бағдарламалаудың түсінігі, тілдері, әдістері мен өрнектері болып табылады. Ол гетерогенді есептеу архитектураларын, бағдарламалық жасақтаманы бағдарламалау модельдерін, жадты іске қосу әдістері мен параллель алгоритмдерді қамтиды.

  Оқу жылы - 2
  Семестр - 2
  Несиелер - 4
  

• Деректерге негізделген шешімдер қабылдау

  Пән студенттерді деректерді талдау негізінде негізделген шешімдер қабылдау үшін қажетті дағдылар мен біліммен қаруландыруға арналған. Студенттер пайдалы ақпарат алу және стратегиялық шешімдер қабылдау үшін деректерді жинауды, тазартуды, талдауды және түсіндіруді үйренеді. Оқу бағдарламасы деректерді жинау әдістері, деректерді алдын-ала өңдеу, деректерді зерттеу, статистикалық модельдеу, болжамды аналитика және деректерді визуализациялау сияқты тақырыптарды қамтиды. Практикалық қосымшалар мен жағдайлық зерттеулер арқылы студенттер деректерге негізделген ақпаратты мүдделі тараптарға тиімді жеткізу қабілетін дамытады. Бұл пән студенттердің сыни ойлауы мен проблемаларды шешу қабілеттерін дамытады, бұл оларға ұйымдарға оң әсер ететін деректерге негізделген шешімдер қабылдауға мүмкіндік береді.

  Оқу жылы - 2
  Семестр - 2
  Несиелер - 4
  

• IT жобаларды басқару

  Бұл өнімнің өмірлік циклі бойына стратегиялық жоспарлауға, дамытуға және сәтті орындалуына бағытталған пән. Ол тұтынушылардың қажеттіліктерін қанағаттандыратын және бизнес мақсаттарына жауап беретін құнды және сатылатын өнімдерді жасауға бағытталған қызмет пен жауапкершіліктің кең ауқымын қамтиды.

  Оқу жылы - 2
  Семестр - 2
  Несиелер - 4
  

Профессии

Оқыту нәтижелері

• Деректерді талдау және аналитикалық өңдеу бойынша әртүрлі қолданбалы есептерді шешу үшін деректерді талдау әдістерін қолдану
• Команданы басқару және бағдарламалық жасақтама мен деректерді талдау процесін басқару
• Әр түрлі салалардағы қолданбалы талдау мәселелерінің кең класын шешу үшін бағдарламалық жүйелерді жобалау және әзірлеу әдістерін қолдану
• Деректерді талдау және машиналық оқыту әдістерінің негізінде жатқан негізгі принциптерді түсіну және математикалық білімге ие болу
• Жоғары оқу орындарында ғылыми зерттеулер жүргізуге және арнайы пәндерді оқытуды жүзеге асыруға мүмкіндік беретін кәсіби деңгейде сыни ойлау және академиялық тілді меңгеру
• Ғылыми-зерттеу қызметі барысында туындайтын міндеттерді тұжырымдау, зерттеулерде әдіснамалық, психологиялық тәсілдерді қолдану
• Жобалық менеджменттің, есептеу ғылымдарының, ақпараттық қауіпсіздіктің сабақтас салаларында білімге ие болу
• Машиналық оқыту және жасанды интеллект әдістерін тұжырымдау, өзгерту және дамыту

Ұқсас БББ